[发明专利]一种动态车辆检测方法

权利要求书

1.一种动态车辆检测方法，其特征在于，包括：

步骤1，预处理点云；

步骤2，检测动态目标；以及，

步骤3，从动态目标中识别出动态车辆；

步骤4，检测动态车辆，其具体包括：

步骤41，计算动态车辆的位姿初值；

步骤42，利用粒子群优化算法估计动态车辆位姿，其具体包括：

步骤421，根据动态车辆的位姿初值，在其位置附近一定范围内进行点云聚类搜索，查看是否有关联动态目标，并设置有关联动态目标和无关联动态目标时的粒子群初始化参数；

步骤422，将步骤3输出的动态车辆的点云聚类投影到水平x-y平面上，利用下式(1)和式(2)计算各粒子的适应度函数值；

其中，f_S为点云聚类在位置S＝(x_s,y_s,θ_s)下的适应度函数，(x_i,y_i)为点云聚类中任一点，λ_i为归一化常数，为积分归一化常数，β_k表示经验系数，k＝0,...,3表示各积分区域，表示位置S＝(x_s,y_s,θ_s)处车辆模型的各积分区域，g_i(x,y)为点云聚类(x_i,y_i)在空间(x,y)位置处的二维正态分布，σ²为测量噪声方差；

步骤423，将各粒子位置对应适应度函数值与上一次循环结果进行比较，将更大的适应度函数值及对应粒子位置赋值为该粒子个体的最大适应值及最佳位置，并选取所有粒子中最大的适应度函数值对应位置为全局最佳位置；

步骤424，利用粒子个体和全局最佳位置，更新粒子的速度和位置；

步骤425，返回步骤422，直到满足最大循环次数或者最佳位置变化小于预设阈值，输出全局最佳粒子即为优化位姿结果；

步骤2具体包括：

步骤21，将点云聚类投影到水平面极坐标网格图中，在点云投影所覆盖的各径向扇形区域中，将距离网格图中心最近的网格状态设置为“占用”状态，“占用”状态的网格所在圆周与距离网格图中心径向最远的有点云投影的网格所在圆周之间的网格的状态设置为“遮挡”状态，没有点云投影的网格的状态设置为“自由”状态；

步骤22，统一相邻两帧点云的坐标系，并将该相邻两帧点云的网格图中的网格状态进行差分运算，计算每个点云聚类在相邻两帧点云中状态改变的网格数量，若状态改变的网格数量大于阈值，则该点云聚类判定为动态目标；

步骤3包括：判断动态目标在连续三帧点云中的速度和方向角变化是否均在预设阈值内，如果是，则该动态目标判定为动态车辆。

2.如权利要求1所述的动态车辆检测方法，其特征在于，步骤424利用下式(3)和式(4)更新粒子的速度和位置：

v_k＝wv_k-1+c₁r₁(pbest-p_k-1)+c₂r₂(gbest-p_k-1) (3)

p_k＝p_k-1+v_k (4)

式中，pbest为个体最佳粒子位置，gbest为全局最佳粒子位置，v_k-1、v_k分别为上一时刻和当前时刻粒子的速度，p_k-1和p_k分别为上一时刻和当前时刻粒子位置，w为惯性因子，c₁和c₂为加速常数，r₁和r₂为两随机数。