[发明专利]基于距离强度关联的激光雷达目标识别方法、装置及设备

说明书

本发明公开了一种基于距离强度关联的激光雷达目标识别方法、装置及设备，所述方法包括：获取激光雷达扫描区域的点云数据，根据所述点云数据中的三维坐标信息计算各点到坐标系原点的距离；根据所述点云数据中各点到坐标系原点的距离与各点回波强度阈值的关系建立数学模型，根据所述数学模型提取疑似目标点；根据基于密度的区域生长算法对所述疑似目标点进行聚类，得到若干个疑似目标点簇；将所述疑似目标点簇输入训练好的分类算法模型，得到目标识别结果。本发明公开的目标识别方法，基于激光雷达获取目标的三维坐标信息，可精准定位目标方位，提高识别结果的精度，而且激光雷达抗干扰能力强，稳定性好，应用范围广。

技术领域

本发明涉及目标识别技术领域，特别涉及一种基于距离强度关联的激光雷达目标识别方法、装置及设备。

背景技术

针对具有高反射率的目标进行激光主动探测识别，高反射率目标包括交通标志牌、汽车车灯、反光柱、车道线、部分镜头等，快速发现和定位目标，为进一步处理提供精准位置信息，在无人驾驶领域和安防领域具有重要研究意义。

以道路交通标志牌为例，其组成包括铝板、反光膜、抱箍、钢骨架、主杆等。反光膜通常被剪裁为圆形或方形，多为工程级反光膜、高强级反光膜，具有较高反光系数。以道路车道线为例，采用热熔反光涂料，加入反光玻璃微珠，对光线进行有效折射、聚焦和定向反射，具有较强的反射能力。此外，部分具有“猫眼”效应的光学镜头也具有高反射能力。

现有技术中，研究人员采用普通相机采集交通标志牌和车道线数据，基于机器学习方法对其彩色图像中的目标进行识别。此方法的不足之处在于相机受光线、天气等环境因素影响较大，二维位置信息定位目标精确度低，获取遮蔽条件下目标难度较大，系统硬件平台复杂，效率较低。

发明内容

本公开实施例提供了一种基于距离强度关联的激光雷达目标识别方法、装置及设备。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本公开实施例提供了一种基于距离强度关联的激光雷达目标识别方法，包括：

获取激光雷达扫描区域的点云数据，根据点云数据中的三维坐标信息计算各点到坐标系原点的距离；

根据点云数据中各点到坐标系原点的距离与各点回波强度阈值的关系建立数学模型，根据数学模型提取疑似目标点；

根据基于密度的区域生长算法对疑似目标点进行聚类，得到若干个疑似目标点簇；

将疑似目标点簇输入训练好的分类算法模型，得到目标识别结果。

在一个实施例中，获取激光雷达扫描区域的点云数据之前，还包括：

通过激光雷达以预设的频率采集目标场景内的点云数据。

在一个实施例中，根据点云数据中的三维坐标信息计算各点到坐标系原点的距离，包括：

根据点云数据中的三维坐标信息，采用欧几里得公式计算各点到坐标系原点的距离。

在一个实施例中，根据点云数据中各点到坐标系原点的距离与各点回波强度阈值的关系建立数学模型，根据数学模型提取疑似目标点，包括：

根据点云数据中各点到坐标系原点的距离与回波强度阈值的关系建立数学模型；

根据数学模型计算各点的回波强度阈值；

当点云数据中某点的回波强度值大于该点对应的回波强度阈值时，则将该点记为疑似目标点。

在一个实施例中，根据基于密度的区域生长算法对疑似目标点进行聚类，得到若干个疑似目标点簇，包括：