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

1、無人自主車是一種集環(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)。無人車對周圍環(huán)境的感知需求是多方面的，其中之一就是對障礙物進(jìn)行檢測，并在此基礎(chǔ)上，對感興趣的目標(biāo)，如車輛和行人，進(jìn)一步進(jìn)行檢測和判別，以便合理應(yīng)對。在可使用的傳感器中，激光雷達(dá)由于其高精度測距、探測范圍大、抗干擾能力強(qiáng)等優(yōu)點(diǎn)，近年來在移動(dòng)機(jī)器人上的應(yīng)用越來越廣泛。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。
　　本文將目標(biāo)檢測分為障礙物檢測和目標(biāo)分類兩個(gè)階

2、段。對于障礙物檢測，首先介紹了論文研究的64線激光雷達(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。障礙柵格檢測具有快速穩(wěn)定，缺點(diǎn)是對數(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，首先對掃描線的點(diǎn)進(jìn)行梯度分割，然后在聚類的分割段中依據(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)性的聚類和提取障礙物輪廓，并討論了障礙的可通行區(qū)域檢測。
　　對于目標(biāo)分類，本文將環(huán)境中的障礙物分為三類:車輛、行人、其它。檢測過程中自主車是運(yùn)動(dòng)的，因此無論障礙物是否運(yùn)動(dòng)，在自主車看來都是運(yùn)動(dòng)的，所以本文不從是否運(yùn)動(dòng)的角度來分類障礙物。這樣做的好處是即使車輛或者行人是靜止的，也能得