[发明专利]一种基于激光雷达密集点云的三维目标识别与定位方法

权利要求书

1.一种基于激光雷达密集点云的三维目标识别与定位方法，其特征在于，包括：

采集三维激光密集点云数据，形成激光雷达三维密集点云P^3D；

建立激光雷达坐标系，基于激光雷达三维密集点云P^3D构建二维投影图像P^2D；

通过卷积神经网络对二维投影图像P^2D进行识别与分割，获取目标物体的二维识别与分割结果，形成目标物体的像素集合P^2D_target；

将二维图像中目标物体的像素集合P^2D_target投影回三维密集点云状态，获得含有背景噪点的目标物体的三维密集点云P^3D_target；

构建自适应模糊神经推理系统，针对不同的目标物体训练对应的自适应参数，利用训练好的网络参数去除目标物体的三维密集点云P^3D_target中的背景噪点，获得不含背景噪点的目标物体的三维密集点云；

输入三维密集点云数据，利用三维密集点云相关的边框估计和中心回归网络，获得不含背景噪点的目标物体的三维中心，将所述三维中心的三维坐标数据作为目标物体的定位数据。

2.如权利要求1所述的基于激光雷达密集点云的三维目标识别与定位方法，其特征在于，所述激光雷达坐标系的建立方法包括：

定义激光雷达坐标系{L}为右手坐标系，以激光雷达传感器中心为原点O^L、激光雷达传感器正前方为Y^L轴方向、垂直激光雷达传感器向上为Z^L轴方向；定义方位角为绕所述Z^L轴的角度、垂直角θ为绕所述Y^L轴的角度、点云到激光雷达传感器中心O^L的距离为r，则点云的三维坐标记作

3.如权利要求2所述的基于激光雷达密集点云的三维目标识别与定位方法，其特征在于，所述三维密集点云的到二维投影图像像素点(u，v)索引的映射关系为：

其中，表示的角度分辨率，Δθ表示θ的角度分辨率。

4.如权利要求1所述的基于激光雷达密集点云的三维目标识别与定位方法，其特征在于，由所述二维图像获得三维密集点云的方法为：

确定二维投影图像像素索引到三维密集点云的映射关系

将像素集合P^2D_target的像素索引记为利用映射关系T′得到

由从P^3D中索引出的三维密集点云即为所述目标物体含有背景噪点的三维密集点云P^3D_target。

5.如权利要求4所述的基于激光雷达密集点云的三维目标识别与定位方法，其特征在于，所述二维投影图像像素索引到三维密集点云的映射关系的关系式为：