[发明专利]一种基于三维激光雷达的目标车辆航向角计算方法

摘要

本发明涉及一种基于三维激光雷达的目标车辆航向角计算方法，其特征在于包括以下步骤1)采用安装在自车顶部的三维激光雷达采集目标车辆，得到目标车辆的点云数据；2)在雷达坐标系中建立目标车辆某时刻所对应的航向角参数模型；3)根据目标车辆的点云数据计算目标车辆的分布类型；4)根据目标车辆的分布类型分别对目标车辆点云进行聚类，获得感兴趣区域，其中，感兴趣区域指的是表征航向角的主要部分；5)根据聚类结果按照目标车辆的分布类型分别将两类点云成分进行直线拟合；6)结合目标车辆的分布类型及相应的两类点云成分直线拟合结果计算目标车辆的航向角。本发明可以广泛应用于智能车环境感知技术领域。

主权项

一种基于三维激光雷达的目标车辆航向角计算方法，其特征在于包括以下步骤：1)采用安装在自车顶部的三维激光雷达采集目标车辆，得到目标车辆的点云数据；2)在雷达坐标系中建立目标车辆某时刻所对应的航向角参数模型；3)根据目标车辆的点云数据计算目标车辆的分布类型，具体过程为：目标车辆的形状类型采用如下概率模型进行描述：式中，Mt为目标车辆的分布类型，Xt为t时刻目标车辆的位姿,xt,yt为目标车辆中心参考点坐标；基于目标车辆的目标位置与航向角独立性假设，可得：由于此时刻目标方位未知，因此采用点云分布方差之比τt来近似替代，其计算方法为：视点云为二维高斯分布，则有：式中，σmax，σmin分别为最大、最小正态方差，则可得：p(Mt|Xt)＝p(Mt|xt,yt)p(Mt|τt)对于p(Mt|xt,yt)，采用如下离散概率经验值：式中，根据实际监测区域和矩形格子经验参数大小将雷达坐标系识别区域分为A1,A12,A2,A23,A3,A34,A4,A14八个矩形子区域，在Ai＝1,2,3,4区域包围体由于自遮挡导致部分尾部和侧部数据丢失，称此区域为自遮挡区；区域A12,A34则能够获取较准确的车辆长度参数，区域A14,A23则能够获取较准确宽度参数，称此区域为半自遮挡区，R1为A14,A23的并集，即R1＝A14∪A23， R2为剩余区域A1,A12,A2,A3,A34,A4的并集；对于p(M|τt)采用如下经验值：最终采用下式计算两种目标类型的概率：如果p(M＝L)>p(M＝I)则认为目标车辆的分布类型为L，反之则认为目标车辆的分布类型为I；4)根据目标车辆的分布类型分别对目标车辆点云进行聚类，获得感兴趣区域，其中，感兴趣区域指的是表征航向角的主要部分；5)根据聚类结果按照目标车辆的分布类型分别将两类点云成分进行直线拟合；6)结合目标车辆的分布类型及相应的两类点云成分直线拟合结果计算目标车辆的航向角。