[发明专利]一种激光雷达障碍物识别方法及系统

摘要

本发明实施例提供了一种激光雷达障碍物识别方法及系统，包括：S1，将所述原始点云数据、所述位置数据和所述姿态数据进行融合得到融合点云数据；S2，将所述融合点云数据按时间顺序划分成多组融合点云数据片段，并对每组融合点云数据片段中的点云进行ICP配准，得到叠加点云数据；S3，对所述多组叠加点云数据片段中的每组叠加点云数据片段的点云进行聚类获取候选障碍物，并提取所述候选障碍物的静态信息；S4，根据所述候选障碍物的静态信息，识别所述候选障碍物中的静态障碍物和动态障碍物，并提取所述动态障碍物的动态信息。无需使用激光雷达离线数据建图，适用于各种复杂应用环境中的障碍物检测，且识别精度高，速度快。

主权项

1.一种激光雷达障碍物识别方法，其特征在于，所述方法包括：/nS1，获取激光雷达采集的原始点云数据、全球导航卫星系统GNSS采集的位置数据以及惯性测量单元IMU采集的姿态数据，并将所述原始点云数据、所述位置数据和所述姿态数据进行融合得到融合点云数据；/nS2，将所述融合点云数据按时间顺序划分成多组融合点云数据片段，并对每组融合点云数据片段中的点云进行迭代最近点ICP配准，得到叠加点云数据，所述叠加点云数据包括多组叠加点云数据片段，且所述多组叠加点云数据片段与所述多组融合点云数据片段一一对应；/nS3，对所述多组叠加点云数据片段中的每组叠加点云数据片段的点云进行聚类获取候选障碍物，并提取所述候选障碍物的静态信息；/nS4，根据所述候选障碍物的静态信息，识别所述候选障碍物中的静态障碍物和动态障碍物，并提取所述动态障碍物的动态信息；/n步骤S3具体包括：/n利用超体聚类算法对每组叠加点云数据片段中的点云进行聚类获取每组叠加点云数据片段对应的候选障碍物，并提取每组叠加点云数据片段对应的候选障碍物的静态信息，所述静态信息至少包括质心、内外轮廓、体积、平均反射率和平均点云密度；/n步骤S4具体包括：/n对于每组叠加点云数据片段对应的候选障碍物中的每个候选障碍物，以每个候选障碍物的质心、内外轮廓、体积、平均反射率和平均点云密度为特征分量构建每个候选障碍物的特征向量，并将每个候选障碍物与相邻的叠加点云数据片段对应的候选障碍物分别进行互相关分析，得到每个候选障碍物与所述相邻的叠加点云数据片段对应的候选障碍物中每个障碍物之间的互相关系数；/n对于每组叠加点云数据片段对应的候选障碍物中的任一候选障碍物，将所述相邻的叠加点云数据片段对应的候选障碍物中，与所述任一障碍物之间的互相关系数大于预设阈值的候选障碍物作为所述任一候选障碍物的同一障碍物；/n对比所述同一障碍物在两组相邻的叠加点云数据片段中质心位置，将质心位置发生改变的同一障碍物识别为动态障碍物，并提取所述动态障碍物的动态信息，所述动态信息至少包括速度和运动方向。/n