一种矿区障碍检测方法、系统、电子设备及可读存储介质技术方案

本发明专利技术公开了一种矿区障碍检测方法、系统、电子设备及可读存储介质，包括：获取时间同步的4D光场相机点云数据和激光雷达点云数据，根据在两个传感器的不同位置信息，求解出标定参数；寻找每个所述激光雷达点云数据在4D光场点云数据中的近邻点，并根据邻近点个数判断是否为异常点；然后分别获得4D光场相机和激光雷达的障碍物点云，进行重新配准以获得新标定参数；进行对应以更新边界框信息，并将异常点的数量高于阈值的障碍物点云过滤；利用4D光场相机和激光雷达检测特性达到高准确性的矿区目标检测、利用4D光场相机能够透过灰尘障碍物的特点，对最终检测出的障碍物进行异常点数量判断，以提高矿区障碍物检测的范围和精度。以提高矿区障碍物检测的范围和精度。以提高矿区障碍物检测的范围和精度。

【技术实现步骤摘要】
一种矿区障碍检测方法、系统、电子设备及可读存储介质


[0001]本专利技术涉及传感器目标检测
，具体而言，涉及一种矿区障碍检测方法、系统、电子设备及可读存储介质。

技术介绍

[0002]障碍物检测技术在自动驾驶领域有重要应用，能够帮助车辆和驾驶员提前发现前方的障碍物，从而能提前作出避障行为。目前的障碍物检测方法主要有基于相机的视觉障碍物检测方法和基于激光雷达的障碍物检测方法以及基于其它传感器的障碍物检测方法。矿区环境复杂，存在大量不规则障碍物物体，同时，矿区车辆体型较大，单一传感器容易产生检测盲区，需要其它传感器进行融合检测。
[0003]激光雷达获取的点云数据的特点是无序、不规则和低分辨率，处理分析困难，但其可以给出场景的精确三维信息。成像设备获取的图像缺少三维信息，因此单独使用图像进行三维目标检测的效果低于单独使用激光点云数据，但具有激光点云数据不具备的RGB信息，两者在数据特征上可互补。因此研究基于图像和激光点云数据融合的无人车三维目标检测可提高检测准确率。
[0004]中国专利CN113963335A，名称为《基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿区障碍检测方法，其特征在于，包括如下步骤：S1，在车辆运行中，获取时间同步的4D光场相机点云数据和激光雷达点云数据；S2，根据标定物在所述4D光场相机和所述激光雷达坐标系的不同位置信息，求解出4D光场相机和激光雷达的标定参数；S3，根据所述标定参数，将所述激光雷达点云数据投影到所述4D光场相机坐标系中，寻找每个所述激光雷达点云数据在4D光场点云数据中的近邻点，根据近邻点的数量，判断当前的激光雷达点云数据是否为异常点；S4，根据所述4D光场相机点云数据，使用卷积神经网络进行目标检测，获得4D光场相机的障碍物点云；S5，根据所述激光雷达点云数据，进行地面点云滤除和非地面点云聚类，获取激光雷达的障碍物点云；S6，对激光雷达和4D光场相机获取的障碍物点云进行重新配准，以获得新标定参数；S7，根据所述新标定参数，将激光雷达和4D光场相机的障碍物点云进行对应，以更新边界框信息，并将异常点的数量高于阈值的障碍物点云过滤，完成障碍物检测。2.根据权利要求1所述的一种矿区障碍检测方法，其特征在于，在将所述4D光场相机和激光雷达安装在所述车辆上时，将所述激光雷达的检测范围覆盖所述4D光场相机的检测盲区。3.根据权利要求1所述的一种矿区障碍检测方法，其特征在于，所述S3的步骤，具体包括：S301，根据所述S2获取的标定参数，将所述激光雷达点云数据进行坐标系变换，得到4D光场相机坐标系中的激光雷达点云数据；S302，遍历每个所述激光雷达点云数据，利用Kdtree树在4D光场相机点云中进行近邻搜索，搜索预设距离范围内的近邻点；S303，判断当前所述激光雷达点云数据的近邻点数量与阈值的大小，若为大则当前所述激光雷达点云数据为异常点；其中，所述预设距离为0.05m。4.根据权利要求1所述的一种矿区障碍检测方法，其特征在于，所述S5的步骤，具体包括：S501，对激光雷达点云进行平面拟合，滤除最大的平面内点云获得非地面点云；S502，对所述非地面点云进行聚类，获得激光雷达的障碍物点云。5.根据权利要求4所述的一种矿区障碍检测方法，其特征在于，所述平面拟合采用RANSAC方法，以及所述聚类的步骤包括：随机提取一个点作为中心点，在其周围搜索所述中心点的近邻点；当搜索到近邻点后以当前的近邻点作为...

【专利技术属性】
技术研发人员：段星集，王思嘉，马莹，于忠义，陈涛，
申请(专利权)人：北京踏歌智行科技有限公司，
类型：发明
国别省市：