[发明专利]三维激光雷达点云和红外图像融合的目标检测及定位方法

说明书

本发明公开了一种三维激光雷达点云和红外图像融合的目标检测及定位方法，建立红外相机与三维激光雷达的坐标转换关系；红外相机采集红外图像，获得红外图像目标候选区域；三维激光雷达采集雷达数据，获得雷达目标候选区域及其中心点坐标；利用坐标转换关系将雷达目标候选区域投影到红外图像中，得到雷达聚类目标区域；将交并比达到设定门限的红外‑雷达公共区域作为最终目标区域保留下来；从最终目标区域中提取区域长宽比、最大温度和温度离散度组成聚合多特征输入分类器对红外目标进行分类，分类结果结合所述目标定位信息，得到红外目标检测及定位结果。使用本发明融合红外图像和三维激光雷达点云，能够实现夜间障碍物检测及定位。

技术领域

本发明涉及无人运动平台自主导航技术领域，尤其涉及一种三维激光雷达点云和红外图像融合的目标检测及定位方法。

背景技术

无人运动平台在民用、军事、科研等各领域的应用前景日益广阔，想要实现自主运动离不开环境感知技术，夜间障碍物探测是无人平台全天候工作的重要组成部分。

可见光相机受到光照的影响大，无法在夜间进行目标识别，而红外相机的被动感光特性使其不受光照等因素的影响，可用于夜间障碍物检测。然而仅依赖红外图像无法获得目标位置，进而为无人平台提供更丰富的环境信息。激光雷达点云可以反应位置信息，环境适应性强，因此融合红外图像和三维激光雷达点云有望实现夜间障碍物检测及定位。

发明内容

有鉴于此，本发明提供了一种三维激光点云和红外图像融合的目标检测及定位方法，融合红外图像和三维激光雷达点云，实现夜间障碍物探测。

为了解决上述技术问题，本发明是这样实现的：

一种三维激光点云和红外图像融合的目标检测及定位方法，包括：

步骤一：建立红外相机与三维激光雷达的坐标转换关系；

步骤二：红外相机采集红外图像，采用聚类的方式进行图像分割，获得红外图像目标候选区域；

步骤三：利用三维激光雷达采集雷达数据，使用激光雷达点云层次聚类，获得雷达目标候选区域，以及每个区域中心点坐标；步骤二和步骤三不分先后；

步骤四：利用步骤一得到的坐标转换关系将所述雷达目标候选区域投影到红外图像中，得到雷达聚类目标区域；将红外图像目标候选区域与雷达聚类目标区域进行匹配融合，将交并比达到设定门限的红外-雷达公共区域作为最终目标区域保留下来，最终目标区域对应的雷达聚类目标区域的中心点坐标即为目标定位信息；

步骤五：从保留的最终目标区域中提取区域长宽比R、最大温度T_max和温度离散度D_Feature组成聚合多特征输入分类器对红外目标进行分类，分类结果结合所述目标定位信息，得到红外目标检测及定位结果；

所述最大温度T_max为融合区域内像素值最大的n个点的平均像素值对应的相机温度T_max，温度离散度D_Feature为融合区域灰度直方图的方差D_Feature。

优选地，所述步骤一为：以可见光相机作为标定的中间变量，分别标定红外相机与可见光相机、三维激光雷达与可见光相机，获得红外相机和可见光相机的坐标转换关系、三维激光雷达和可见光相机的坐标转换关系；利用这两个坐标转换关系得到红外相机与三维激光雷达的坐标转换关系为：