障碍物聚类方法及装置制造方法及图纸

本公开涉及一种障碍物聚类方法及装置。该方法包括：获取三维点云数据，并确定其在车体坐标系中的映射点坐标；将映射点投影到栅格地图中；根据映射点坐标和栅格地图识别障碍点；对障碍点进行聚类，获得K个障碍物聚类簇及K个聚类中心；计算障碍点与每个聚类中心的相似度，并将其划分至与其相似度最高的聚类中心所对应的障碍物聚类簇中；更新聚类中心；判断每个聚类中心是否满足收敛条件；在存在不满足收敛条件的聚类中心时返回计算障碍点与每个聚类中心的相似度，并将其划分至与其相似度最高的聚类中心所对应的障碍物聚类簇中的步骤，直至所有聚类中心均满足收敛条件为止。由此，能够准确、可靠地实现障碍物聚类，有助于提高障碍物的识别率。

【技术实现步骤摘要】
障碍物聚类方法及装置
本公开涉及智能交通
，具体地，涉及一种障碍物聚类方法及装置。
技术介绍
自主车在室外环境中的环境感知技术是其实现自主导航的关键技术，而障碍物的检测对于正确、安全的导航是必不可少的。在自主车系统中，常用双目立体相机、激光雷达等传感器进行障碍物检测。相比于双目立体相机，激光雷达在准确性及检测范围上要更为出色。但由于三维激光雷达扫描范围有限、无法检测到某些材质的物体的局限性，导致在相对复杂的环境中激光雷达对障碍物的检测会出现偏差。因此，如何根据激光雷达所检测的数据来准确识别出周围环境中的障碍物信息对于智能车辆的避障、无人驾驶等应用具有广泛的现实价值和科学意义。
技术实现思路
本公开的目的针对现有技术中的在相对复杂的环境中激光雷达对障碍物的检测会出现偏差的问题，提供一种障碍物聚类方法及装置。为了实现上述目的，本公开提供一种障碍物聚类方法，所述方法包括：获取三维激光雷达发送的三维点云数据，并确定所述三维点云数据在车体坐标系中的映射点坐标；将所述映射点投影到预先构建的栅格地图中；根据所述映射点坐标和所述栅格地图，识别障碍点；采用近邻域算法对所述障碍点进行聚类，获得K个障碍本文档来自技高网...

【技术保护点】
一种障碍物聚类方法，其特征在于，所述方法包括：获取三维激光雷达发送的三维点云数据，并确定所述三维点云数据在车体坐标系中的映射点坐标；将所述映射点投影到预先构建的栅格地图中；根据所述映射点坐标和所述栅格地图，识别障碍点；采用近邻域算法对所述障碍点进行聚类，获得K个障碍物聚类簇及与所述K个障碍物聚类簇相对应的K个聚类中心，其中，K为自然数；计算所述障碍点与每个所述聚类中心的相似度，并将所述障碍点划分至与所述障碍点相似度最高的聚类中心所对应的障碍物聚类簇中；更新所述K个障碍物聚类簇的聚类中心；判断每个障碍物聚类簇的聚类中心是否满足预设的收敛条件；在所述K个障碍物聚类簇的聚类中心中存在不满足所述预设的...

【技术特征摘要】
1.一种障碍物聚类方法，其特征在于，所述方法包括：获取三维激光雷达发送的三维点云数据，并确定所述三维点云数据在车体坐标系中的映射点坐标；将所述映射点投影到预先构建的栅格地图中；根据所述映射点坐标和所述栅格地图，识别障碍点；采用近邻域算法对所述障碍点进行聚类，获得K个障碍物聚类簇及与所述K个障碍物聚类簇相对应的K个聚类中心，其中，K为自然数；计算所述障碍点与每个所述聚类中心的相似度，并将所述障碍点划分至与所述障碍点相似度最高的聚类中心所对应的障碍物聚类簇中；更新所述K个障碍物聚类簇的聚类中心；判断每个障碍物聚类簇的聚类中心是否满足预设的收敛条件；在所述K个障碍物聚类簇的聚类中心中存在不满足所述预设的收敛条件的聚类中心时，返回所述计算所述障碍点与每个所述聚类中心的相似度，并将所述障碍点划分至与所述障碍点相似度最高的聚类中心所对应的障碍物聚类簇中的步骤，直至所述K个障碍物聚类簇的聚类中心均满足所述预设的收敛条件为止。2.根据权利要求1所述的方法，其特征在于，所述更新所述K个障碍物聚类簇的聚类中心，包括：分别计算每个障碍物聚类簇的平均类中心，其中，所述平均类中心的坐标为相应障碍物聚类簇中各障碍点坐标的均值，所述障碍点坐标为所述障碍点在所述建栅格地图中的坐标；将所述平均类中心确定为是相应障碍物聚类簇的聚类中心。3.根据权利要求1所述的方法，其特征在于，在所述根据所述映射点坐标和所述栅格地图，识别障碍点的步骤之前，所述方法还包括：根据所述映射点坐标，确定所述栅格地图中的每个栅格的最低高度，其中，所述最低高度为所述栅格中所有数据点的高度的最小值；当所述栅格的最低高度大于预设的高度阈值、且扫描到与所述栅格中的数据点相对应的实际位置点的雷达线数小于第一预设线条阈值时，确定所述数据点为悬空点；从所述栅格地图中删除所述悬空点。4.根据权利要求1所述的方法，其特征在于，在所述根据所述映射点坐标和所述栅格地图，识别障碍点的步骤之后，所述方法还包括：当以所述障碍点为中心的预设区域内没有其他障碍点、且扫描到与所述障碍点相对应的实际位置点的雷达线数小于第二预设线条阈值时，确定所述障碍点为单点噪声；从所述栅格地图中删除所述单点噪声。5.根据权利要求1-4中任一项所述的方法，其特征在于，在所述采用近邻域算法对所述障碍点进行聚类，获得K个障碍物聚类簇及与所述K个障碍物聚类簇相对应的K个聚类中心的步骤之前，所述方法还包括：遍历所述栅格地图中的所述障碍点，将所述障碍点所在栅格的相邻栅格中的数据点确定为障碍点。6.根据权利要求1-4中任一项所述的方法，其特征在于，所述收敛条件为：所述障碍物聚类簇的更新后的聚类中心与更新前的聚类中心之间的距离小于预设的距离阈值。7.根据权利要求1-4中任一项所述的方法，其特征在于，所述方法还包括：根据障碍物聚类结果，识别障碍物。8.一种障碍物聚类装置，其特征在于，所述装置包括：确定模块，用于获取三维激光雷达发送的三维点云数据，并确定所述三维点云数据在车体坐标系中的映射点坐标；投影模块，用于将所述映射点投影到...

【专利技术属性】
技术研发人员：李秋霞，
申请(专利权)人：北京汽车集团有限公司，北京汽车研究总院有限公司，
类型：发明
国别省市：北京,11