[发明专利]一种激光雷达点云积分目标检测方法、介质及系统

说明书

本发明请求保护一种激光雷达点云积分目标检测方法、介质及系统。该方法通过对多个连续时刻的激光雷达点云进行时间积分操作来提高激光雷达的检测能力，步骤包括：首先采集激光雷达点云数据，对原始点云进行地面分割，再对分割后的非地面点云构建点云时间积分模型，根据点云距离执行不同的时间积分操作；然后将积分处理后的点云进行聚类，并对聚类获得的目标进行跟踪滤波，得到目标运动状态。其中，时间积分操作将多个连续时刻的点云，根据聚类划分得到的目标速度映射到当前时刻，再对映射后的多个点云集合求并集。本发明能使得低线束雷达能达到高线束雷达的检测效果，有效提高激光雷达对于远距离目标以及微小目标的检测能力。

技术领域

本发明属于自主无人系统环境感知技术领域，具体涉及一种激光雷达点云积分目标检测方法。

背景技术

环境感知是自主无人系统(包括无人驾驶车辆、智能机器人等)的关键技术之一，是决策规划与控制的基础。激光雷达作为一种主要的环境感知传感器，其目标检测方法在自主无人系统中具有重要作用。

中国专利申请：目标检测聚类方法、系统、计算机设备及可读存储介质(申请号：CN202010003576.9)，公开了一种外部环境自适应的目标检测聚类方法，其特征在于，包括：获取激光雷达点云，并对所述激光雷达点云进行预处理；根据实时外界环境调整邻域半径及密度阈值；根据所述邻域半径及密度阈值对经预处理的所述激光雷达点云进行类聚处理以生成类聚结果；根据所述类聚结果进行障碍物检测。该方法改善了传统方法没有根据外界环境针对性调整聚类半径和密度阈值问题，并不能解决远距离、小目标情况下稀疏点云的漏检问题。中国专利申请：激光雷达点云目标检测方法、系统及装置(申请号：CN202011060317.6)，公开了一种激光雷达点云目标检测方法,该方法对点云信息构建前视图栅格,分别对前视图栅格提取特征以及对每一个前视图栅格内最近点提取点特征并结合,再通过三维目标检测器检测障碍物。该方法只利用当前时刻的激光雷达数据，对于低分辨率的激光雷达并不能解决远距离、小目标情况下稀疏点云的漏检问题。

本发明针对自主无人系统环境感知中激光雷达点云近密远疏的特性，利用多帧激光雷达点云之间的上下文联系，采用多时刻点云积分增加目标特征信息和点云密度，来提高激光雷达对于远距离目标以及微小目标的检测能力。

发明内容

本发明旨在解决以上现有技术的问题，提高激光雷达对于远距离目标以及微小目标的检测能力。本发明的技术方案如下：

一种激光雷达点云积分目标检测方法，其包括以下步骤：

(1)在当前时刻k，激光雷达采集周边环境点云数据，对原始点云进行地面分割，根据原始点云z坐标进行分类，筛选地面点云集和非地面点云集

(2)将非地面点云根据距离门限D_thr，筛选出远距离稀疏点云集和近距离密集点云集满足

(3)将远距离稀疏点云加入远距点云队列构造点云时间积分模型，根据点云的时刻及对应目标运动状态执行时间积分操作，得到新的点云集

(4)对新点云集进行聚类，并对聚类获得的目标进行跟踪滤波，得到目标运动状态。

进一步的，所述根据原始点云z坐标,筛选地面点云集和非地面点云集的方法是：对每一点云P(x,y,z)，

其中Z_thr为地面分割门限。

进一步的，所述将非地面点云筛选出远距离稀疏点云集和近距离密集点云集的方法是：对每一点云

进一步的，所述点云时间积分操作，其包括以下步骤：

(1)对当前时刻k，根据上一时刻目标运动状态估计进行一步预测，得到k时刻的目标运动状态将加入到目标状态队列