[发明专利]一种基于三维激光点云的在线目标跟踪系统的跟踪方法

权利要求书

1.一种基于三维激光点云的在线目标跟踪系统的跟踪方法，其特征在于，所述三维激光点云的在线目标跟踪系统包括预处理模块、检测模块和跟踪模块；预处理模块、检测模块和跟踪模块依次连接；预处理模块用于对三维激光原始点云进行预处理，去除非地面点云与道路外点云；检测模块用于对于预处理模块给出的点云进行聚类，并将点云拟合成矩形模型；跟踪模块使用拟合矩形进行时域的跟踪，给出目标的速度信息；

所述基于三维激光点云的在线目标跟踪系统的跟踪方法包括以下步骤：

步骤1，预处理模块使用高斯过程回归算法分割地面，滤除地面点云；使用预先建立的道路边界地图滤除道路外点云；

步骤2，检测模块使用DBSCAN聚类算法对于三维激光点云进行聚类；对于每个聚类后的目标，使用Kuhn-Munkres算法与前一帧数据进行数据关联，并使用增量式的高斯混合体建立表面点云模型；对于每个时刻的表面模型，以平台的车体坐标系x与y方向使用矩形模型进行矩形拟合，作为检测结果；

步骤3，跟踪模块选取步骤2中拟合矩形的中点作为跟踪点。

2.根据权利要求1所述的一种基于三维激光点云的在线目标跟踪系统的跟踪方法，其特征在于，步骤1中具体为：使用宽40m、长80m的矩形建立栅格图，利用当前位姿数据，将全局的道路边界地图转换到车体坐标系中，并提取出与栅格图大小对应的局部道路边界地图；使用漫水填充算法对道路边界内区域的连通性进行分析，将栅格图中道路边界内的栅格设置为1，边界外栅格设置为0；将所有点云投影到栅格中，若点云所在栅格数值为0，则进行滤除，否则保留。

3.根据权利要求1所述的一种基于三维激光点云的在线目标跟踪系统的跟踪方法，其特征在于，步骤2中具体包括：

使用增量式混合高斯模型建立目标的表面点云模型，使用EM算法迭代地对模型进行优化，高斯混合模型可以被表示为：

其中K是高斯模型的个数，μ_k与σ_k是第k个高斯模型的均值与协方差，且是第j帧观测中的第i个点云，R_j和t_j是将第j帧点云对齐到第一帧点云坐标系的旋转矩阵和平移向量，p_k是第k个高斯模型的混合系数；第k个高斯模型可表示为

因此，一个完整的高斯混合模型可以被表示为

其中第一部分为高斯模型参数，第二部分为点云的刚体变换参数。

4.根据权利要求3所述的一种基于三维激光点云的在线目标跟踪系统的跟踪方法，其特征在于，利用增量式高斯混合模型建模，并使用EM算法进行求解；高斯混合模型的隐变量Γ中的元素γ_ijk表示了点云z_ji属于第k个高斯模型的概率；求解高斯混合模型的EM算法可以被分解为三个步骤：E-步、M-步与M-GMM-步；

E-步使用高斯混合模型的参数Θ更新隐变量Γ；对于每个γ_ijk∈Γ有

其中为m-1时刻计算得到的高斯模型参数；

M-步通过E-步中得到的隐函数Γ与高斯混合模型参数Θ中的高斯模型部分对刚体变换部分进行更新；通过最小化每帧观测的点云与每个高斯模型的距离优化刚体变换矩阵，能量函数表示为

其中λ_jk表示第j帧的点云作用于第k个高斯模型的概率之和

ω_jk为第j帧的点云的使用隐函数后的加权重心

M-GMM-步通过隐函数Γ与M-步中的更新的刚体变换部分对高斯模型部分进行更新：

其中

u_mk＝R^(m)ω_mk+t^(m)

N^(m)表示到m帧为止所有帧的点云个数之和；

EM算法通过设置点云间的距离阈值或30次的最大循环次数作为迭代的退出条件，最终给出优化后的高斯模型参数；使用该参数可以将所有时刻的点云拼接到当前时刻的车体坐标系中，得到目标的表面点云模型。