[发明专利]点云分类方法及装置

说明书

本发明的实施例中公开了一种点云分类方法和点云分类装置，所述方法包括：根据原始激光点云获取多个目标障碍物块；获取所述目标障碍物块的静态概率向量和动态概率向量；根据所述静态概率向量和动态概率向量，确定所述多个目标障碍物块的类别。本发明实施例能提高点云分类的准确性。

技术领域

本发明涉及计算机领域，特别涉及一种点云分类方法及装置。

背景技术

激光雷达是以发射激光光束来探测目标的位置、速度等特征量的雷达系统，其工作原理是先向目标发射探测激光光束，然后将接收到的从目标反射回来的信号作适当处理后，就可获得目标的有关信息，例如目标距离、方位、高度、速度、姿态、甚至形状等参数。

激光雷达获取的反射信号通常以点云的形式呈现，点云的分类识别对于点云数据的应用具有重要意义。现有的点云分类识别方法大多数是基于目标的静态特征进行分类识别，但是当从目标获取的点云数据量较少时，该方法的准确率不高，会存在误识别的情况，尤其是当目标与激光雷达之间的距离较远时，获取的点云数据在空间分布比较稀疏，点云分类将变得更加困难。

可见，现有技术中的点云分类方法准确率较低。

发明内容

本发明实施例中提供了一种点云分类方法，能提高点云分类的准确率。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

一方面，提供了一种点云分类方法，所述方法包括：

根据原始激光点云获取多个目标障碍物块；

获取所述目标障碍物块的静态概率向量和动态概率向量；

根据所述静态概率向量和动态概率向量，确定所述多个目标障碍物块的类别。

可选的，根据原始激光点云获取多个目标障碍物块，包括：

获取原始激光点云；

去除所述原始激光点云中的孤立点和地面点，获得所述目标点云；

将所述目标点云投影至水平面，生成二维栅格地图；

对所述栅格地图进行腐蚀、膨胀后分割，获得分割点云；

对所述分割点云基于距离聚类，得到多个目标障碍物块。

可选的，获取所述目标障碍物块的静态概率向量，包括：

对所述目标障碍物块提取静态特征向量，所述每个目标障碍物块对应一个静态特征向量；

将所述静态特征向量输入第一分类器中，获取静态概率向量，所述每个静态特征向量对应一个静态概率向量。

可选的，所述每个静态概率向量包括多个维度，每个维度对应于一个类别的概率。

可选的，获取所述目标障碍物块的动态概率向量，包括：

对所述目标障碍物块提取动态特征向量，所述每个目标障碍物块对应一个动态特征向量；

将所述动态特征向量输入第二分类器中，获取动态概率向量，所述每个动态特征向量对应一个动态概率向量。

可选的，对所述目标障碍物块提取动态特征向量，包括：

对所述目标障碍物块进行前后帧的目标关联，获得跟踪序列；

对所述跟踪序列提取动态特征向量。

可选的，所述每个动态概率向量包括多个维度，每个维度对应于一个类别的概率。

可选的，根据所述静态概率向量和动态概率向量，确定所述多个目标障碍物块的类别，包括：