【技术实现步骤摘要】
一种车辆类型识别方法及装置
[0001]本专利技术涉及数据处理
，特别是涉及一种车辆类型识别方法及装置。
技术介绍
[0002]在道路中可以容纳各种类型的车辆行驶，具体的，车辆类型包括机动车类型和非机动车类型，更具体的，机动车类型包括小汽车类型、大巴车类型等，非机动车类型包括自行车类型、电动车类型等。各种类型的车辆需要行驶在道路中预设的行驶区域内，例如：机动车类型的车辆需要行驶在道路的机动车行驶区域内，非机动车类型的车辆需要行驶在道路的非机动车行驶区域内。当道路的行驶区域中出现不属于该行驶区域的车辆时，会对道路交通安全造成一定的影响。例如：当机动车行驶区域中出现行驶的非机动车时，可能存在一定的安全隐患。因此，需要对车辆类型进行识别，以提高道路交通的安全性。
[0003]现有技术中通常由工作人员对车辆行驶道路中各个车辆的类型进行识别。然而当车辆数量较多时，工作人员进行车辆类型识别的工作量较大，导致识别效率较低。
技术实现思路
[0004]本专利技术实施例的目的在于提供一种车辆类型识别方法及装置，以...
【技术保护点】
【技术特征摘要】
1.一种车辆类型识别方法，其特征在于，所述方法包括：获得数据采集场景中激光雷达采集的点数据；对所获得的点数据进行聚类，得到用于描述所述数据采集场景中车辆的点云簇数据；对所述点云簇数据中点数据进行特征提取，得到所述点云簇数据的特征集，所述特征集包括以下特征中的至少一种：几何特征、横向轮廓特征、纵向轮廓特征、惯性张量特征和点数据相关性的统计特征，所述惯性张量特征用于表征所述点云簇数据所描述的车辆进行转动时质量分布的特征；将所述点云簇数据的特征集与各个预设车辆类型的特征集进行匹配，基于匹配结果，确定所述点云簇数据所描述的车辆的类型。2.根据权利要求1所述的方法，其特征在于，在所述得到用于描述所述数据采集场景中车辆的点云簇数据之后，还包括：基于所述点云簇数据中各点数据在雷达坐标系下的位置信息，构建所述点云簇数据中点数据所在数据空间的点云坐标系，其中，所述雷达坐标系为：基于所述激光雷达的内参预先构建的坐标系；确定所述雷达坐标系与所述点云坐标系间的映射关系，并基于所述映射关系，将所述点云簇数据中各个点数据在所述雷达坐标系下的位置信息转换为在所述点云坐标系下的位置信息；所述对所述点云簇数据中点数据进行特征提取，得到所述点云簇数据的特征集，包括：基于所述点云簇数据中各点数据在所述点云坐标系下的位置信息，对所述点数据进行特征提取，得到所述点云簇数据的特征集。3.根据权利要求2所述的方法，其特征在于，通过以下方式对所述点云簇数据中点数据进行特征提取，得到所述点云簇数据的几何特征：基于所获得的点数据在雷达坐标系下的深度信息，确定描述所述数据采集场景中地面的地面深度信息；基于所述点云簇数据中点数据在所述雷达坐标系下的深度信息与所述地面深度信息，确定所述点云簇数据的高度特征，并基于所述点云簇数据中点数据在所述点云坐标系下的位置信息，确定所述点云簇数据的长度特征和宽度特征，得到包含所确定的高度特征、长度特征和宽度特征的所述几何特征。4.根据权利要求2所述的方法，其特征在于，通过以下方式对所述点云簇数据中点数据进行特征提取，得到所述点云簇数据的横向轮廓特征：将所述点云簇数据纵向划分为第一预设数量层点云子簇数据；根据每一点云子簇数据中点数据在所述点云坐标系下的位置信息，确定每一点云子簇数据的形状特征，得到包含各层点云子簇数据的形状特征的所述横向轮廓特征。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，通过以下方式对所述点云簇数据中点数据进行特征提取，得到所述点云簇数据的纵向轮廓特征：将所述点云簇数据横向划分为第二预设数量层点云子簇数据；基于所获得的点数据在雷达坐标系下的深度信息，确定描述所述数据采集场景中地面的地面深度信息；根据每一点云子簇数据中点数据在所述雷达...
【专利技术属性】
技术研发人员：左勇，任超，苗昌宇，杜志华，黎飞宇，宋晓菡，伍剑，洪小斌，李岩，邱吉芳，郭宏翔，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
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。