一种目标识别的方法和装置制造方法及图纸

一种目标识别的方法和装置，可以应用在自动驾驶或者智能驾驶领域。方法包括：接收目标激光点，生成目标激光点云对应的网格，目标激光点云中的一个点对应该点云网格中的一个有效点(S210)；根据点云网格的几何特征，判断目标激光点云是否为噪声点云，点云网格的几何特征包括：该点云网格的微观粗糙度和/或该点云网格中点云的分布不连续度(S220)。提供的目标识别的方法，可以确定该激光点云是否是由于路面积水导致飞溅水花、路面飞尘或者汽车尾气等造成的假目标，有效的降低误检率，提高假目标的检出率，方法实现简单，便于实施。

【技术实现步骤摘要】
【国外来华专利技术】一种目标识别的方法和装置
本申请涉及自动驾驶领域，更为具体的，涉及一种目标识别的方法和装置。
技术介绍
对于自动驾驶技术而言，激光雷达是车辆上主要配备的视觉传感器之一。激光雷达，是通过发射激光束，用以探测目标位置的主动传感器，根据从目标反射回来的激光点云可获得目标的距离信息，从而实现对目标进行探测、跟踪和识别。由于激光雷达采用红外激光测距法，受到路面飞尘、车辆尾气以及积水路面溅起的水雾反射的影响，容易产生大量的假反射点，这些假反射点会造成识别误差，从而影响后续的跟踪路径规划等。目前，对于由于对路面飞尘和汽车尾气等造成的假发射点(或者可以称为假目标点云)，现有的去除激光点云中的假反射点的方法中还没有非常适合的解决方案，并且，现有的方法大多比较复杂，实施的成本较高，导致激光点云还存在较多的假目标，严重的降低了自动驾驶的精度和安全性。
技术实现思路
本申请提供了一种目标识别的方法和装置，可以有效的降低激光点云的误检率，提高激光点云中假目标的检出率，方法实现简单，便于实施。第一方面，提供了一种目标识别的方法，该方法的执行主体可以是集成在移动设备上的目标识别的装置。或者，该方法的执行主体还可以是移动设备上的芯片、芯片系统或者集成电路等，或者，该方法的执行主体还可以是激光雷达。该方法包括：接收目标激光点云，生成该目标激光点云对应的点云网格，其中，该目标激光点云中的一个点对应该点云网格中的一个有效点；根据该点云网格的几何特征，判断该目标激光点云是否为噪声点云，该点云网格的几何特征包括：该点云网格的微观粗糙度，和/或，该点云网格中点云的分布不连续度。其中，移动设备可以包括车辆、飞机、无人机、轮船等可以通过人的操作移动空间位置或改变空间形状的设备。第一方面提供的目标识别的方法，通过利用单个激光雷达单帧检测获得的激光点云，将激光点云转化为网格，利用点云网格的几何特征而非激光雷达反射点的强度特征识别该激光点云是否是由于路面积水导致飞溅水花、路面飞尘或者汽车尾气等造成的假目标，可以有效的降低误检率，提高假目标的检出率，方法实现简单，便于实施。并且，由于是利用单个激光雷达单帧检测，可以降低了计算延迟。在第一方面一种可能的实现方式中，该点云网格的微观粗糙度为：该点云网格中的突变点总数占该点云网格中包括的有效点数的比例，其中，该点云网格中的突变点总数为该点云网格中每一行中的突变点数之和。在该实现方式中，可以较为快速简单的确定点云网格的微观粗糙度，容易实现，精度较高，复杂度较低。在第一方面一种可能的实现方式中，该点云网格中点云的分布不连续度为：该点云网格中每一列点云的不连续度之和。在该实现方式中，可以较为快速简单的确定点云网格中点云的分布不连续度，容易实现，精度较高，复杂度较低。在第一方面一种可能的实现方式中，判断(或者确定)该目标激光点云是否为噪声点云，包括：若该点云网格的微观粗糙度大于或者等于第一阈值，判断该目标激光点云是为噪声点云；和/或，若该点云网格中点云的分布不连续度大于或者等于第二阈值，判断该目标激光点云是为噪声点云。