[发明专利]一种基于激光传感器的快速运动障碍物实时跟踪方法有效
申请号: | 201711411184.0 | 申请日: | 2017-12-23 |
公开(公告)号: | CN108226951B | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 李纪先;李小强;张远清;程晓亮;王成 | 申请(专利权)人: | 天津国科嘉业医疗科技发展有限公司 |
主分类号: | G01S17/66 | 分类号: | G01S17/66 |
代理公司: | 天津滨海科纬知识产权代理有限公司 12211 | 代理人: | 李成运 |
地址: | 300399 天津市东丽区*** | 国省代码: | 天津;12 |
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 传感器 快速 运动 障碍物 实时 跟踪 方法 | ||
本发明提供了一种基于激光传感器的快速运动障碍物实时跟踪方法,其特征在于,包括将单线激光雷达安装在车身四周,多线激光雷达安装在车身两侧,三维激光雷达安装在车身顶部,建立以激光雷达为中心的坐标系,并对坐标系进行内参标定和外参标定;根据道路结构手动选择激光雷达扫描模式;本发明所述的一种基于激光传感器的快速运动障碍物实时跟踪方法具有计算量小、跟踪效果好,可以在激光跟踪领域中被广泛使用。
技术领域
本发明属于自动驾驶领域,尤其是涉及一种基于激光传感器的快速运动障碍物实时跟踪方法。
背景技术
在电子信息化的当今社会,目标的检测与跟踪在军用领域和民用领域都发挥着非常重要的作用。在军事应用领域,精确的检测和跟踪敌方目标是精确打击对方的基础,也是军事实力的重要体现。在民用方面,检测与跟踪也广泛应用于自动驾驶、无人机、机器人等领域。
其中所运用的粒子滤波技术是在贝叶斯滤波框架下,通过动态搜寻出一组状态空间中随机的带有权重的样本点集合,对检测目标后验概率密度p(Xk|Z1:k)进行近似拟合,以样本点的加权平均值来替代概率密度函数的积分运算,从而获得目标动态运动状态的次优估计得一种算法。
如果在T时刻检测并跟踪到的车辆为快速运动车辆,则其真实状态和位置为跟踪到的假阳性结果。随着时间持续会衍生出更多的假阳性结果,这样会大大的造成不必要的计算负担,影响跟踪效果,甚至系统崩溃。
而且传统粒子滤波算法在检测和跟踪性能很大程度上取决于粒子的数量,特别是在真实世界的场景中,如果目标太小、检测环境嘈杂、障碍物存在遮挡隐蔽,以及物体的快速出现或者消失等情况下,这将直接导致计算量的指数级增加以及实时性跟踪性能的降低,往往导致跟踪的误检率也较高。
发明内容
有鉴于此,本发明旨在提出一种可以降低计算量、减小系统功耗,降低环境感知误检率,提高系统稳定性和安全性的基于激光传感器的快速运动障碍物实时跟踪方法。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于激光传感器的快速运动障碍物实时跟踪方法,包括如下步骤:
(1)将激光雷达安装在车身上,以激光雷达的中心建立坐标系,并对坐标系进行内参标定和外参标定;
(2)通过激光雷达扫描自车周围,利用空间数据聚类算法组成障碍物;
(3)对步骤(2)所述的障碍物进行状态分类,包括初观测组和非初观测组;
(4)初次观测组的障碍物设置初始状态规则;
(5)对非初次观测组和已设置初始状态的初次观测组的障碍物均进行动态跟踪;
(6)生成障碍物信息列表。
进一步,步骤(1)所述的内参标定包括旋转校正角度、垂直校正角度、距离校正角度、垂直便宜因子以及水平便宜因子;外参标定包括:激光雷达坐标系相对于自车坐标系的旋转矩阵R和平移矩阵T。
进一步,步骤(1)所述的激光雷达为单线激光雷达或多线激光雷达或全向激光雷达;所述的单线激光雷达安装在车身四周,,多线激光雷达安装在车身两侧,所述的全向激光雷达安装在车身顶部。
进一步,步骤(2)所述的空间数据聚类算法为K-means算法,包括通过激光点云聚类,组成符合障碍物规则的高斯分布,判断为障碍物。
进一步,步骤(5)所述的初始状态规则包括结构化道路障碍物、非结构化道路两侧障碍物和非结构化道路中间障碍物。
进一步,所述的车身上还安装有摄像头、惯导设备和GPS接收器。
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天津国科嘉业医疗科技发展有限公司,未经天津国科嘉业医疗科技发展有限公司许可,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/201711411184.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:机动车鉴定评估系统及鉴定评估方法
- 下一篇:一种激光扫描成像系统