[发明专利]用于提取静态对象的轮廓的系统及其方法

说明书

公开了用于提取静态对象的轮廓的系统及其方法。一种用于提取静态对象的轮廓的系统基于互连从激光雷达传感器获得的点的线段之间的角度的连续性来生成回归线，其指示静态对象的边界，移除距离回归线的距离大于或等于特定参考距离的点，以及提取由剩余的有效点组成的轮廓，从而在与静态对象一起被聚集并识别为一个对象的点(例如护栏或建筑物)中移除除了待识别静态对象之外的森林等引起的点，并以高可靠性提取待识别静态对象的轮廓。

相关申请的交叉引用

本申请要求于2020年8月18日在韩国知识产权局提交的第10-2020-0103411号韩国专利申请的优先权，其全部内容通过引用并入本文。

技术领域

本公开涉及用于提取静态对象的轮廓的系统及其方法，并且更具体地，涉及以下技术：从与静态对象一起聚集并识别为一个对象的点中移除由森林等引起的、待识别的静态对象除外的点，并且以高可靠性提取作为识别目标的静态对象的轮廓。

背景技术

通常，光检测和测距(LiDAR，激光雷达)传感器用于使用基于所发射的脉冲激光从周围物体反射并返回所花费的时间，脉冲激光的强度等获得的数据来检测周边事物、地理特征等，并基于其对图像进行建模。

这种激光雷达传感器已经在各种领域中得到了扩展。近年来，激光雷达传感器作为能够起到自动驾驶车辆的眼睛的作用的一项技术已经成为人们关注的焦点。

特别是，它应该能够准确地识别自动驾驶车辆的当前位置。它应该能够根据激光雷达传感器获得的数据获得车辆周围的静态对象(如建筑物或护栏)的信息，并将获得的静态对象的信息与地图上相应区域的建筑物或护栏信息进行比较以准确地识别车辆的位置，建筑物或护栏信息存储在数据库中。

为此，应当准确地识别基于通过激光雷达传感器获得的数据生成的静态对象(例如建筑物)的轮廓。在现有技术中，存在各种尝试来更准确地提取建筑物等的轮廓。

然而，当激光雷达传感器发射脉冲激光以识别诸如建筑物或护栏的静态对象时，激光雷达传感器接收从静态对象周围的诸如树或森林的物体以及诸如建筑物的静态对象反射的脉冲激光。特别是，当木材或森林与静态对象聚集在一起时，树或森林向外突出的区域很有可能被验证为形成静态对象一部分的轮廓。

然而，当树木或森林与静态对象聚集在一起并作为激光雷达传感器的感测数据一起被接收时，仅仅选择和移除树木或森林生成的轮廓或点是不容易的。

因此，由从激光雷达传感器获得的数据提取的轮廓仍然与静态对象自身的轮廓时常不相同。因为这是降低自动驾驶精度的一个因素，所以仍然需要改进它。

此外，静态对象周围的树木或森林会随着时间的推移而生长，或者很容易由于修剪或景观美化工作等外部因素而在大小或形状上发生变化。难以应用在包括这样的树木或森林时的特定时间的图像来基于照片、图像或等精确定位自动驾驶车辆。

因此，仍然需要一种通过只适当地移除由树木或森林偶然生成的点而能够提高基于激光雷达传感器提取的轮廓的可靠性的手段，同时仍然保持用于识别静态对象本身外观的轮廓，树木或森林由激光雷达传感器一起检测到，因为它在静态对象的周围，但不是静态对象本身。

包括在该背景技术部分中的信息仅用于增强对本公开的一般背景技术的理解，并且可以不被认为是对该信息形成本领域技术人员已知的现有技术的确认或任何形式的建议。

发明内容

本公开致力于解决现有技术中出现的上述问题，同时保持了现有技术所实现的优点。