在该实现方式中，通过将点云网格的微观粗糙度和预设的比较，和/或，将该点云网格中点云的分布不连续度与预设的阈值进行比较，判断该激光点云是否为噪声点云，便于实现，复杂度低。在第一方面一种可能的实现方式中，该方法还包括：若该点云网格中第i行点云中有效点数小于或者等于2，则确定该点云网格中第i行的突变点数为0，i为正整数；若该点云网格中第i行点云中有效点数大于或者等于3，则依次取该第i行点云中连续的三个有效点确定该连续的三个有效点中的第二有效点是否为突变点，i为正整数；根据该第i行点云中每连续的三个有效点中的第二个有效点是否为突变点，确定该点云网格中第i行的突变点数。在该实现方式中，通过上述方法确定每一行点云的突变点数，便于实现，并且，结果的精度较高，可以更好的反映出每一行点云的突变情况。在第一方面一种可能的实现方式中，若该点云网格中第i行点云中有效点数大于或者等于3，该第i行点云中连续的三个有效点分别为第一有效点、第二有效点、第三有效点，若该第一有效点与该第三有效点的连线与该第二有效点之间的距离大于或者等于预设的阈值，则确定该第二有效点为突变点；若该第一有效点与该第三有效点的连线与该第二有效点之间的距离小于预设的阈值，则确定该第二有效点不是突变点。在第一方面一种可能的实现方式中，该第i行点云中连续的三个有效点分别为第一有效点P、第二有效点Q、第三有效点S，O为坐标原点，与的夹角为β，与的夹角为θ，与的夹角为α,其中，α＝180°-θ-β，与第二有效点Q对应的参考点为Q1，若与长度的差值大于或者等于预设的阈值，则该第二有效点Q为突变点，若与长度的差值小于预设的阈值，则该第二有效点Q不是突变点。在第一方面一种可能的实现方式中，该方法还包括：将该第i行点云中有效点投影到平面上；根据在该平面上方位角最大的第一有效点和方位角最小的第二有效点的第一连线确定与该第一连线距离最远的第三有效点；若该第三有效点与该第一直线的距离大于或者等于第三阈值，则确定与该第三有效点为第一突变点，在该平面上除过该第一有效点、第二有效点、第三有效点之外的有效点中，分别确定与第一有效点和第三有效点的之间的第二连线、以及与第二有效点和第三有效点的之间的第三连线距离最远的第四有效点和第五有效点，若该第四有效点与该第二连线的距离大于或者等于该第三阈值，则该第i行点云中的突变点个数增加1个，若该第五有效点与该第三连线的距离大于或者等于该第三阈值，则该第i行点云中的突变点个数增加1个；重复上述过程，直到在所述平面上没有新的直线产生为止，累加可以得到该行点云中的突变点的总个数。若该第三有效点与该第一直线的距离小于第三阈值，则该第i行点云中的突变点总个数为0。在该实现方式中，通过上述方法确定每一行点云的突变点数，便于实现，并且，结果的精确度较高，可以更好的反映出每一行点云的突变情况。在第一方面一种可能的实现方式中，该点云网格中每一列点云的不连续度是根据该每一列点云中包括的有效点个数确定的。在第一方面一种可能的实现方式中，该方法还包括：若该点云网格中第j列点云中有效点数为0，则确定该第j列点云的不连续度为a，j为正整数，a为正数；若该点云网格中第j列点云中有效点数为1，且该第j列为该点云网格中的最后一列或者第一列，则确定该第j列点云的不连续度为0，j为正整数；若该点云网格中第j列点云中有效点数为1，且该点云网格中第j+1列或者第j-1列点云中有效点数大于1，则确定该第j列点云的不连续度为b，j为大于1的整数，b为正数；若该点云网格中第j列点云中有效点数为大于1，则确定该第j列点云中有效点对应的行坐标是否连续，如果连续，则确定该第j列点云的不连续度为0，如果不连续，则确定该第j列点云的不连续度为c，j为大于1的整数，c为正数。在本文档来自技高网...

