[发明专利]选择性地去除多层数据中包括的特定点的车辆和方法

说明书

本公开涉及一种选择性地去除从传感器接收的多层数据中包括的特定点的车辆和方法。该车辆可以包括：作为传感器的激光雷达传感器；以及信号处理器，其被配置为选择多层中包括的静态物体，从多层中选择目标层，定义由所选择的目标层中的每一个中包括的点形成的形状，基于点形成的形状来选择参考层，并且基于参考层形成的轮廓与剩余层的点中的每一个之间的距离和参考距离，从剩余层中的至少一个中去除相应点。

相关交叉引用

本申请要求于2020年10月6日提交的申请号为10-2020-0128642的韩国专利申请的权益，该韩国专利申请的全部内容通过引用并入本文。

技术领域

本公开涉及一种定义待识别的静态物体后选择性地去除由激光雷达(LiDAR)传感器收集的多层中包括的区别于静态物体的特定点的方法。

背景技术

构成激光雷达系统的激光雷达传感器是将具有高输出功率的激光脉冲辐射到周围大气并且接收从激光雷达传感器附近存在的目标物体反射的激光脉冲的装置。所接收的信号用于测量激光雷达系统与目标物体之间的距离、测量目标物体的速度和方向、分析周围大气中的物质以及测量物质的浓度。

由于车载激光雷达系统主要使用具有905纳米(nm)短波长的激光脉冲，因此车载激光雷达系统具有出色的三维(3D)地图恢复性能，因此可能适合在自动驾驶车辆中使用。由于具有短波长的激光脉冲具有高线性度，因此激光脉冲有利地用于实现高分辨率和精度，从而在三维而不是二维上感知物体。

与仅使用一层(layer)来感知物体的室内机器人等不同，考虑道路的坡度和弯度，自动驾驶车辆使用多层以精确感知物体。

通过安装在主车辆中的激光雷达系统接收的激光雷达层数据(以下简称层数据)包括例如关于诸如护栏的静态物体的信息以及关于存在于护栏附近的诸如灌木的结构体的信息。为了在将激光雷达层数据与高清地图匹配时使误差最小化，需要区分作为待确定的重要因素的护栏与作为不重要的结构体的灌木，并且去除关于灌木的数据。

在提出的区分作为静态物体的护栏与作为结构体的灌木，并且最终从层数据中去除关于灌木的数据的传统技术中，仅使用由激光雷达系统接收的信息的单层(singlelayer)中包括的点来确定静态物体和结构体。然而，在结构体的点形成直线形状的情况下，存在无法完全区分静态物体的点和结构体的点的问题。

发明内容

因此，本公开涉及一种选择性地去除从传感器即激光雷达传感器接收的多层数据中包括的特定点的车辆和方法，其基本上消除了由于现有技术的限制和缺点而导致的一个或多个问题。

本公开的目标是提供一种选择性地去除多层中包括的特定点的装置，其中，在静态物体与另一结构体在逻辑上聚类为一个物体的情况下，形成与静态物体的形状最相似的层被选择为参考层，并且基于该参考层来去除与另一层中包括的结构体相关联的点。

本公开的另一目标是提供一种选择性地去除多层中包括的特定点的方法，其中，在静态物体与另一结构体在逻辑上聚类为一个物体的情况下，形成与静态物体的形状最相似的层被选择为参考层，并且基于该参考层来去除与另一层中包括的结构体相关联的点。

然而，本公开待实现的目标不限于上述目标，并且从以下描述本领域技术人员将清楚地理解本文中未提及的其他目标。

根据本公开的一个方面，上述和其他目标可以通过提供一种配备有选择性地去除多层中包括的特定点的装置的车辆来实现，该车辆包括信号处理器，该信号处理器被配置为执行以下过程：选择从激光雷达传感器接收的多层中包括的静态物体，从多层中选择目标层，定义由所选择的目标层中的每一个中包括的多个点形成的形状，设置与该形状相对应的方程，将回归应用于方程以选择具有最小误差的层作为参考层，并且当参考层中的轮廓与剩余层中的点之间的距离比参考距离长时，从剩余层中去除相应的点。