[发明专利]基于激光雷达的水面多目标快速识别跟踪方法

权利要求书

1.一种基于激光雷达的水面多目标快速识别跟踪方法，其特征在于，具体包括以下步骤：

S1：预先定义一个用于描述水面目标状态的目标类，该类可以容纳水面目标需要被测量记录的多种属性；

S2：启动激光雷达对360度范围以固定频率采集雷达点云，并连接GPS设备获取激光雷达的位置、方向和速度信息，进而对激光雷达点云数据进行实时的位置和方向校正，并利用电子海图过滤雷达点云中的非水面目标；

S3：连续接收激光雷达点云数据，指定间隔点云数据进行水面目标的全局搜索，实现水面目标的自动检测，其他雷达点云数据进行水面目标的局部搜索，实现水面目标的跟踪识别；

S4：对全局搜索数据进行降采样和统计噪声滤波操作，而后通过距离聚类方法将点云数据分割成相互独立的点云目标，并基于分割结果为每个目标点云创建各自目标类，所有目标类作为待跟踪目标创建目标列表；

S5：对局部搜索数据构建k-d树搜索模型，以待跟踪目标为中心快速截取局部搜索数据中指定半径邻域内的点云数据，并对其进行统计噪声去除操作，而后利用距离聚类将截取的点云数据分割成相互独立的目标点云；

S6：通过迭代最近点配准算法将新目标点云配准到原始目标点云，得到新目标点云与原始目标点云之间的相似度和平移矩阵；如果新目标点云不止一个，利用配准结果选择与原始目标点云最相似的目标作为新目标点云；

S7：分析所有跟踪目标点云及其配准平移矩阵，进而计算目标点位置和位移方向，并基于相邻激光雷达数据之间的时间间隔计算目标的运动速度；

S8：基于激光雷达数据的时间连续性，对所有水面目标进行连续跟踪丢失次数、连续跟踪成功率统计分析，连续跟踪丢失次数高于指定值表明该目标消失，从目标列表中删除该目标，连续跟踪成功率高于指定值才会认定该目标被稳定跟踪；

S9：将稳定跟踪的水面目标的位置、速度和方向信息进行卡尔曼滤波，并将滤波后数据打包发送给船艇控制平台，辅助实现船艇的自动驾驶和自主避障。

2.根据权利要求1所述的基于激光雷达的水面多目标快速识别跟踪方法，其特征在于，所述步骤S1中，所述类定义如下：水面目标：目标点云、边界范围、目标中心点、目标半径、运动方向、平均运动方向、连续跟踪丢失次数、连续跟踪成功频率。

3.根据权利要求1所述的基于激光雷达的水面多目标快速识别跟踪方法，其特征在于，所述步骤S3中，所述点云数据流中每帧点云数据设定数字标签，判断需要处理的点云数据是否满足全局目标检测的条件，判定条件如下：

index％n＝＝0

其中，index是点云数据的数字标签，n为整数值，即间隔n-1个点云数据进行一次全局检测。

4.根据权利要求1所述的基于激光雷达的水面多目标快速识别跟踪方法，其特征在于，所述步骤S4中，所述对全局搜索数据进行降采样和统计噪声滤波具体包括以下步骤：

(1)从激光雷达点云数据流中提取符合进行全局检测条件的单帧点云数据用于后续处理；

(2)对当前点云数据进行基于点云密度统计的去噪处理，去除激光雷达点云数据中离散的噪声点；

(3)对当前激光雷达点云进行欧几里得距离聚类，将点云分割成若干个独立的点云，进而每个目标点云创建各自的目标类，并对目标类的目标点云，边界范围、目标中心点、目标半径信息进行初始化，其中，全局检测得到的搜索结果与已有的水面目标列表进行距离、相似度匹配，符合条件的认定为已有目标进行更新；

(4)对新更新的目标进行分析，统计目标前面多帧数据连续跟踪丢失次数、连续跟踪成功频率，连续跟踪成功频率低于指定值的目标只记录，不作为目标发布给无人航行平台，连续跟踪丢失次数高于指定值时证明该目标消失，从目标列表中删除，得到所有需要跟踪的水面目标类组合成障碍物列表。

5.根据权利要求4所述的基于激光雷达的水面多目标快速识别跟踪方法，其特征在于，在步骤(1)后还包括下述步骤：对当前激光雷达点云数据进行降采样，降低点云中探测点的整体数量，进而降低后续计算需求。