[发明专利]一种基于三维激光雷达的无人艇假目标检测方法有效

专利信息
申请号: 201810353709.8 申请日: 2018-04-19
公开(公告)号: CN108562913B 公开(公告)日: 2021-12-17
发明(设计)人: 柳晨光;毛庆洲;吴安磊;刘荣荣;闫保芳 申请(专利权)人: 武汉大学
主分类号: G01S17/93 分类号: G01S17/93
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 严彦
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 三维 激光雷达 无人 目标 检测 方法
【权利要求书】:

1.一种基于三维激光雷达的无人艇假目标检测方法,其特征在于:用于以不影响无人艇航行的障碍物目标为假目标,实现假目标的精确检测,获取假目标的位置和大小信息,所述假目标包括船舶尾浪、浮游生物和漂浮垃圾,检测过程包括以下步骤,

步骤1,在无人艇上安装三维激光雷达、差分GNSS接收机和姿态角传感器,支持对无人艇目标障碍物的检测;

步骤2,对三维激光雷达数据进行预处理,包括坐标转换、点云校正、异常噪声点去除、栅格表示;所述坐标转换,是三维激光雷达实时扫描获取到目标点返回的球坐标,然后将球坐标转换为以无人艇为中心的附体坐标(x,y,z),在附体坐标系中,x轴为船首向方向,y轴为船体横向方向,z轴为垂直向上方向;所述点云校正,是利用姿态角传感器所得无人艇实时姿态角数据和差分GNSS接收机所得实时自身运动状态数据,对激光点云进行校正,得到目标返回点在大地坐标系下的坐标;所述异常噪声点去除,是将点云数据点的z值作为图像中像素点的灰度值,假设某数据点(x,y,z)邻域点的高度平均值为zm,设置中值滤波阈值为Th,如果|z-zm|>Th,则该数据点为噪声点,高度值z由zm替代,否则该点为信号点高度值保持不变;所述栅格表示,是根据激光雷达检测范围建立二维栅格地图,无人艇始终为栅格地图的原点,栅格属性包括栅格坐标、有无激光返回点、栅格包含的返回点数量、平均高度值和最大高度差;实现过程如下,

S1、坐标转换,

设扫描平面上激光雷达发射点为球面坐标系的原点,扫描平面本身是方向角α和高度角ω的参考平面;

三维激光雷达实时扫描,获取到目标点返回的球坐标(ρ,α,ω),其中ρ、α和ω分别为球坐标的球径、方位角和高度角;将球坐标转换为以无人艇为中心的附体坐标(x,y,z),其中x、y和z分别为x轴、y轴和z轴的坐标值;在附体坐标系中,x轴为船首向方向,y轴为船体横向方向,z轴为垂直向上方向;

转换公式如下:

S2、点云校正,利用通过姿态角传感器获得的无人艇实时姿态角数据(φ,θ,ψ)和通过差分GNSS接收机获得的实时自身运动状态数据(u,v,w),对激光点云进行校正,得到目标返回点在大地坐标系下的坐标(X,Y,Z);其中,φ、θ和ψ分别为无人艇横倾角、纵倾角和方位角;u、v和w分别为无人艇坐标系x轴、y轴和z轴方向的速度;X、Y和Z分别为点云在大地坐标系X轴、Y轴和Z轴方向的坐标;

大地坐标系(X,Y,Z)与无人艇坐标系的转换关系为:

S3、异常噪声点去除,将点云数据点的z值作为图像中像素点的灰度值,假设某数据点(x,y,z)邻域点的高度平均值为zm,设置中值滤波阈值为Th,如果|z-zm|>Th,则该数据点为噪声点,高度值z由zm替代;否则,该点为信号点,高度值保持不变;

S4、格栅表示,包括根据激光雷达检测范围建立二维栅格地图,无人艇始终为栅格地图的原点;栅格属性包括栅格坐标、有无激光返回点、栅格包含的返回点数量、平均高度值和最大高度差;

栅格坐标属性定义为{(xG,yG),S,PointNum,AveHeight,MaxHeight},

其中(xG,yG)为栅格在附体坐标系的坐标值,S表示栅格内有无激光返回点,PointNum表示栅格包含的返回点数量,AveHeight表示栅格内返回点的平均高度差,是所有返回点z坐标值的平均值,MaxHeight表示栅格内返回点的最大高度,是所有返回点z坐标值的最大值;

步骤3,利用三维激光雷达进行假目标检测,包括以下子步骤,

步骤3.1,进行对栅格的分割得到障碍物目标,包括利用八邻域膨胀的快速区域标记法实现对栅格的分割,将连在一起的栅格作为一组,识别为一个障碍物目标,并编号;

步骤3.2,根据步骤2所得栅格属性对步骤3.1所得障碍物目标进行多项特征提取;所述障碍物目标特征包括栅格数量、栅格平均高度、栅格高度差、点云稀疏度,这4种特征分别作为目标类型判断的证据;对于船舶尾浪、浮藻假目标,假目标的点云较为稀疏;

步骤3.3,目标分类,包括将步骤3.2提取到的障碍物目标每一项特征分别作为判断目标类型的证据,建立目标类型识别框架,将每一项证据分别对目标类型可信度进行分配,计算识别框架内每一个焦元的可信度;根据各个焦元可信度,通过预设阈值判断障碍物目标是否为假目标;

识别障碍物目标类型的具体证据包括NumGrid、AveHeightGrid、DiffHeighGrid和SparsityPoint,其中,NumGrid表示障碍物包含的栅格数量,AveHeightGrid表示障碍物目标所有栅格的平均高度,DiffHeighGrid表示障碍物目标所有栅格最大高度差的绝对值,SparsityPoint表示点云稀疏度,mi(X)表示第i个证据对命题X的信任度,i=1,2,3,4,m(X)表示证据合成后命题X的信任度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810353709.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top