【技术保护点】
1.一种目标识别方法，其特征在于，包括：/n接收目标激光点云，生成所述目标激光点云对应的点云网格，其中，所述目标激光点云中的一个点对应所述点云网格中的一个有效点；/n根据所述点云网格的几何特征，判断所述目标激光点云是否为噪声点云，所述点云网格的几何特征包括：所述点云网格的微观粗糙度，和/或，所述点云网格中点云的分布不连续度。/n

【技术特征摘要】
【国外来华专利技术】1.一种目标识别方法，其特征在于，包括：
接收目标激光点云，生成所述目标激光点云对应的点云网格，其中，所述目标激光点云中的一个点对应所述点云网格中的一个有效点；
根据所述点云网格的几何特征，判断所述目标激光点云是否为噪声点云，所述点云网格的几何特征包括：所述点云网格的微观粗糙度，和/或，所述点云网格中点云的分布不连续度。


2.根据权利要求1所述的方法，其特征在于，
所述点云网格的微观粗糙度，为所述点云网格中的突变点总数占所述点云网格中包括的有效点数的比例；
其中，所述点云网格中的突变点总数为所述点云网格中每一行中的突变点数之和。


3.根据权利要求1或2所述的方法，其特征在于，
所述点云网格中点云的分布不连续度，为所述点云网格中每一列点云的不连续度之和。


4.根据权利要求1至3中任一项所述的方法，其特征在于，
所述识别所述目标激光点云是否为噪声点云，包括：
若所述点云网格的微观粗糙度大于或者等于第一阈值，则判断所述目标激光点云为噪声点云；和/或，
若所述点云网格中点云的分布不连续度大于或者等于第二阈值，则判断所述目标激光点云为噪声点云。


5.根据权利要求2至4中任一项所述的方法，其特征在于，所述方法还包括：
若所述点云网格中第i行点云中有效点数小于或者等于2，则确定所述点云网格中第i行的突变点数为0，i为正整数；
若所述点云网格中第i行点云中有效点数大于或者等于3，则依次取所述第i行点云中连续的三个有效点确定所述连续的三个有效点中的第二个有效点是否为突变点，i为正整数；
根据所述第i行点云中每连续的三个有效点中的第二个有效点是否为突变点，确定所述点云网格中第i行的突变点数。


6.根据权利要求5所述的方法，其特征在于，
若所述点云网格中第i行点云中有效点数大于或者等于3，所述第i行点云中连续的三个有效点分别为第一有效点、第二有效点、第三有效点，若所述第一有效点与所述第三有效点的连线与所述第二有效点之间的距离大于或者等于预设的阈值，则确定所述第二有效点为突变点；
若所述第一有效点与所述第三有效点的连线与所述第二有效点之间的距离小于预设的阈值，则确定所述第二有效点不是突变点。


7.根据权利要求2至4中任一项所述的方法，其特征在于，所述方法还包括：
将所述第i行点云中有效点投影到平面上；
根据在所述平面上方位角最大的第一有效点和方位角最小的第二有效点的第一连线确定与所述第一连线距离最远的第三有效点；
若所述第三有效点与所述第一直线的距离大于或者等于第三阈值，则确定与所述第三有效点为第一突变点，在所述平面上除所述第一有效点、第二有效点、第三有效点之外的有效点中，分别确定与第一有效点和第三有效点之间的第二连线、以及与第二有效点和第三有效点之间的第三连线距离最远的第四有效点和第五有效点，若所述第四有效点与所述第二连线的距离大于或者等于所述第三阈值，则所述第i行点云中的突变点个数增加1个，若所述第五有效点与所述第三连线的距离大于或者等于所述第三阈值，则所述第i行点云中的突变点个数增加1个；重复上述过程，直到在所述平面上没有新的直线产生为止，累加得到所述第i行点云中的突变点个数；
若所述第三有效点与所述第一直线的距离小于第三阈值，则所述第i行点云中的突变点个数为0。


8.根据权利要求3所述的方法，其特征在于，所述点云网格中每一列点云的不连续度是根据所述每一列点云中包括的有效点个数确定的。


9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
若所述点云网格中第j列点云中有效点数为0，则确定所述第j列点云的不连续度为a，j为正整数，a为正数；
若所述点云网格中第j列点云中有效点数为1，且所述第j列为所述点云网格中的最后一列或者第一列，则确定所述第j列点云的不连续度为0，j为正整数；
若所述点云网格中第j列点云中有效点数为1，且所述点云网格中第j+1列或者第j-1列点云中有效点数大于1，则确定所述第j列点云的不连续度为b，j为大于1的整数，b为正数；
若所述点云网格中第j列点云中有效点数为大于1，则确定所述第j列点云中有效点对应的行坐标是否连续，如果连续，则确定所述第j列点云的不连续度为0，如果不连续，则确定所述第j列点云的不连续度为c，j为大于1的整数，c为正数。


10.根据权利要求1至8中任一项所述的方法，其特征在于，
所述目标激光点云由单个激光雷达单帧检测获得。


11.一种目标识别装置，其特征在于，包括：
收发单元，用于接收目标激光点云；
处理单元，用于生成所述目标激光点云对应的点云网格，其中，所述目标激光点云中的一个点对应所述点云网格中的一个有效点；
所述处理单元，还用于根据所述点云网格的几何特征，判断所述目标激光点云是否为噪声点云，所述点云网格的几何特征包括：所述点云网格的微观粗糙度，和/或，所述点云网格中点云的分布不连续度。


12.根据权利要求11所述的装置，其特征在于，
所述点云网格的微观粗糙度，为所述点云网格中的突...

【专利技术属性】
技术研发人员：邵政涵，李晨鸣，彭学明，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44