一种对目标车辆周围车辆位置信息检测的系统和方法技术方案

本发明专利技术公开了一种对目标车辆周围车辆位置信息检测的系统和方法。检测系统包括单线激光雷达、单线激光雷达数据处理模块、数据转换模块、聚类分析模块、判断模块、直角型特征提取模块和拟合模块。检测方法包括：利用单线激光雷达获取点云数据，转换为二维平面数据点，进行密度聚类分析，得到点云数据簇，分析点云数据簇的几何特征，获取直角型特征的三个最佳角点，最后基于此三点即可拟合成代表待测车辆的矩形框。本发明专利技术的单线激光雷达能够在各种复杂的工况下采集准确的环境数据信息，同时辅以具有较高鲁棒性的检测算法，因此，本发明专利技术的车辆检测具有很高的稳健性，在复杂工况下也能够保证检测结果的相对准确性。

【技术实现步骤摘要】
一种对目标车辆周围车辆位置信息检测的系统和方法
本专利技术属于车辆检测
，涉及一种对目标车辆周围车辆位置信息检测的系统和方法，如目标车辆周围车辆的位置信息的检测系统和检测方法。
技术介绍
在无人驾驶
，对无人驾驶车辆周围车辆的检测一直是保障车辆安全的关键任务之一。激光雷达传感器能够利用激光扫描无人驾驶车辆的周围环境，因此，激光雷达传感器已经成为最重要的车载传感器。目前，现有的车辆检测技术直接利用对特定目标检测的方式，因此，检测方式算法过于复杂，且应用在车辆检测中效率低下难以保障实时性，同时准确率也较低。
技术实现思路
针对现有技术的不足，本专利技术提供了一种目标车辆周围车辆的位置信息的检测系统和检测方法，其能够利用激光雷达全面实现准确可靠地检测行驶路径上的其他车辆，也具有较高的稳健性，能够适应复杂工况。为实现上述目的，本专利技术采用的技术方案如下：一种检测目标车辆周围的待测车辆位置信息的方法，其包括如下步骤：(1)、利用单线激光雷达获取目标车辆周围的点云数据；(2)、将点云数据转换为以单线激光雷达为原点的二维平面数据点；(3)、对二维平面数据点进行密度聚类分析，得到不同的点云本文档来自技高网...

【技术保护点】
1.一种检测车辆周围的待测车辆位置信息的方法，其特征在于：包括如下步骤：(1)、利用单线激光雷达获取车辆周围的点云数据；(2)、将所述点云数据转换为以所述单线激光雷达为原点的二维平面数据点；(3)、对所述二维平面数据点进行密度聚类分析，得到不同的点云数据簇；(4)、对各个点云数据簇中的数据点个数进行判断；当大于或等于数据点个数阈值时，进行第(5)步；当小于所述数据点个数阈值时，舍弃该点云数据簇；(5)、采用直角型特征拟合算法对各个点云数据簇逐个进行直角型特征的提取，获取最合适表征直角型特征的三个顶点，将所述三个顶点拟合成代表待测车辆的矩形框，并作为该待测车辆的位置表征。

【技术特征摘要】
1.一种检测车辆周围的待测车辆位置信息的方法，其特征在于：包括如下步骤：(1)、利用单线激光雷达获取车辆周围的点云数据；(2)、将所述点云数据转换为以所述单线激光雷达为原点的二维平面数据点；(3)、对所述二维平面数据点进行密度聚类分析，得到不同的点云数据簇；(4)、对各个点云数据簇中的数据点个数进行判断；当大于或等于数据点个数阈值时，进行第(5)步；当小于所述数据点个数阈值时，舍弃该点云数据簇；(5)、采用直角型特征拟合算法对各个点云数据簇逐个进行直角型特征的提取，获取最合适表征直角型特征的三个顶点，将所述三个顶点拟合成代表待测车辆的矩形框，并作为该待测车辆的位置表征。2.根据权利要求1所述的方法，其特征在于：在步骤(1)中，所述单线激光雷达设于所述车辆的顶部，采集视角为270-360°。3.根据权利要求1所述的方法，其特征在于：步骤(1)包括如下子步骤：(1-1)、利用单线激光雷达采集车辆周围的雷达数据；(1-2)、对所述雷达数据进行预处理，排除空数据，得到所述点云数据。4.根据权利要求1所述的方法，其特征在于：在步骤(3)中，密度聚类分析采用密度聚类算法进行分析，密度聚类算法包括如下步骤：对所述二维平面数据点进行遍历性搜索，根据预设的距离阈值对所述二维平面数据点进行簇划分，得到不同的点云数据簇。5.根据权利要求1所述的方法，其特征在于：在步骤(5)中，所述直角型特征拟合算法包括如下步骤：(5-1)、对单个点云数据簇进行几何分析，获取该点云数据簇的表征直角型特征的的数学模型的两个端...

【专利技术属性】
技术研发人员：陈广，瞿三清，陈凯，余卓平，许仲聪，董金虎，叶灿波，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31