[发明专利]基于三维激光点云的移动物体实时检测方法

说明书

本发明公开了一种基于三维激光点云的移动物体实时检测算法，包括以下步骤：(1)通过三维激光传感器输出FOV空间内扫描到点的位置信息，将所有输出的数据转换为标准点云数据格式；(2)记录若干帧原始点云数据，累加获得一个背景点云数据；(3)根据原始点云数据获取实时点云数据；(4)将实时点云数据与背景点云数据对比获得差异点云数据；(5)将差异点云数据集合，根据每个点之间的距离，进行聚类处理，可得出若干聚类点的集合，每一个集合表示一个移动物体。通过上述方式，本发明能够准确获取激光传感器FOV空间内移动物体的实时信息。

技术领域

本发明涉及移动物体检测领域，特别是涉及一种基于三维激光点云的移动物体实时检测方法。

背景技术

目前利用图像检测算法检测移动物体的方法中，使用RGB图像检测算法检测移动物体，对环境中的光照条件要求较为苛刻，并且无法准确获取移动物体的空间位置和实际大小。此外传统RGB摄像机的FOV较小，一台摄像机所覆盖的区域很有限。而随着近几年无人驾驶技术的兴起与激光技术的发展，三维激光传感器的发展越来越接近小型化，低成本化，同时三维激光传感器的稳定性、数据可靠性也越来越好。

因此如果利用三维激光传感器来实现移动物体的实时检测，能够准确地获取移动物体的真实信息。

发明内容

本发明所要解决的技术问题是提供一种基于三维激光点云的移动物体实时检测方法，能够准确获取激光传感器FOV空间内移动物体的实时信息。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于三维激光点云的移动物体实时检测方法，包括以下步骤：

(1)通过三维激光传感器输出FOV空间内扫描到点的位置信息，将所有输出的数据转换为标准点云数据格式；

(2)记录若干帧原始点云数据，累加获得一个背景点云数据；

(3)根据原始点云数据获取实时点云数据；

(4)将实时点云数据与背景点云数据对比获得差异点云数据；

(5)将差异点云数据集合，根据每个点之间的距离，进行聚类处理，可得出若干聚类点的集合，每一个集合表示一个移动物体。

在本发明一个较佳实施例中，在步骤(3)中，获取实时点云数据的具体算法包括以下步骤：

首先对原始点云数据进行下采样处理；

再删除离群点，获得实时点云数据。

在本发明一个较佳实施例中，在步骤(4)中，所述实时点云数据与背景点云数据的对比方法为：

将点云数据抽象为八叉树，八叉树的叶子节点为一个可设定大小的三维栅格，通过比较实时点云数据与背景点云数据在同一坐标位置的叶叶子节点是否都存在数据点，即实时点云数据比背景点云新增的点云数据集合，即获得差异点云数据。

在本发明一个较佳实施例中，根据移动物体包含的点云数据，得到该移动物体的预测体积大小。

本发明的有益效果是：本发明使用三维激光传感器，受环境影响极小，黑暗环境下仍可正常使用，同时，可根据实时扫描获取周围点信息，获取移动物体的真实位置信息；根据不同激光传感器特性，一台三维激光传感器可覆盖水平方向上360°范围、垂直方向上20°—30°范围，具有极大的优势；另外，还具有体积小、成本低，稳定性好、数据可靠性好；

所述算法简单，运算速度快，准确率高，可达到三维激光传感器实时检测移动物体的功能。

附图说明

图1是本发明基于三维激光点云的移动物体实时检测方法一较佳实施例的流程图。

具体实施方式