[发明专利]一种基于激光点云的动静态目标物识别方法及装置

说明书

本发明提供了一种基于激光点云的动静态目标物识别方法及装置，首先以设定的采样周期连续采集N个周期内的激光点云数据，对所述连续N帧激光点云数据进行聚类，并对连续N帧中的每一帧激光点云数据分别进行聚类。判断连续N帧激光点云数据的每一个聚类是否存在在当前帧的激光点云聚类中，如果存在，则判断存在在当前帧的激光点云聚类是否存在在第一帧的激光点云聚类中，如果不存在，则判断为当前点云聚类为动态目标物，如果存在，则根据连续N帧激光点云数据的分布情况判断当前点云聚类的动静态。通过本发明利用激光点云信息能够准确、快速地识别出目标物的动静态，识别准确率高。

技术领域

本发明属于智能驾驶、辅助驾驶技术领域，特别涉及一种基于激光点云的动静态目标物识别方法及装置。

背景技术

智能驾驶及辅助驾驶领域通常使用激光雷达作为目标物检测的主要传感器，目标物检测是智能驾驶和辅助驾驶领域中感知环节的重要组成部分，通常使用的激光雷达目标物检测方法是在获取激光雷达点云后，对获取的激光雷达点云数据进行处理，完成对目标物的检测与识别，其中对于目标物动静态的识别尤为重要，并且对目标物动静态的识别的准确性直接影响到对于目标位置及速度识别和跟踪的准确性，目前对于目标物动静态识别的应用较少，由于激光点云在不同位置扫描后成像效果不同，主要利用采集的两帧激光点云数据之间目标物的位置变化来识别目标物的动静态。

但是如果前后两帧之间的采样时间间隔比较短，如果动态目标物的运动速度比较小，那么即使动态目标物运动了，可能会由于采样时间间隔比较短使前后两帧激光点云的成像效果基本一致，造成对动态目标物的误判，识别准确率低，因此仅仅依靠前后两帧的激光点云信息判断目标物的动静态是不够准确的。

发明内容

本发明的目的在于提供一种基于激光点云的动静态目标物识别方法及装置，用于解决现有技术中利用激光点云信息对目标物的动静态的识别准确率低的问题。

为实现上述目的，本发明的技术方案是：

一种基于激光点云的动静态目标物识别方法，，该方法包括如下步骤：

1）以设定的采样周期连续采集N个周期内的激光点云数据，得到连续N帧激光点云数据，其中，当前帧记为第N帧，当前帧的第前N-1帧记为第1帧，所述N大于2；

2）对所述连续N帧激光点云数据进行聚类，以确定N帧激光点云数据所包含的聚类；并对连续N帧中的每一帧激光点云数据分别进行聚类，以确定每一帧激光点云数据中所包含的聚类；

3）判断连续N帧激光点云数据的每一个聚类是否存在在当前帧的激光点云聚类中，如果存在，则判断存在在当前帧的激光点云聚类是否存在在第一帧的激光点云聚类中，如果不存在在第一帧的激光点云聚类中，则判断为当前点云聚类为动态目标物，如果存在在第一帧的激光点云聚类中，则根据连续N帧激光点云数据的分布情况判断当前点云聚类的动静态。

进一步地，所述聚类是将激光点云数据之间的距离小于设定阈值时定义为同一个目标物。

进一步地，步骤3）中激光点云数据的分布情况指的是点云数据所对应的目标物的运动轨迹。

进一步地，在聚类的过程中需将激光点云数据坐标转换成大地坐标。

本发明还提供了一种基于激光点云的动静态目标物识别装置，包括如下单元：

采集单元：用于以设定的采样周期连续采集N个周期内的激光点云数据，得到连续N帧激光点云数据，其中，当前帧记为第N帧，当前帧的第前N-1帧记为第1帧，所述N大于2；

聚类单元：用于对所述连续N帧激光点云数据进行聚类，以确定N帧激光点云数据所包含的聚类；并对连续N帧中的每一帧激光点云数据分别进行聚类，以确定每一帧激光点云数据中所包含的聚类；