基于激光点云的物体识别方法和装置制造方法及图纸

本申请实施例公开了基于激光点云的物体识别方法和装置。该方法的一具体实施方式包括：获取激光点云数据，激光点云数据包括各激光点在预设坐标系下的三维坐标和反射强度值；确定各激光点在预设平面的投影点；基于各投影点的坐标对各投影点执行聚类操作，得到多个类；对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值；基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型。实现了基于聚类簇中各投影点之间相似度的统计值来确定物体的类型，可以提高对障碍物类型的识别精度。

【技术实现步骤摘要】
基于激光点云的物体识别方法和装置
本申请实施例涉及计算机
，具体涉及无人驾驶
，尤其涉及基于激光点云的物体识别方法和装置。
技术介绍
激光雷达，作为无人驾驶车辆的眼睛，在无人驾驶车辆中起着至关重要的作用。激光雷达的工作原理是由激光发射器向待识别物体发射探测信号(激光束)。然后由激光接收器接收从待识别物体反射回来的信号(待识别物体回波)。再将接收到的信号与发射出的信号进行比较，作适当处理后，可获得待识别物体的有关信息，如距离、方位、高度、速度、姿态、甚至形状等参数，从而对待识别物体进行探测、跟踪和识别。为了取得更好的探测效果，目前多采用包括多于一个激光发射器的多线激光雷达来探测待识别物体。
技术实现思路
本申请实施例提出了一种基于激光点云的物体识别方法和装置。第一方面，本申请实施例提供了一种基于激光点云的物体识别方法，该方法包括：获取激光点云数据，激光点云数据包括各激光点在预设坐标系下的三维坐标和反射强度值；确定各激光点在预设平面的投影点；基于各投影点的坐标对各投影点执行聚类操作，得到多个类；对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值；基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型。在一些实施例中，对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值，包括：计算该类中任意两投影点的反射强度值的差值；基于任意两投影点反射强度值的差值确定该类中各投影点之间相似度的统计值。在一些实施例中，基于任意两投影点反射强度值的差值确定该类中各投影点之间相似度的统计值，包括：基于如下公式计算该类中各投影点反射强度值之间的相似度的统计值：其中，N为该类所包括的投影点的数量，N为大于1的正整数；ΔRmn＝Rm-Rn，Rm为该类中第m个投影点的反射强度值，Rn为该类中第n个投影点的反射强度值，ΔRmn为该类中第m个投影点的反射强度值与第n个投影点的反射强度值的差值，m，n均为小于等于N的正整数；|ΔR|max为该类中多个反射强度值的差值的绝对值中的最大值，|ΔR|min为该类中多个反射强度值的差值的绝对值中的最小值，其中，每一个反射强度值的差值为该类中两个投影点的反射强度值的差值；将该类中各投影点反射强度值之间的相似度的统计值确定为该类中各投影点之间相似度的统计值。在一些实施例中，在对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值之前，该方法还包括：对于任一投影点，基于该投影点对应的激光点，确定该投影点对应的预设属性的参数值；以及对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值，包括：确定该类中各投影点对应的预设属性的参数值之间的相似度的统计值；将该类中各投影点反射强度值之间的相似度的统计值以及预设属性的参数值之间的相似度的统计值的加权和作为该类中各投影点之间的相似度的统计值。在一些实施例中，预设属性至少包括以下之一：激光点高度、最小激光点距、激光点密度；其中激光点高度为该投影点对应的激光点与预设参考平面之间的距离；最小激光点距为该投影点对应的激光点与其他激光点之间的距离中的最小距离；激光点密度为以该投影点所对应的激光点为球心的预定半径的球体内，激光点的数量。在一些实施例中，在基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型之前，该方法还包括：对于每一个类，确定包围该类各投影点分别对应的各激光点的最小长方体的尺寸；以及基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型，包括：对于每一个类，基于该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸确定该类所对应的物体类型。在一些实施例中，对于每一个类，基于该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸确定该类所对应的物体类型，包括：将该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸与预设物体类型数据库进行匹配，并根据匹配结果确定该类对应的物体类型，其中，预设物体类型数据库关联存储多个已知物体类型以及每一物体类型对应的各投影点之间相似度的统计值和最小长方体的尺寸范围。第二方面，本申请实施例提供了一种基于激光点云的物体识别装置，该装置包括：获取单元，被配置成获取激光点云数据，激光点云数据包括各激光点在预设坐标系下的三维坐标和反射强度值；第一确定单元，被配置成确定各激光点在预设平面的投影点；聚类单元，被配置成基于各投影点的坐标对各投影点执行聚类操作，得到多个类；第二确定单元，被配置成对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值；第三确定单元，被配置成基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型。在一些实施例中，第二确定单元进一步被配置成：计算该类中任意两投影点的反射强度值的差值；基于任意两投影点反射强度值的差值确定该类中各投影点之间相似度的统计值。在一些实施例中，第二确定单元进一步被配置成：基于如下公式计算该类中各投影点反射强度值之间的相似度的统计值：其中，N为该类所包括的投影点的数量，N为大于1的正整数；ΔRmn＝Rm-Rn，Rm为该类中第m个投影点的反射强度值，Rn为该类中第n个投影点的反射强度值，ΔRmn为该类中第m个投影点的反射强度值与第n个投影点的反射强度值的差值，m，n均为小于等于N的正整数；|ΔR|max为该类中多个反射强度值的差值的绝对值中的最大值，|ΔRmin为该类中多个反射强度值的差值的绝对值中的最小值，其中，每一个反射强度值的差值为该类中两个投影点的反射强度值的差值；将该类中各投影点反射强度值之间的相似度的统计值确定为该类中各投影点之间相似度的统计值。在一些实施例中，装置还包括第四确定单元，第四确定单元被配置成：在第二确定单元对于每一类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值之前，对于任一投影点，基于该投影点对应的激光点，确定该投影点对应的预设属性的参数值；以及第二确定单元进一步被配置成：确定该类中各投影点分别对应的预设属性的参数值之间的相似度的统计值；将该类中各投影点反射强度值之间的相似度的统计值以及预设属性的参数值之间的相似度的统计值的加权和作为该类中各投影点之间的相似度的统计值。在一些实施例中，预设属性至少包括以下之一：激光点高度、最小激光点距、激光点密度；其中激光点高度为该投影点对应的激光点与预设参考平面之间的距离；最小激光点距为该投影点对应的激光点与其他激光点之间的距离中的最小距离；激光点密度为以该投影点所对应的激光点为球心的预定半径的球体内，激光点的数量。在一些实施例中，该装置还包括第五确定单元，第五确定单元被配置成：在第三确定单元基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型之前，对于每一个类，确定包围该类各投影点分别对应的各激光点的最小长方体的尺寸；以及第三确定单元进一步被配置成：对于每一个类，基于该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸确定该类所对应的物体类型。在一些实施例中，第三确定单元进一步被配置成：将该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸与预设物体类型数据库进本文档来自技高网...

