[发明专利]多线激光雷达车辆目标识别方法和汽车的防撞装置

摘要

本发明实施例提供了一种多线激光雷达车辆目标识别方法和汽车的防撞装置，激光雷达为多线激光雷达，该方法包括：获取多线激光雷达的探测数据，探测数据包括至少两个扫描层的若干点云的坐标数据；基于若干点云的坐标数据，通过建立栅格地图对若干点云进行聚类，以将若干点云分为至少一个类；将组成任一个物体的、每个扫描层的点云的坐标数据拟合为线段；提取每个物体的每个扫描层的特征、以及提取线段的特征；基于提取到的特征通过机器学习方法识别该物体是否是车辆，若是，发出警报信息。本发明实施例通过多线激光雷达的探测数据，确定车辆附近物体的形状、类别，以采取有效的驾驶策略和安全措施，避免车内及车外人身财产的伤害和损失。

主权项

1.一种多线激光雷达车辆目标识别方法，其特征在于，所述方法包括：获取所述多线激光雷达的探测数据，所述探测数据包括至少两个扫描层的若干点云的坐标数据；基于所述若干点云的坐标数据，通过建立栅格地图对所述若干点云进行聚类，以将所述若干点云分为至少一个探测物体；将组成任一个探测物体的、每个扫描层的点云的坐标数据拟合为线段；提取每个探测物体的每个扫描层的特征、以及提取所拟合得到的线段的特征；基于提取到的特征通过机器学习方法识别该探测物体是否是车辆，若是，发出警报信息，建立栅格地图包括：将所述至少两个扫描层的若干点云的坐标数据投影至栅格平面以建立栅格地图，其中，所述栅格平面包括若干个空白栅格；以及确定所述栅格地图中包括有点云的坐标数据的栅格为障碍栅格，所述方法还包括：删除所述障碍栅格中的噪声栅格，其中，所述噪声栅格为其点云的坐标数据不符合预设条件的障碍栅格，统计确定每个所述障碍栅格中的所有点云中的高度坐标最高的点云和高度坐标最低的点云；基于所述高度坐标最高的点云和高度坐标最低的点云确定对应障碍栅格的高度信息；以及所述删除所述障碍栅格中的噪声栅格，包括：根据每个所述障碍栅格的高度信息对所述栅格地图中的栅格进行滤波处理，以删除噪声栅格，所述根据每个所述障碍栅格的高度信息对所述栅格地图中的栅格进行滤波处理，以删除噪声栅格，包括：判断每个所述障碍栅格的高度信息是否大于预设高度，以及该障碍栅格内是否包括至少两个非同一扫描层的点；若所述高度信息大于预设高度、且该障碍栅格内的非同一扫描层的点少于两个，则确定该障碍栅格为噪声栅格；删除所述噪声栅格，组成任一个物体的、每个扫描层的点云的坐标数据最多拟合为两条线段，当拟合为一条线段时，所提取的特征包括：组成该探测物体的所有点云的个数、组成该探测物体的所有点云所在的总的扫描层层数、组成该探测物体的所有点云到所述多线激光雷达的距离平均值、每个扫描层的点云的坐标数据拟合的线段的长度、每个扫描层的点云的坐标数据拟合的线段的中心高度、每个扫描层的点云的坐标数据拟合的线段的斜率；当拟合为两条线段时，所提取的特征包括：组成该探测物体的所有点云的个数、组成该探测物体的所有点云所在的总的扫描层层数、每条线段的长度、所述两条线段的中心高度的平均值、组成该探测物体的所有点云到所述多线激光雷达的距离平均值、所述两条线段的长度比值、所述两条线段的长度乘积、所述两条线段在地面投影的夹角；所述方法还包括：将拟合为一条线段时所提取的特征作为矩阵元素形成第一特征矩阵，以及将拟合为两条线段时所提取的特征作为矩阵元素形成第二特征矩阵；合并所述第一特征矩阵和第二特征矩阵；对合并后的所述第一特征矩阵和第二特征矩阵进行归一化处理，得到第三特征矩阵；将所述第三特征矩阵输入通过机器学习方法训练得到的分类器中，以识别该探测物体是否是车辆。