[发明专利]一种基于混合高斯排序的激光雷达点云目标分级识别方法

权利要求书

1.一种基于混合高斯排序的激光雷达点云目标分级识别方法，其特征在于，包括以下步骤：

步骤1、采集激光雷达点云数据并进行预处理；

步骤2、将预处理之后的激光雷达点云数据进行地面点云去除筛选出非地面点云；

步骤3、将非地面点进行非地面点云密度聚类；

步骤4、将聚类后的非地面点云数据按重要程度进行排序；

步骤5、将排序后的点云簇按重要程度依次进行识别；

步骤6、输出识别出的目标，包括目标类别、目标中心点位置、目标中心点速度、目标边界框中的一种或数种；

所述的步骤4中非地面点云数据排序过程如下：

步骤4.1、获取聚类后的数据并提取同一簇内点云数据clusters_i；

步骤4.2、对提取到的同一簇内点云数据进行数据处理，确定坐标限值，划分子网格，按子网格构建该点云簇的离散高斯分布模型，过程如下：

步骤4.2.1、计算点云簇clusters_i水平方向上的坐标均值u_ix、u_iy和标准差σ_ix、σ_iy；

与此同时，计算点云簇clusters_i协方差矩阵的行列式的平方根，见下式：

其中，C_i为点云簇clusters_i的协方差矩阵；

步骤4.2.2、统计点云簇clusters_i中所有点水平坐标的极值x_imin、x_imax、y_imin、y_imax，确定点云簇clusters_i的坐标范围x_imin＜x＜x_imax、y_imin＜y＜y_imax，并在坐标范围内按水平方向进行子网格划分，划分依据为固定长度d；

步骤4.2.3、利用水平方向均值、标准差、协方差矩阵的行列式的平方根，在划分的子网格上构建该点云簇的二维高斯分布模型，如下式所示：

其中，为簇内点云水平坐标x_i和y_i的相关性系数，x、y为划分的子网格水平坐标，g_i(x,y)为点云簇clusters_i在位置(x,y)的高斯分布系数；

步骤4.3、按构建出的子网格计算高斯分布系数g_i(x,y)和分布函数均值，分布函数均值计算如下式所示：

其中，g_imean为分布函数均值，num(x,y)为划分的网格数量，网格数量计算如下式所示：

其中，floor()为向下取整函数；

按点云求点云簇内的平均高度z_imean，获取x、y方向的坐标均值并记为x_imean、y_imean；

步骤4.4、判断是否对所有点云簇完成计算，如果没有对所有点云簇完成计算，则对未计算点云簇重复执行步骤4.1、步骤4.2和步骤4.3，直到对所有点云簇完成计算；

步骤4.5、获取所有点云簇的计算结果，利用得到的高斯分布系数、分布函数均值、x、y方向的坐标均值、点云簇内的点云平均高度构建分层排序矩阵，方法如下：

步骤4.5.1、当判断对所有点云簇完成计算后，获取所有点云簇的计算结果，获取的数据如下所示：

{g_i(x,y),g_imean,x_imean,y_imean,z_imean|cluster_i,i＝1,2,...,num(clusters)}

其中，num(clusters)为获得的点云簇数量；

步骤4.5.2、对高斯分布系数、分布函数均值进行归一化，构建排序矩阵第一列向量，构建过程如下式所示：

P_1i＝p_1i+p_2i

其中，max()为最大值函数，min()为最小值函数，P1i为排序矩阵第一列向量的第i个元素，p_1i为归一化之后的第i个点云簇的高斯分布系数、p_2i为归一化之后的第i个点云簇的分布函数均值；

步骤4.5.3、求点云簇中心点到坐标系原点的距离，并构建排序矩阵第二列向量，构建过程如下式所示：

其中，P_2i为排序矩阵第二列向量的第i个元素；

步骤4.5.4、利用点云簇内的点云平均高度构建排序矩阵第三列向量，构建过程如下式所示：

P_3i＝z_imean

其中，P_3i为排序矩阵第三列向量的第i个元素，Z_imean为z方向的坐标均值；

步骤4.5.5、输出构建好的排序矩阵，如下式所示：

步骤4.6、依据构建的分层排序矩阵，对所有点云簇按重要程度进行排序，过程如下：

步骤4.6.1、获取排序矩阵和步骤3输出的点云簇标签，所述的点云簇标签如下式所示：

labels＝{label_i|i＝1,213,...,num(clusters)}

其中，labels为点云簇标签集合，label_i为点云簇标签集合的第i个元素，num(clusters)为点云簇数量；

步骤4.6.2、对排序矩阵第一列按从大到小顺序进行排列，同时判断是否存在相同排序，判断依据为：

其中，S₁为第一列是否存在相同排序的判定结果，P_1t为第一列是否存在相同排序的判定阈值，阈值由相似程度百分比确定；

如果存在相同排序，则执行步骤4.6.3，如果不存在相同排序，则执行步骤4.6.6；

步骤4.6.3、对排序矩阵第二列按从大到小顺序进行排列，同时判断是否存在相同排序，判断依据为：

其中，S₂为第二列是否存在相同排序的判定结果，P_2t为第二列是否存在相同排序的判定阈值，阈值由相似程度百分比确定；

如果存在相同排序，则执行步骤4.6.4，如果不存在相同排序，则执行步骤4.6.6；

步骤4.6.4、对排序矩阵第三列按从大到小顺序进行排列，同时判断是否存在相同排序，判断依据为：

其中，S₃为第三列是否存在相同排序的判定结果，P_3t为第二列是否存在相同排序的判定阈值，阈值由相似程度百分比确定；

如果存在相同排序，则执行步骤4.6.5，如果不存在相同排序，则执行步骤4.6.6；

步骤4.6.5、利用获取的点云簇聚类标签对相同部分进行从大到小顺序排列；

步骤4.6.6、输出最终排序结果。