【技术保护点】
1.一种基于激光点云的物体识别方法，包括：获取激光点云数据，激光点云数据包括各激光点在预设坐标系下的三维坐标和反射强度值；确定各所述激光点在预设平面的投影点；基于各所述投影点的坐标对各所述投影点执行聚类操作，得到多个类；对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值；基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型。

【技术特征摘要】
1.一种基于激光点云的物体识别方法，包括：获取激光点云数据，激光点云数据包括各激光点在预设坐标系下的三维坐标和反射强度值；确定各所述激光点在预设平面的投影点；基于各所述投影点的坐标对各所述投影点执行聚类操作，得到多个类；对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值；基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型。2.根据权利要求1所述的方法，其中，所述对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值，包括：计算该类中任意两投影点的反射强度值的差值；基于任意两投影点反射强度值的差值确定该类中各投影点之间相似度的统计值。3.根据权利要求2所述的方法，其中，所述基于任意两投影点反射强度值的差值确定该类中各投影点之间相似度的统计值，包括：基于如下公式计算该类中各投影点反射强度值之间的相似度的统计值：其中，N为该类所包括的投影点的数量，N为大于1的正整数；ΔRmn＝Rm-Rn，Rm为该类中第m个投影点的反射强度值，Rn为该类中第n个投影点的反射强度值，ΔRmn为该类中第m个投影点的反射强度值与第n个投影点的反射强度值的差值，m，n均为小于等于N的正整数；|ΔR|max为该类中多个反射强度值的差值的绝对值中的最大值，|ΔR|min为该类中多个反射强度值的差值的绝对值中的最小值，其中，每一个反射强度值的差值为该类中两个投影点的反射强度值的差值；将该类中各投影点反射强度值之间的相似度的统计值确定为该类中各投影点之间相似度的统计值。4.根据权利要求1所述的方法，其中，在所述对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值之前，所述方法还包括：对于任一投影点，基于该投影点对应的激光点，确定该投影点对应的预设属性的参数值；以及所述对于每一个类，基于该类中各投影点的反射强度值确定该类中各投影点之间相似度的统计值，包括：确定该类中各投影点分别对应的所述预设属性的参数值之间的相似度的统计值；将该类中各投影点所述反射强度值之间的相似度的统计值以及所述预设属性的参数值之间的相似度的统计值的加权和作为该类中各投影点之间的相似度的统计值。5.根据权利要求4所述的方法，其中，所述预设属性至少包括以下之一：激光点高度、最小激光点距、激光点密度；其中所述激光点高度为该投影点对应的激光点与预设参考平面之间的距离；所述最小激光点距为该投影点对应的激光点与其他激光点之间的距离中的最小距离；所述激光点密度为以该投影点所对应的激光点为球心的预定半径的球体内，激光点的数量。6.根据权利要求1所述的方法，其中，在所述基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型之前，所述方法还包括：对于每一个类，确定包围该类各投影点分别对应的各激光点的最小长方体的尺寸；以及所述基于每一类中各投影点之间相似度的统计值确定各类分别对应的物体类型，包括：对于每一个类，基于该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸确定该类所对应的物体类型。7.根据权利要求6所述的方法，其中，所述对于每一个类，基于该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸确定该类所对应的物体类型，包括：将该类中各投影点之间相似度的统计值以及该类对应的最小长方体的尺寸与预设物体类型数据库进行匹配，并根据匹配结果确定该类对应的物体类型，其中，所述预设物体类型数据库关联存储多个已知物体类型以及每一物体类型对应的各投影点之间相似度的统计值和最小长方体的尺寸范围。8.一种基于激光点云的物体识别装置，包括：获取单元，被配置成获取激光点云数据，激光点云数据包括各激光点在...

【专利技术属性】
技术研发人员：李政，李雨倩，孙志明，刘懿，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11