【技术实现步骤摘要】
本专利技术涉及障碍物识别领域，具体为一种无人车障碍物识别方法及系统。
技术介绍
1、无人车涵盖了从无人驾驶汽车到园区物流小车、快递配送机器人等多种形式。这些无人车通过集成先进的传感器技术，如激光雷达（lidar）、摄像头、雷达和超声波传感器，能够实时感知周围环境，实现自主导航、路径规划和任务执行。在物流与配送领域，无人车能够高效地完成仓库管理、货物搬运和最后一公里配送任务，显著提升运营效率并降低人力成本；在园区管理中，无人车则能够进行巡逻监控、设施维护和环境清洁，提升园区的智能化管理水平。此外，无人车在医疗、制造、农业等行业中的应用也在不断拓展，如医院中的药品配送机器人、工厂中的自动化运输车和农业中的精准施肥与收割机器人等。这些无人车不仅能够提高作业效率和精确度，还能够在危险或恶劣的环境中替代人工操作，保障作业人员的安全。
2、然而，实际应用中，无人车所获取的点云数据往往受到多种因素的影响，如传感器噪声、环境复杂性以及点云密度的非均匀分布等，这些因素都可能导致障碍物识别的误差和延迟。具体而言，传感器噪声会引入大量孤立点或异常...
【技术保护点】
1.一种无人车障碍物识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述通过点云中点的位置和快速点特征直方图对点云分割，具体为：
3.如权利要求1所述的方法，其特征在于，所述利用分类器根据每个分割区域的快速点特征直方图对分割区域进行分类，并确定障碍物的类型和距离，具体为：
4.如权利要求1所述的方法，其特征在于，所述通过法线夹角计算邻域点的法线一致性权重，具体为：
5.如权利要求1所述的方法，其特征在于，所述根据局部点云密度计算邻域点的统计滤波权重，具体为：
6.一种无人车障碍物...
【技术特征摘要】
1.一种无人车障碍物识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述通过点云中点的位置和快速点特征直方图对点云分割，具体为：
3.如权利要求1所述的方法，其特征在于，所述利用分类器根据每个分割区域的快速点特征直方图对分割区域进行分类，并确定障碍物的类型和距离，具体为：
4.如权利要求1所述的方法，其特征在于，所述通过法线夹角计算邻域点的法线一致性权重，具体为：
5.如权利要求1所述的方法，其特征在于，所述根据局部点云密度计算邻域点的统计滤波权重，具体为：
...【专利技术属性】
技术研发人员：刘健，刘畅，
申请(专利权)人：山东济铁智信科技有限公司，
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。