[发明专利]基于距离强度关联的激光雷达目标识别方法、装置及设备

权利要求书

1.一种基于距离强度关联的激光雷达目标识别方法，其特征在于，包括：

获取激光雷达扫描区域的点云数据，根据所述点云数据中的三维坐标信息计算各点到坐标系原点的距离；

根据所述点云数据中各点到坐标系原点的距离与各点回波强度阈值的关系建立数学模型，根据所述数学模型提取疑似目标点；

根据基于密度的区域生长算法对所述疑似目标点进行聚类，得到若干个疑似目标点簇；

将所述疑似目标点簇输入训练好的分类算法模型，得到目标识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取激光雷达扫描区域的点云数据之前，还包括：

通过所述激光雷达以预设的频率采集目标场景内的点云数据。

3.根据权利要求1所述的方法，其特征在于，根据所述点云数据中的三维坐标信息计算各点到坐标系原点的距离，包括：

根据所述点云数据中的三维坐标信息，采用欧几里得公式计算各点到坐标系原点的距离。

4.根据权利要求1所述的方法，其特征在于，根据所述点云数据中各点到坐标系原点的距离与各点回波强度阈值的关系建立数学模型，根据所述数学模型提取疑似目标点，包括：

根据所述点云数据中各点到坐标系原点的距离与回波强度阈值的关系建立数学模型；

根据所述数学模型计算各点的回波强度阈值；

当所述点云数据中某点的回波强度值大于该点对应的回波强度阈值时，则将该点记为疑似目标点。

5.根据权利要求1所述的方法，其特征在于，根据基于密度的区域生长算法对所述疑似目标点进行聚类，得到若干个疑似目标点簇，包括：

任选一个疑似目标点作为待处理点；

将所述待处理点预设半径内的所有疑似目标点组成一个疑似目标点集合；

计算所述集合内的疑似目标点个数，若所述个数大于等于预设个数，则将所述集合作为一个疑似目标点簇；若所述个数小于预设个数，则将所述待处理点作为噪声点；

重复上述步骤，直到将没有被归入疑似目标点簇或归为噪声点的疑似目标点处理完，得到若干个疑似目标点簇。

6.根据权利要求1所述的方法，其特征在于，将所述疑似目标点簇输入训练好的分类算法模型，得到目标识别结果，包括：

对各个疑似目标点簇进行平面截断切割，投影得到二维分布的点云，并建立二维坐标系；

获取纵坐标方向上的离散点序列，并根据所述离散点序列构建拟合曲线；

计算所述离散点序列在所述拟合曲线上的导数，并构建特征向量；

将所述特征向量输入所述训练好的分类算法模型，得到目标识别结果。

7.根据权利要求6所述的方法，其特征在于，将所述疑似目标点簇输入训练好的分类算法模型之前，还包括：

获取高斯分布曲线，计算曲线上各点的导数；

根据各点的导数以及高斯分布参数构建特征向量；

改变参数构建多个特征向量，得到特征向量集合，根据所述特征向量集合训练分类算法模型。

8.一种基于距离强度关联的激光雷达目标识别装置，其特征在于，包括：

获取模块，用于获取激光雷达扫描区域的点云数据，根据所述点云数据中的三维坐标信息计算各点到坐标系原点的距离；

计算模块，用于根据所述点云数据中各点到坐标系原点的距离与各点回波强度阈值的关系建立数学模型，根据所述数学模型提取疑似目标点；

聚类模块，用于根据基于密度的区域生长算法对所述疑似目标点进行聚类，得到若干个疑似目标点簇；

分类模块，用于将所述疑似目标点簇输入训练好的分类算法模型，得到目标识别结果。

9.根据权利要求8所述的装置，其特征在于，还包括：

采集模块，用于通过所述激光雷达以预设的频率采集目标场景内的点云数据。

10.一种基于距离强度关联的激光雷达目标识别设备，其特征在于，包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至7任一项所述的基于距离强度关联的激光雷达目标识别方法。