一种毫米波雷达辅助的激光雷达运动目标实时去除方法技术

本发明专利技术公开了一种毫米波雷达辅助的激光雷达运动目标实时去除方法。具体的实现步骤如下：1)毫米波点云聚类；2)激光点云地面点去除与地上点云聚类；3)基于激光点云配准的方法估计平台运动；4)毫米波点云运动目标检测；5)毫米波点云运动目标映射；6)激光点云运动目标检测与去除。该方法充分利用了两种传感器的特性，通过毫米波雷达提取的多普勒频率检测场景中的运动目标，利用两种传感器间的几何关系进行坐标映射，检测并去除激光点云中的运动目标，为后续的激光点云三维重建等应用奠定基础。础。础。

【技术实现步骤摘要】
一种毫米波雷达辅助的激光雷达运动目标实时去除方法

：
[0001]本专利技术涉及场景的三维建模领域，具体为三维激光雷达运动目标的实时与检测与去除方法。

技术介绍
：
[0002]激光雷达是以激光为光源进行测距的传感器，它通过向周围发射激光，然后根据发射到接收的时间间隔确定物体的距离。然后，根据距离及激光束的角度，计算出物体的位置。激光雷达的波长范围较宽，典型应用一般在600nm～1600nm，所以激光雷达的测距精度很高，能够精确地将实际环境的场景数字化，这使得激光雷达逐渐替代视觉成为同时定位与地图构建(Simultaneous Localization and Mapping，SLAM)系统的主要传感器。激光SLAM依据场景中的显著物体，如建筑物、树干、灯杆等的几何特征进行位姿估计，前提是场景中物体为静止的，但实际应用场景中往往存在行人、车辆等运动目标，直接影响到三维重建的精度，甚至会导致重建的失败。
[0003]通过实时去除激光雷达场景中的运动目标，可以减少运动目标对激光点云三维重建中位姿估计过程的干扰，提高位姿估计的鲁棒性。现有的激光点云运动目标检测算法基本分为帧差法、变化检测、卷积神经网络目标检测三类，但是帧差法容易出现“拖影”和“空洞”，变化检测需要通过多帧积累而难以到达实时处理的目的，卷积神经网络方法由于复杂度高、运行效率低而难以达到实时处理的目的。为此，本专利技术通过引入毫米波雷达来辅助激光雷达的运动目标检测。

