[发明专利]一种激光雷达动态行人检测方法

摘要

本发明公开了道路交通安全技术领域的一种激光雷达动态行人检测方法，该方法的具体步骤如下：S1：激光雷达安装；S2：设定雷达坐标系；S3：激光雷达数据聚类；S4：特征提取；S5：特征分类；S6：行人样本采集，本发明针对激光检测的障碍物进行聚类算法分析，并组成特征集，对行人检测有很好的精度以及鲁棒性，不仅能够检测出单人，还能针对并排运动的非机动车以及行人中准确检测出行人目标，具有检测效果好及检测精度高的特点。

主权项

1.一种激光雷达动态行人检测方法，其特征在于：该检测方法的具体步骤如下：S1：激光雷达安装：将四线激光雷达安装在车辆的正前方中央位置，并距离地面高度为0.7m；S2：设定雷达坐标系：设定车辆后轴中心为车辆坐标系的原点OV，车辆的行驶方向为XV轴，与行驶方向垂直的方向为YV轴，与路面垂直向上为ZV轴，使用分层转换坐标式中：ρ为雷达中心与障碍物扫描电的距离，θ为传感器扫描的角度，i为雷达的层号，T1×3为平移矩阵，表示从激光坐标系原点到车辆坐标系原点的差值，可通过实际测量得到，R3×3为安装旋转矩阵；S3：激光雷达数据聚类：将一帧雷达数据分割为几个点簇，这些点簇可能包含了行人和非行人，其聚类的判断规则如下：式中：r_min＝{r_k,r_k+1}，r_k,k+1＝|r_k‑r_k+1|为相邻两个激光雷达的距离，φ为激光雷达角分辨率，C₀调节激光雷达的纵向误差，由经验值给定，即C₀＝0.001，当相邻的两个激光雷达距离小于阈值时，可视为同一个物体；S4：特征提取：聚类完成后，分别提取每个类簇的特征来构成区分不同障碍物的特征集；S5：特征分类：针对类簇中的每个特征训练分类器，即其中hi为特征fi的弱分类器，是区分两类目标的阈值，Pi+1或‑1用于修正不平等方向；S6：行人样本采集：采集1200个正样本以及500个负样本，使用900个正样本和400个负样本作为训练数据，生成强分类器，剩下的正样本和负样本则作为测试数据，测试该方法的检测精度。