[发明专利]一种基于激光雷达点云局部结构特征的负障碍物检测方法有效
申请号: | 201611101791.2 | 申请日: | 2016-12-05 |
公开(公告)号: | CN106650640B | 公开(公告)日: | 2020-03-03 |
发明(设计)人: | 林辉;项志宇;邹楠;张佳鹏 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 林超 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 激光雷达 局部 结构 特征 障碍物 检测 方法 | ||
1.一种基于激光雷达点云局部结构特征的负障碍物检测方法,其特征在于包括如下步骤:
1)已采集的激光雷达点云数据,逐线检测局部点云距离跳变、局部点云分布密集和局部点云高度下降的三个结构特征,依据三个结构特征在单线激光点云中提取筛选获得可能属于负障碍物的候选点对;
2)由各线激光的激光点云获得的所有候选点对,依据点对长度一致性和空间位置一致性进行聚类,得负障碍物候选区域,再经过面积过滤得到负障碍物区域;
所述步骤1)具体是针对单线激光点云,采用以下方式进行处理:
1.1)逐激光点计算邻近点间距与局部平滑度,并根据局部平滑度判断获得平滑点;
1.2)逐激光点通过检测局部点云距离跳变特征选取邻近点间距局部极大值的候选点对,作为初始候选点对;
1.3)在初始候选点对中,通过检测局部点云分布密集特征选取初始候选点对中后沿点所在位置点云局部密集的点对,获得筛选后的初始候选点对;
1.4)通过局部点云高度下降特征进行进一步筛选,获得最终的候选点对。
2.根据权利要求1所述的一种基于激光雷达点云局部结构特征的负障碍物检测方法,其特征在于:
所述步骤1.1)具体为:
1.1.1)计算邻近点间距
针对单线激光点云,采用以下公式计算每个激光点与其邻近激光点之间的空间距离,激光点的坐标为邻近激光点的坐标为
其中,表示激光点及其邻接点之间的邻近点间距,l表示单线激光点云中的激光点序号;
1.1.2)计算局部平滑度
采用以下公式计算单线激光点云中每个激光点的局部平滑度sl:
式中,Nneighbor表示预设的邻近点个数,l表示单线激光点云中的激光点序号,k表示该激光点的邻近点的序号;
预设平滑阈值Thssmooth和非平滑阈值Thssharp,通过将激光点的局部平滑度sl分别与平滑阈值Thssmooth和非平滑阈值Thssharp进行比较获得激光点是否为平滑点的结果:若满足sl≤Thssmooth,该激光点为平滑点;若满足sl≥Thssharp,该激光点为非平滑点。
3.根据权利要求1所述的一种基于激光雷达点云局部结构特征的负障碍物检测方法,其特征在于:所述步骤1.2)具体是:对于单线激光点云上的各激光点,按以下公式处理并提取获得邻近点间距跳变点集合Pjump:
k∈[l-Njump_nbr,l+Njump_nbr],k≠l}
式中,Njump_nbr表示预设的邻近点个数,Thsdis为邻近点间距跳变阈值,l表示单线激光点云中的激光点序号,k表示该激光点的邻近点的序号;
再取邻近点间距跳变点集合Pjump中的每个激光点作为后沿点,在单线激光点云中将在其之前的一个激光点作为前沿点,形成邻近点间距跳变点对并获得邻近点间距跳变点对集合Pneg_pair,具体是采用以下公式:
式中,l表示单线激光点云中的激光点序号;
以邻近点间距跳变点对集合Pneg_pair中的邻近点间距跳变点对作为初始候选点对。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611101791.2/1.html,转载请声明来源钻瓜专利网。