技术实现思路
：
[0004]本专利技术的目的是针对激光雷达点云中的运动目标，提供一种实时检测方法，其关键是在传感器时空配准的基础上将毫米波雷达与激光雷达获取的信息有效融合，以实现激光点云中运动目标的实时去除。
[0005]本专利技术遵循了以下的技术方案：一种毫米波雷达辅助的激光雷达运动目标实时去除方法，包括以下步骤：
[0006]步骤1：毫米波点云聚类，得到毫米波雷达坐标系下各点云簇的点数、中心位置和平均速度；
[0007]步骤2：激光点云地面点去除与地上点云聚类，得到激光雷达坐标系下各点云簇的点数、中心位置；
[0008]步骤3：基于激光点云配准方法估计平台运动，得到平台速度v
x
；
[0009]步骤4：毫米波点云运动目标检测；
[0010]步骤5：毫米波点云运动目标映射；
[0011]步骤6：激光点云运动目标检测与去除。
[0012]本专利技术与现有技术相比的优点在于：
[0013](1)本专利技术综合利用毫米波雷达和激光雷达检测运动目标，利用毫米波雷达数据
实时计算多普勒频率，并基于激光雷达数据估计传感器平台运动速度，两者结合实现场景中的运动目标检测。这种方法既具有高的灵敏度，又具有实时性。
[0014](2)基于预先计算的激光雷达与毫米波雷达间的空间几何关系，即外参数矩阵实现两种传感器间的点云坐标转换，实现过程中不涉及复杂的运算，简单易行。
附图说明：
[0015]图1：方法实现流程图。
[0016]图2：运动目标与平台间的几何关系。
[0017]图3：包含运动目标的单帧激光点云。
[0018]图4：毫米波点云运动目标实时检测结果。
[0019]图5：去除运动目标后的单帧激光点云。
具体实施方式：
[0020]本专利技术的实现流程如图1所示，具体实施步骤如下：
[0021]1.毫米波点云聚类
[0022]通过点云间的欧式距离将毫米波点云聚类为N
M
个具有不同中心的点云簇，每个点云簇可以用簇内点数m
i
、簇中心位置和簇平均速度v
i
来描述，有1≤i≤N
M
，上标M表示毫米波雷达坐标系。中心位置和平均速度的计算如下：
[0023][0024][0025]式中为第i个点云簇中第j个点的三维坐标，为第i个点云簇中第j个点的速度，1≤j≤m
i
。速度的计算可采用相参积累方法，利用FFT得到多普勒频率，然后将多普勒频率转换为速度。为消除噪声影响，对点数小于一定数量的点云簇进行滤除，保留下来的点云簇即为场景中的潜在运动目标。
[0026]2.激光点云地面点去除与地上点云聚类
[0027]激光点云中任意一点的坐标为上标L表示激光雷达坐标系。对激光点云分别进行地面点去除和地上点云聚类。地面点去除可利用点云的高度信息，对于高度小于设定阈值的点直接作为地面点去除，如下式(3)，式中的th
height
即为设置的地面点高度门限，可根据场景起伏程度设置。
[0028][0029]去除地面点后，采用区域增长算法将地上点云聚类为N
L
个非重叠的点云簇，其中，第k个激光点云簇为R
k
＝{n
k
,(x
k
,y
k
,z
k
)}，n
k
为第k个点云簇包含的点的数量，(x
k
,y
k
,z
k
)为该点云簇的中心位置，且1≤k≤N
L
。
[0030]3.基于激光点云配准的平台运动估计
[0031]实际观测中，搭载毫米波雷达和激光雷达的平台也处于运动中，通过对相邻两帧激光点云数据的配准，可以估计平台自身的运动，包括运动速度和运动方向。假定两帧激光点云配准结果为R,t，R为平台的旋转量，t＝(t
x
,t
y
,t
z
)为平台的平移量。具体的配准算法可以采用ICP算法或基于特征点的非线性优化方法，如LM优化算法。
[0032]根据X方向平移量t
x
和帧间时间差ΔT，可以估计得到平台的运动速度v
x
。
[0033][0034]4.毫米波点云运动目标检测
[0035]毫米波雷达运动目标检测的依据是多普勒频率，但由于平台和目标的同时运动，以及目标位置可能偏离X轴方向，使得位于不同位置的目标具有不同的多普勒频率，基于步骤1中得到的各点云簇的中心位置平均速度v
i
和步骤3中得到的平台速度v
x
，可以通过门限检测判断场景中的运动目标。如图2所示的场景中，对于步骤1中的第i个点云簇，当满足下式(5)时，第i个点云簇为运动目标。
[0036]|v
x cosθ
‑
v
i
|＞v
th
ꢀꢀꢀꢀꢀꢀꢀ
(5)
[0037]其中v
th
为运动目标检测门限，θ＝a tan(y
i
/x
i
)。
[0038]5.毫米波点云运动目标映射
[0039]在毫米波点云运动目标检测的基础上，利用毫米波雷达和激光雷达间的几何关系，将毫米波雷达检测到的运动目标映射至激光雷达坐标系，两种传感器间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种毫米波雷达辅助的激光雷达运动目标实时去除方法，其特征在于包括以下步骤：步骤1：毫米波点云聚类，得到毫米波雷达坐标系下各点云簇的点数、中心位置和平均速度；步骤2：激光点云地面点去除与地上点云聚类，得到激光雷达坐标系下点云簇的点数、中心位置；步骤3：基于激光点云配准的方法估计平台运动，得到平台速度v
x
；步骤4：毫米波点云运动目标检测；步骤5：毫米波点云运动目标映射；步骤6：激光点云运动目标检测与去除。2.如权利要求1所述的一种毫米波雷达辅助的激光雷达运动目标实时去除方法，其特征在于：步骤4中，综合利用了毫米波雷达和激光雷达信息实现毫米波雷达坐标系下的运动目标检测，运动目标判断公式如下式(1)，其中：v
x
为激光雷达估计的平台运动速度，v
i
为毫米波雷达估计的第i个点云簇的平均速度，θ为第i个点云簇相对于X轴方向的夹角，v
th
为检测门限。|v
x
cosθ
‑
v
i
|＞v
th
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ...

【专利技术属性】
技术研发人员：王文光，李鑫，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：