一种基于3D激光雷达的车辆检测与跟踪方法技术

技术编号:24499265 阅读:132 留言:0更新日期:2020-06-13 04:21
一种基于3D激光雷达的车辆检测与跟踪方法,使用3D激光雷达作为传感器,通过车辆特征Ⅰ、车辆特征Ⅱ、车辆特征Ⅲ、车辆特征Ⅳ、车辆特征Ⅴ、车辆特征Ⅵ、车辆特征Ⅶ多种车辆特征,利用SVM训练分类器,进行车辆检测,使用全局最近邻算法和无迹卡尔曼滤波进行车辆跟踪,借助车辆跟踪的结果提升车辆检测的真正率。

A vehicle detection and tracking method based on 3D lidar

【技术实现步骤摘要】
一种基于3D激光雷达的车辆检测与跟踪方法
本专利技术涉及无人驾驶
,具体涉及一种基于3D激光雷达的车辆检测与跟踪方法。
技术介绍
随着控制系统技术、传感器技术以及人工智能技术的不断发展,有关无人驾驶汽车的研究取得了很大的进步,相关技术开始越来越多的应用在军事、科研、生产以及我们日常的生活中。无人驾驶技术重大的科研意义不只体现在其所包含的核心科学问题上,同时也反映在其关键的战略价值与光明的应用前景上,这也使得无人驾驶技术的社会关注度极高。因为车辆往往行驶速度较快,是道路交通的重要参与者和交通事故的主要引发者,所以在各种道路环境中,车辆都是无人驾驶汽车重要的交互对象。随着无人驾驶技术的发展,车辆检测与跟踪方面的研究也取得了显著的进步,成为无人驾驶汽车领域的关键课题之一。因此如何提高车辆检测的真正率也是现有技术中存在的难题。
技术实现思路
本专利技术为了克服以上技术的不足,提供了一种提升车辆检测的真正率的基于3D激光雷达的车辆检测与跟踪方法。本专利技术克服其技术问题所采用的技术方案是:r>一种基于3D激光本文档来自技高网...

【技术保护点】
1.一种基于3D激光雷达的车辆检测与跟踪方法,其特征在于,包括如下步骤:/na)在无人驾驶汽车上采用64线激光雷达采集3D点云数据,将3D点云数据预处理后得到n个对象样本S

【技术特征摘要】
1.一种基于3D激光雷达的车辆检测与跟踪方法,其特征在于,包括如下步骤:
a)在无人驾驶汽车上采用64线激光雷达采集3D点云数据,将3D点云数据预处理后得到n个对象样本Sk,k=1,2,...,n,为对象k中的点,其中Nk为第k个对象样本中包含的点的数量;
b)利用f={f1,f2,...,fm}标示3D点云的特征向量,m=207;
c)车辆特征Ⅰ由对象样本Sk的惯性张量矩阵M中得到的特征向量的独立项f1~f6组成;
d)车辆特征Ⅱ由对象样本Sk的协方差矩阵C中得到的特征向量的独立项f7~f12组成;
e)建立以无人驾驶汽车的后轴中心点为原点垂直地面向上方向为z轴正方向、朝向车辆前往为x轴正方向且根据右手法则得到y轴正方向的坐标体系,车辆特征Ⅲ由对象样本Skz轴分成10个层,将每一层点云中的点投影到垂直于z轴的平面上并计算出沿x轴的长度,得到10个分成特征f13~f22;
f)在x轴与z轴构成的平面划分14×9组栅格,将3D点云投影到x轴与z轴构成的平面的栅格中得到xz平面的归一化2D直方图,计算出每个栅格中的点的数量,栅格中点的数量为其在直方图对应区间上的值,直方图上14×9个区间对应的值为车辆特征Ⅳf23~f148;
g)在y轴与z轴构成的平面划分9×6组栅格,将3D点云投影到y轴与z轴构成的平面的栅格中得到yz平面的归一化2D直方图,计算出每个栅格中的点的数量,栅格中点的数量为其在直方图对应区间上的值,直方图上9×6个区间对应的值为车辆特征Ⅴf149~f202;
h)车辆特征Ⅵ由对象样本Sk的反射强度平均值和方差f203~f204组成;
i)车辆特征Ⅶ由对象样本Sk的长高比、长宽比、宽高比f205~f207组成;
j)准备包含有正样本和负样本的数据集,正样本为3D激光雷达从不同角度扫描到的各种车辆,负样本为灌木、建筑外墙及行人,将f1~f207构成的数据集分为训练集和测试集,训练集及测试集均包含正样本和负样本,将训练集提取车辆特征并训练SVM分类器,在测试集验证SVM分类器的分类效果;;
k)当分类效果满足要求时停止训练,如果不满足要求则重复执行步骤j);
l)使用全局最近邻算法结...

【专利技术属性】
技术研发人员:张晓东刘毅枫王则陆
申请(专利权)人:山东超越数控电子股份有限公司
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1