基于栅格和密度聚类算法的激光雷达目标物检测方法技术

本发明专利技术公开一种基于栅格和密度聚类算法的激光雷达目标物检测方法，包括如下步骤：步骤1，获取激光雷达原始数据并解析；步骤2，建立栅格地图并进行数据投影；步骤3，计算栅格密度，判断栅格是否为密集栅格，将稀疏栅格删去；步骤4，用四个代表点代替密集栅格，产生新的集合；步骤5，在新的集合中采用基于密度的聚类算法完成聚类。此种检测方法结合了栅格算法和密度聚类算法，解决了激光雷达目标物检测算法中点云数据量大的缺点，减小了传统聚类算法的搜索时间，具有快速高效的特点。

【技术实现步骤摘要】
基于栅格和密度聚类算法的激光雷达目标物检测方法
本专利技术属于信息感知与识别
，特别涉及一种基于栅格和密度聚类算法的激光雷达目标物检测方法。
技术介绍
对于无人车来说，其中重要的环节之一就是感知车辆周围环境，三维激光雷达由于其具有扫描精度高、抗干扰能力强等特点，被广泛应用于无人车的研究中。激光雷达目标物检测算法一般采用基于密度的聚类算法，但由于激光雷达点云数据量大，直接在原始数据上进行聚类比较麻烦，而且算法搜索时间较长。
技术实现思路
本专利技术的目的，在于提供一种基于栅格和密度聚类算法的激光雷达目标物检测方法，其具有快速高效的特点。为了达成上述目的，本专利技术的解决方案是：一种基于栅格和密度聚类算法的激光雷达目标物检测方法，包括如下步骤：步骤1，获取激光雷达原始数据并解析；步骤2，建立栅格地图并进行数据投影；步骤3，计算栅格密度，判断栅格是否为密集栅格，将稀疏栅格删去；步骤4，用四个代表点代替密集栅格，产生新的集合；步骤5，在新的集合中采用基于密度的聚类算法完成聚类。上述步骤1中，将十六进制表示的激光雷达原始数据转化为三维坐标的形式。上述步骤2中，栅格的大小取决于激光雷达的水平分本文档来自技高网...

【技术保护点】
1.一种基于栅格和密度聚类算法的激光雷达目标物检测方法，其特征在于包括如下步骤：步骤1，获取激光雷达原始数据并解析；步骤2，建立栅格地图并进行数据投影；步骤3，计算栅格密度，判断栅格是否为密集栅格，将稀疏栅格删去；步骤4，用四个代表点代替密集栅格，产生新的集合；步骤5，在新的集合中采用基于密度的聚类算法完成聚类。

【技术特征摘要】
1.一种基于栅格和密度聚类算法的激光雷达目标物检测方法，其特征在于包括如下步骤：步骤1，获取激光雷达原始数据并解析；步骤2，建立栅格地图并进行数据投影；步骤3，计算栅格密度，判断栅格是否为密集栅格，将稀疏栅格删去；步骤4，用四个代表点代替密集栅格，产生新的集合；步骤5，在新的集合中采用基于密度的聚类算法完成聚类。2.如权利要求1所述的基于栅格和密度聚类算法的激光雷达目标物检测方法，其特征在于：所述步骤1中，将十六进制表示的激光雷达原始数据转化为三维坐标的形式。3.如权利要求1所述的基于栅格和密度聚类算法的激光雷达目标物检测方法，其特征在于：所述步骤2中，栅格的大小取决于激光雷达的水平分辨率。4.如权利要求1所述的基于栅格和密度聚类算法的激光雷达目标物检测方法，其特征在于：所述步骤3中，判断密集栅格的方法包括：建立栅格地图时，将落入每个栅格的数据点的个数定义为栅格密度，人为设置一个密度阈值，栅格密度大于阈值的为密集栅格，小于阈值的定义为稀疏栅格...

【专利技术属性】
技术研发人员：李立君，曾庆喜，夏晓宇，贺宇，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32