[发明专利]一种基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法

说明书

本发明涉及激光雷达传感器及无人船自动驾驶技术领域，更具体地，涉及一种基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法。本发明使用激光雷达传感器获取实验环境数据，通过神经网络对点云数据进行语义分割，再对连续多帧的河岸点云数据进行融合，然后通过平滑滤波，采用图像腐蚀的方法来细化河岸点云，从而提取出特征点，后续经过排序作为控制点。接着为了减缓河岸急剧变化的情况，通过无迹卡尔曼滤波来平滑控制点。利用B样条曲线拟合平滑后的控制点，最后基于粒子滤波对提取出的水面区域进行滤噪。有效提高了提高提取水面可通行区域的鲁棒性和精度。

技术领域

本发明涉及激光雷达传感器及无人船自动驾驶技术领域，更具体地，涉及一种基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法。

背景技术

中国专利CN108303988A，公开了一种无人船的目标识别追踪系统及其工作方法，采用3D激光雷达、矢量水听器对水面水下障碍物进行扫描，工控机解析出水面障碍物位置，水听器处理器确定水下障碍物位置，根据获取的障碍物位置，工控机采取避障算法对障碍物进行避障，即实现无人船对水面水下的障碍物避障，达到了能够在水下情况复杂的水域进行作业的目的。该发明主要针水面水下的障碍物避障，对于窄小河流的场景，会出现各种形状的河岸、还有水面波纹等随机噪声的影响，该发明未能解决这些局限。基于激光雷达识别追踪水面水下目标，只能识别分析出固定障碍物，对于水面存在的波纹、树叶等小型漂浮物会被误认为障碍物，影响提取精度；基于激光雷达提取水面可通行区域，在船上使用激光雷达采集数据会因为船体颠簸导致出现采集到的河岸变化比较明显的情况，如果无人船在水面行驶，受到风、波浪等影响，会产生颠簸，使得雷达在某一时刻大概率扫描不到河岸，造成河岸点消失的情况，这对后续提取可通行区域的算法会产生严重的影响。

发明内容

本发明为克服上述现有技术中的至少一个缺陷，提供一种基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法，有效提高了提高提取水面可通行区域的鲁棒性和精度。

为解决上述技术问题，本发明采用的技术方案是：一种基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法，包括以下步骤：

S1.引用SqueezeSeg的深度学习网络对激光雷达采集的点云数据进行语义分割，将点云数据分为河岸、植被和桥三大类；

S2.对步骤S1提取出的河岸点进行平滑滤波操作，接着通过图像处理的方式得到控制点；首先对连续多帧的河岸点云数据进行融合，然后进行平滑滤波，接着通过图像腐蚀的方法，来对河岸点进行细化，得到河岸的特征点；

S3.对河岸的特征点进行排序，作为B样条拟合的控制点；

S4.对排完序的控制点进行无迹卡尔曼滤波UKF平滑；

S5.采用B样条拟合控制点，描绘出河岸形状的曲线；

S6.通过步骤5可得到河面区域，对河面区域中的障碍物占据的区域进行标识，进行粒子滤波。

本发明基于激光雷达的高鲁棒性无人船提取水面可通行区域的方法，使用激光雷达传感器获取实验环境数据，通过神经网络对点云数据进行语义分割，再对连续多帧的河岸点云数据进行融合，然后通过平滑滤波，采用图像腐蚀的方法来细化河岸点云，从而提取出特征点，后续经过排序作为控制点。接着为了减缓河岸急剧变化的情况，通过无迹卡尔曼滤波来平滑控制点。利用B样条曲线拟合平滑后的控制点，最后基于粒子滤波对提取出的水面区域进行滤噪。