System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及移动机器人和自动驾驶领域的,尤其涉及一种多毫米波雷达点云的融合方法、装置、设备及介质。
技术介绍
1、随着移动机器人和自动驾驶领域的应用技术的不断发展,自动驾驶设备在面对复杂环境下仍能保持稳定成为了急需解决的问题。现有技术中常使用毫米波雷达作为自动驾驶设备的传感器,为自动驾驶设备的运行探测数据,但是由于单个毫米波雷达的视场角有限,且单个毫米波雷达探测到的点云数据较为稀疏,因此常将多个毫米波雷达的点云进行融合以实现对复杂场景更准确和更全面的感知,但是因毫米波雷达点云的杂波点较多,多个雷达的点云直接累积会导致杂波点叠加,影响环境感知的准确性,不仅无法提高目标点云的精度,还会导致点云冗余为感知任务增加难度,使得多毫米波雷达点云融合方法未能充分发挥多源数据融合的优势。
技术实现思路
1、本专利技术实施例提供了一种多毫米波雷达点云的融合方法、装置、设备及介质,旨在解决多毫米波雷达的点云融合未能发挥多源数据融合的优势的问题。
2、第一方面,本专利技术实施例提供了一种多毫米波雷达点云的融合方法,其包括:获取每个所述毫米波雷达探测的点云,根据预设邻域半径确定每个所述点云的邻域范围与邻域密度;根据所述邻域密度与预设聚类算法将所述点云与其所述邻域范围内的其他所述点云进行聚类,以确定目标聚类簇;根据预设关键区域与预设关联检测方法将当前所述目标聚类簇与其余雷达下的所述目标聚类簇进行关联性检测,获取不同雷达间的所述目标聚类簇的关联关系,并通过预设关联算法将所述目标聚类簇进行关联;根
3、第二方面,本专利技术实施例还提供了一种多毫米波雷达点云的融合装置,其包括:邻域确定单元,用于获取每个所述毫米波雷达探测的点云,根据预设邻域半径确定每个所述点云的邻域范围与邻域密度;聚类单元,用于根据所述邻域密度与预设聚类算法将所述点云与其所述邻域范围内的其他所述点云进行聚类,以确定目标聚类簇;关联单元,用于根据预设关键区域与预设关联检测方法将当前所述目标聚类簇与其余雷达下的所述目标聚类簇进行关联性检测,获取不同雷达间的所述目标聚类簇的关联关系,并通过预设关联算法将所述目标聚类簇进行关联;坐标确定单元,用于根据预设联合算法将两个雷达间的已关联的所述目标聚类簇中的点的坐标逐个进行关联,通过预设加权算法将已关联的两个所述点的坐标进行加权融合确定目标坐标。
4、第三方面,本专利技术实施例还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
5、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现上述方法。
6、本专利技术实施例提供了一种多毫米波雷达点云的融合方法、装置、设备及介质。其中,所述方法包括:获取每个所述毫米波雷达探测的点云,根据预设邻域半径确定每个所述点云的邻域范围与邻域密度;根据所述邻域密度与预设聚类算法将所述点云与其所述邻域范围内的其他所述点云进行聚类,以确定目标聚类簇;根据预设关键区域与预设关联检测方法将当前所述目标聚类簇与其余雷达下的所述目标聚类簇进行关联性检测,获取不同雷达间的所述目标聚类簇的关联关系,并通过预设关联算法将所述目标聚类簇进行关联;根据预设联合算法将两个雷达间的已关联的所述目标聚类簇中的点的坐标逐个进行关联,通过预设加权算法将已关联的两个所述点的坐标进行加权融合确定目标坐标。本专利技术实施例中通过将多个毫米波雷达中的点云进行聚类以及关联,并将每个点逐步进行关联,可以去除点云中的杂波点,将关联的点的坐标进行加权融合以确定目标坐标,可以获取更加精确的点云坐标,并实现对目标更全面、更准确的观测,使得融合后的点云数据可以有效提升后续感知任务的准确性,充分发挥出多源数据融合的优势。
本文档来自技高网...【技术保护点】
1.一种多毫米波雷达点云的融合方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据预设邻域半径确定每个所述点云的邻域范围与邻域密度的步骤,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述邻域密度与预设聚类算法将所述点云与其所述邻域范围内的其他所述点云进行聚类,以确定目标聚类簇的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据预设关键区域与预设关联检测方法将当前所述目标聚类簇与其余雷达下的所述目标聚类簇进行关联性检测,获取不同雷达间的所述目标聚类簇的关联关系的步骤,包括:
5.根据权利要求1所述的方法,其特征在于,所述根据预设联合算法将两个雷达间的已关联的所述目标聚类簇中的点的坐标逐个进行关联的步骤,包括:
6.根据权利要求5所述的方法,其特征在于,所述通过预设加权算法将已关联的两个所述点的坐标进行加权融合确定目标坐标的步骤,包括:
7.根据权利要求6所述的方法,其特征在于,所述预设联合算法为:,其中,为所述联合距离,为超参数,分别为两个所述点的所述第一坐标
8.一种多毫米波雷达点云的融合装置,其特征在于,包括:
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种多毫米波雷达点云的融合方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据预设邻域半径确定每个所述点云的邻域范围与邻域密度的步骤,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述邻域密度与预设聚类算法将所述点云与其所述邻域范围内的其他所述点云进行聚类,以确定目标聚类簇的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据预设关键区域与预设关联检测方法将当前所述目标聚类簇与其余雷达下的所述目标聚类簇进行关联性检测,获取不同雷达间的所述目标聚类簇的关联关系的步骤,包括:
5.根据权利要求1所述的方法,其特征在于,所述根据预设联合算法将两个雷达间的已关联的所述目标聚类簇中的点的坐标逐个进行关联的步骤,包括:
6.根据权利...
【专利技术属性】
技术研发人员:姜梦馨,王培栋,朱健楠,
申请(专利权)人:陕西欧卡电子智能科技有限公司,
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。