基于三維激光雷達(dá)的實(shí)時(shí)目標(biāo)檢測(cè).pdf

1、無(wú)人自主車(chē)是一種集環(huán)境感知、規(guī)劃決策、運(yùn)動(dòng)控制功能于一體的人工智能平臺(tái)。無(wú)人車(chē)對(duì)周?chē)h(huán)境的感知需求是多方面的，其中之一就是對(duì)障礙物進(jìn)行檢測(cè)，并在此基礎(chǔ)上，對(duì)感興趣的目標(biāo)，如車(chē)輛和行人，進(jìn)一步進(jìn)行檢測(cè)和判別，以便合理應(yīng)對(duì)。在可使用的傳感器中，激光雷達(dá)由于其高精度測(cè)距、探測(cè)范圍大、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，近年來(lái)在移動(dòng)機(jī)器人上的應(yīng)用越來(lái)越廣泛。因此本文研究的重點(diǎn)是基于三維激光雷達(dá)的目標(biāo)檢測(cè)。
　　本文將目標(biāo)檢測(cè)分為障礙物檢測(cè)和目標(biāo)分類(lèi)兩個(gè)階

2、段。對(duì)于障礙物檢測(cè)，首先介紹了論文研究的64線(xiàn)激光雷達(dá)傳感器，并推導(dǎo)了三維點(diǎn)云坐標(biāo)轉(zhuǎn)化的內(nèi)參模型和外參模型。采用基于障礙柵格的檢測(cè)方法，將三維點(diǎn)云進(jìn)行柵格投影和屬性判斷。為了抑制傳感器和環(huán)境噪聲，進(jìn)行懸空點(diǎn)濾除和單點(diǎn)濾除。障礙柵格檢測(cè)具有快速穩(wěn)定，缺點(diǎn)是對(duì)數(shù)據(jù)的分割精度較低，易產(chǎn)生欠分割。因此本文提出了基于點(diǎn)云梯度的局部最優(yōu)分割方法，首先對(duì)掃描線(xiàn)的點(diǎn)進(jìn)行梯度分割，然后在聚類(lèi)的分割段中依據(jù)障礙屬性濾除誤檢，最后根據(jù)可靠的非障礙點(diǎn)估計(jì)局部地

3、面來(lái)恢復(fù)漏檢點(diǎn)。實(shí)驗(yàn)表明基于點(diǎn)云梯度的局部最優(yōu)分割方法效果比柵格方法好，但由于其計(jì)算量較大，實(shí)時(shí)性受到限制。在得到障礙物信息的基礎(chǔ)上，采用基于距離相關(guān)性的聚類(lèi)和提取障礙物輪廓，并討論了障礙的可通行區(qū)域檢測(cè)。
　　對(duì)于目標(biāo)分類(lèi)，本文將環(huán)境中的障礙物分為三類(lèi):車(chē)輛、行人、其它。檢測(cè)過(guò)程中自主車(chē)是運(yùn)動(dòng)的，因此無(wú)論障礙物是否運(yùn)動(dòng)，在自主車(chē)看來(lái)都是運(yùn)動(dòng)的，所以本文不從是否運(yùn)動(dòng)的角度來(lái)分類(lèi)障礙物。這樣做的好處是即使車(chē)輛或者行人是靜止的，也能得