【技术实现步骤摘要】
一种基于高斯过程建模的可通行区域提取的方法及系统
[0001]本专利技术涉及无人车智能驾驶
，尤其涉及一种基于高斯过程建模的可通行区域提取的方法及系统。
技术介绍
[0002]随着计算机技术的发展，智能驾驶作为车辆未来发展的核心方向，其对于车辆行业甚至是交通运输业有着深远的影响。基于智能驾驶的激光雷达感知框架中，对可行驶区域的提取是最为核心的预处理步骤之一。现有部分技术在提取可通行区域的时候利用点云特征提取技术，从场景点云中提取出其中的线特征，并将得到的满足约束条件的区域中找到平坦的区域作为可通行区域。但是这一类方法没有考虑到当无人小车在非结构化的野外环境中执行任务时，野外环境往往路况复杂，路面起伏较大，场景中的直线特征数量较少、特征也不明显，难以从中提取合适的通行区域。另有部分技术在对分割得到的路面点进行模型拟合时，采用了RANSAC的方法进行拟合。但是由于RANSAC拟合得到的平面方程为理想的平坦二维平面，而野外环境道路往往路面起伏较大，这使得RANSAC得到的平面模型并不能很好的拟合野外真实地形，同时被排除的地面...
【技术保护点】
【技术特征摘要】
1.一种基于高斯过程建模的可通行区域提取的方法，其特征在于，包括以下步骤：获取点云数据；对点云数据进行语义分割，得到路面点云和障碍点云；对路面点云进行栅格下采样，得到采样后路面点云；对采样后路面点云进行中心化，得到中心化后路面点云；对中心化后路面点云进行区域划分，并对每个区域进行地面高斯过程建模，得到路面模型外点；对障碍物点云和路面模型外点共同进行欧式聚类，得到可通行区域。2.根据权利要求1所述一种基于高斯过程建模的可通行区域提取的方法，其特征在于，还包括对点云数据进行特征增强，得到特征增强的点云数据这一步骤，其具体包括：将点云数据投影到二维空间，得到二维点云数据；采用滑动窗口的办法对二维点云数据进行近邻搜索，得到分组二维点云数据；计算每个分组二维点云的特征平均值和欧氏距离，并作为特征表达，得到特征增强的点云数据。3.根据权利要求1所述一种基于高斯过程建模的可通行区域提取的方法，其特征在于，所述对点云数据进行语义分割，得到路面点云和障碍点云这一步骤，其具体包括：通过3d
‑
mininet主干网络中的学习模块对点云数据进行局部特征学习，得到学习后的点云数据；利用3d
‑
mininet主干网络中卷积层对学习后的点云数据进行特征提取操作，得到特征信息；基于3d
‑
mininet主干网络中的投影模块对学习后的点云数据进行投影，得到学习后的二维点云数据；基于特征信息使用卷积神经网络对学习后的二维点云数据进行二维语义分割，得到二维语义分割结果；对二维语义分割结果进行卷积，得到路面点云和障碍物点云。4.根据权利要求1所述一种基于高斯过程建模的可通行区域提取的方法，其特征在于，所述对路面点云进行栅格下采样，得到采样后路面点云这一步骤，其具体包括：利用固定大小的正方体对路面点云进行分割，得到多个体素栅格；计算每个体素栅格内的所有点云重心，得到每个体素栅格的重心点；利用每个体素栅格的重心点代替该体素栅格内的所有点云点，得到采样后路面点云。5.根据权利要求1所述一种基于高斯过程建模的可通行区域提取的方法，其特征在于，所述对采样后路面点云进行中心化，得到中心化后路面点云这一步骤，其具体包括：计算采样后路面点云的重心，得到采样后路面点云的重心坐标；对所有采样后路面点云点坐标和采样后路面点云的重心坐标作差值运算，得到中心化后路面点云。6.根据权利要求1所述一种基于高斯过程建模的可通行区域提取的方法，其特征在于，所述对中心化后路面点云进行区域划分，并对每个区域进行地面高斯过程建模，得到路面模型外点这一步骤，其具体包括：对中心化后路面点云进行离散区域划分，得到多个扇形区域...
【专利技术属性】
技术研发人员：单云霄，付垚，
申请(专利权)人：中山大学深圳研究院南方海洋科学与工程广东省实验室珠海，
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。