一种面向道路救援安全监控的障碍物识别跟踪方法技术

一种面向道路救援安全监控的障碍物识别跟踪方法，结合道路救援现场障碍物特点，通过激光雷达探测作业现场周围的障碍物，首先进行激光雷达数据的预处理，将其转换成一幅二值图像，运用所提出的基于背景差法的识别方法提取动态障碍物并运用距离相关性区域标记算法进行聚类分析，然后通过Harris角点提取法提取障碍物特征信息，最后，使用状态转移的方法对障碍物进行跟踪。本发明专利技术提出的识别方法具有良好的实时性、环境适应能力和抗干扰能力。

Obstacle recognition and tracking method for road rescue safety monitoring

Obstacle recognition for road rescue safety monitoring and tracking method, combined with the road rescue scene of obstacles, through the obstacles around the lidar operation site, first preprocess the lidar data, and convert it into a two value image, using the proposed recognition method based on background subtraction extraction dynamic obstacle distance and using correlation region labeling algorithm for clustering analysis, and then through the Harris corner extraction method to extract feature information of obstacles, finally, using the method of state transition to track obstacles. The identification method provided by the invention has good real-time performance, environment adaptability and anti-interference ability.

【技术实现步骤摘要】
一种面向道路救援安全监控的障碍物识别跟踪方法
本专利技术涉及安全应急领域，特别是涉及一种面向道路救援安全监控的障碍物识别跟踪方法。
技术介绍
随着社会经济的发展，道路交通安全问题日益突出，在道路交通事故救援过程中，由于视野盲区造成的二次事故比例很大，每年因为交通事故救援过程中产生的二次事故造成大量的损失。近年来，安全应急救援技术得到了迅速的发展，并且已经取得了显著的成果，将安全应急救援技术更多地运用到重型道路救援车辆上，尤其是对于重型车辆视野盲区的监控，已经成为业界亟需解决的关键问题。目前汽车周围环境监控主要使用视频摄像头监测，通过在车的周围安装若干个摄像头，利用图像拼接技术实现对车周围环境的简单监测，给驾驶员提供参考，主要运用在小型车的倒车、行车记录等方面。然而参与道路救援过程的车辆通常为大型工程车和专用车，车身长达十米，需多个摄像头才能覆盖车辆的所有周边环境，并且摄像头监控范围小，不能实现远距离监控，另外，摄像头监控能力受天气和环境影响大，无法适应道路救援的复杂救援环境，这些不足极大地制约了道路救援安全监控能力。
技术实现思路
为了解决上述存在的问题，本专利技术提供一种面向道路救援安本文档来自技高网...

【技术保护点】
一种面向道路救援安全监控的障碍物识别跟踪方法，其特征在于：包含如下步骤：步骤一激光雷达数据预处理：建立由N×N个正方形栅格组成的栅格平面，其中，N＝D/G，式中，D为最大探测距离，通常在50米到100米之间，G为栅格边长；确定激光雷达在数据点坐标系，其中数据点坐标系是以雷达中心为原点O，面朝救援车车头，自左向右沿横梁方向为OX轴，按右手定则建立；接下来，将栅格划分为障碍物栅格和非障碍物栅格，划分依据为：

【技术特征摘要】
1.一种面向道路救援安全监控的障碍物识别跟踪方法，其特征在于：包含如下步骤：步骤一激光雷达数据预处理：建立由N×N个正方形栅格组成的栅格平面，其中，N＝D/G，式中，D为最大探测距离，通常在50米到100米之间，G为栅格边长；确定激光雷达在数据点坐标系，其中数据点坐标系是以雷达中心为原点O，面朝救援车车头，自左向右沿横梁方向为OX轴，按右手定则建立；接下来，将栅格划分为障碍物栅格和非障碍物栅格，划分依据为：对于语句1中的条件①，P_num为每个栅格中数据点的个数，n是条件①成立的阈值，对于语句1中的条件②，Z_max为每个栅格中所有数据点之间最大高度差，m是条件②成立的阈值，满足语句1中的两个条件的栅格为障碍物栅格，否则为非障碍物栅格，将障碍物栅格的栅格属性标记为1，称为障碍点，非障碍物栅格的栅格属性标记为0，称为非障碍点，激光雷达数据在栅格平面上被处理成了一幅二值栅格图像I(u,v)，每个栅格对应于栅格图像中的一个像素点(u，v)，每个栅格的属性相当于栅格图像中点(u，v)处的像素值，u为栅格的行号，v为栅格的列号；步骤二利用背景差法进行动态障碍物栅格提取并进行聚类分析：静态障碍物所形成的障碍物栅格位置相对固定，如路边的墙和树等，而动态障碍物形成的障碍物栅格的位置不固定，利用背景差法，通过比较前后帧障碍物栅格的位置关系，提取动态障碍物栅格；步骤三障碍物特征信息提取：使用Harris角点提取算法提取障碍物的特征信息；步骤四障碍物跟踪：利用状态机转移的方法对周围障碍物进行实时监控，状态机转移的障碍物识别方法中，包括以下3种状态：1)待定状态；2)跟踪状态；3)丢失状态，在处理过程中，还包括2种操作行为，分别是：1)删除特征信息；2)退出。2.根据权利要求1所述的一种面向道路救援安全监控的障碍物识别跟踪方法，其特征在于：步骤一中确定栅格边长方法如下：首先要计算雷达水平分辨率Dr，水平分辨率是指雷达探测范围内相邻激光线之间的最大弧长，得雷达水平分辨率Dr在极坐标系下的计算公式：Dr＝Δangle·D·π/180，其中Δangle为雷达相邻两条激光线之间的夹角，因为只有当栅格边长G不小于雷达水平分辨率Dr时才能有效避免栅格虚设，所以取栅格边长G＝2Dr。3.根据权利要求1所述的一种面向道路救援安全监控的障碍物识别跟踪方法，其特征在于：步骤一中激光雷达在数据点坐标系，OXYZ下包含的数据有：数据点距雷达中心的距离L，数据点对应的雷达射线在数据点坐标系下与OYZ平面的夹角α，数据点对应的雷达射线在数据点坐标系下与OXY平面的夹角ω，根据公式：得到每个数据点在数据点坐标系下的X，Y，Z坐标，为了便于计算机处理，需将X，Y坐标正值化，正值化后，将三维点投影到栅格平面内，公式如下：式(2)中，mapx为正值化过程中横坐标X在OX轴方向上的偏移量，mapy为正值化过程中Y在OY轴方向上的偏移量，Row为每个数据点所投影到的栅格的行号，Col为每个数据点所投影到的栅格的列号。4.根据权利...

【专利技术属性】
技术研发人员：李旭，邓淇天，李晨晓，赵琬婷，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32