[发明专利]一种考虑激光发射强度的激光雷达障碍物识别方法及系统有效

专利信息
申请号: 201610213409.0 申请日: 2016-04-07
公开(公告)号: CN105866790B 公开(公告)日: 2018-08-10
发明(设计)人: 赵敏;孙棣华;郑林江;杜道轶 申请(专利权)人: 重庆大学
主分类号: G01S17/88 分类号: G01S17/88
代理公司: 北京汇泽知识产权代理有限公司 11228 代理人: 武君
地址: 400044 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种考虑激光发射强度的激光雷达障碍物识别方法,首先获取环境数据并以数组形式存储于计算机中,对获取的环境数据进行预处理,对激光雷达的距离信息、反射强度信息同时进行非平面ABD算法的环境数据分割聚类处理,得出的n个簇群集合,然后将不同簇群的数据集合与障碍物类别进行匹配,得到障碍物集合信息,所述障碍物集合信息包括尖峰型障碍物、凸圆弧形障碍物和凹形障碍物;本发明提供的考虑激光发射强度的激光雷达障碍物识别方法,利用激光雷达输出的环境反射强度信息,将常用的环境距离信息上升到非平面的三维空间,并提出基于非平面数据分割的障碍物识别方法,从而保证障碍物识别的实时性及准确性。
搜索关键词: 一种 考虑 激光 发射 强度 激光雷达 障碍物 识别 方法 系统
【主权项】:
1.一种考虑激光发射强度的激光雷达障碍物识别方法,其特征在于:包括以下步骤:步骤1:获取环境数据并以数组形式存储于计算机中,所述环境数据包括距离信息和反射强度信息;步骤2:对获取的环境数据进行预处理,所述预处理包括去除有效范围外的数据点、滤除孤立噪声点和激光雷达测量机制的缺陷补偿;步骤3:对激光雷达的距离信息、反射强度信息同时进行非平面ABD算法的环境数据分割聚类处理,得出的n个簇群集合,所述簇群集合采用以下公式来表达:Ω={Ω1,Ω2,......,Ωj,......,Ωn},其中,Ωj表示为第j个簇群类别,Ωj={Pj1,Pj2,......,Pjk,......,PjM},M为第j个簇群类别所包含的数据点个数,每个数据点内的信息包括上文中的时间坐标系下的坐标和对应的环境反射强度,即Pjk=(xi,yj,s);步骤4:将不同簇群的数据集合与障碍物类别进行匹配,得到障碍物集合信息,所述障碍物集合信息包括尖峰型障碍物、凸圆弧形障碍物和凹形障碍物;所述障碍物集合信息采用以下公式来表示:Obs={obs1,obs2,......obsj,......obsobscnt},其中,obsj=obs(type,Pstart,Pend,dmin),type表示障碍物类型,Pstart表示障碍物在世界坐标系下的起点坐标,Pend表示障碍物在世界坐标系下的终点坐标,dmin表示障碍物与机器人之间的最小距离,obscnt为一帧激光雷达数据中,识别出来障碍物类型数据段个数;所述步骤3中对激光雷达的距离、反射强度信息同时进行非平面ABD算法的环境数据分割聚类处理,具体方法如下:31)建立空间坐标系,将某激光束的点集按照如下公式表示:bg={P1,P2,P3,......,Pi,......PN},其中,任意一点Pi=(xi,yi,si)投影到空间坐标系下,(xi,yi)为XOY的投影坐标,Z轴即为si;32)非平面ABD算法环境分割:循环比较空间坐标系下数据点集中每两个相邻点之间的差值,按照以下公式获得分割点点Pn和点Pn‑1:|dn‑dn‑1|>Dmax其中:dn为当前扫描点的距离,dn‑1为前一扫描点的距离,Dmax为分割阈值;σ为反射强度的缩放系数;Dmax通过以下公式来计算:33)将点Pn和点Pn‑1标记为分割点;34)按照以下公式进行二次检测:ξ(dn)=k*dn;且ξ(dn)≤μ;其中,k为常系数,ξ(dn)为阈值,μ为常值;35)判断|dn‑dn‑1|>ξ(dn)是否成立,如果成立,则将点Pn和点Pn‑1标记为分割点;如果不成立,则取消分割点标记;36)循环重复所有环境数据,得到簇群集合。
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重庆大学,未经重庆大学许可,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/patent/201610213409.0/,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

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