[发明专利]一种基于毫米波雷达点云的道路车道线识别方法

权利要求书

1.一种基于毫米波雷达点云的道路车道线识别方法，其特征在于，包括以下步骤：

S1、获取探测范围内交通目标的原始点云，将采集到的原始点云数据进行解析获取交通参数信息，同时通过坐标转换对发生倾斜的车辆运动轨迹进行修正，使其变为竖直状态；

S2、利用毫米波雷达捕获的离散点云，通过关联来表征探测区域内交通目标的连续运动轨迹，从轨迹中基于长度特征、运动角度特征、速度特征筛选有效轨迹，得到交通目标轨迹密度图；

S3、对筛选得到的交通目标有效轨迹进行轨迹聚类，将属于同一个车道线的轨迹分为一类，求取每个类中交通目标的平均行驶轨迹，得到每个车道的中心线；

S4、将相邻的两条车道中心线取平分线，平分线集合中的中心点坐标进行最小二乘法曲线拟合，得到车道线。

2.根据权利要求1所述的一种基于毫米波雷达点云的车道线识别方法，其特征在于，步骤S1的解析包括：

将采集到的数据根据协议解析得到检测响应集合为：

D＝{d₁,d₂,...,d_n},d_i＝{c_i,t_i}     (1)

其中，d_n代表检测响应，c_i代表检测目标响应的信息，c_i＝(p_xi,p_yi,v_xi,v_yi)，p_xi、p_yi分别为目标i的观测值中位置属性分量；v_xi、v_yi分别为目标i对应的速度属性分量；t_i代表检测响应的时间即检测序列的帧数；

根据解析出来的v_x正负值确定出道路的行驶方向，以区分来向行驶车辆和去向行驶车辆，解析公式如下：

式中，XH和XL是分别是目标位置X方向高字节、低字节；YH和YL分别是目标位置Y方向高字节、低字节；XVH和XVL分别是目标速度X方向高字节、低字节；YVH和YVL分别是目标速度Y方向高字节、低字节。

3.根据权利要求1所述的一种基于毫米波雷达点云的车道线识别方法，其特征在于，假设交通目标P与雷达直角坐标系纵轴的夹角为β，车道坐标系与雷达坐标系的夹角为α，车道直角坐标系中的(x′,y′)与雷达直角坐标系的(x,y)坐标转换关系为：

对实际安装的雷达所测量的位置和速度信息(p,v)进行坐标转换后，得到(p′,v′)信息为：

4.根据权利要求1所述的一种基于毫米波雷达点云的车道线识别方法，其特征在于，步骤S2的表征包括：

选取毫米波雷达传感器获取的速度和位置作为相似性度量进行关联匹配，经过关联共获得N个目标轨迹，记做集合T＝{TR₁,TR₂,...,TR_N}，对轨迹集合中的任意一条轨迹A表示：

TR_A＝{a_k,k＝1,2,...,K},a_k＝[x_k,y_k,vx_k,vy_k]     (5)

式中a_k为轨迹A的第k个采样点，K为目标运动持续的帧数，(x_k,y_k)为目标质心在第k帧中的位置坐标，(vx_k,vy_k)为目标质心在第k帧中的速度坐标。