买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明创造的目的是提供一种基于激光雷达的高鲁棒性野外环境可通行区域提取的方法，包括：S1.点云水平矫正；S2.点云坐标系投影；S3.点云语义分割；S4.多段平面拟合；S5.非平面点聚类；S6.正负障碍物标签修正；S7.遗漏障碍物补全。解决了由于野外夜晚可视性低、非结构化环境复杂而使得感知困难的情况。不仅为野外环境下无人车及自主机器人避障提供重要的信息，而且为以后的路径规划和自主检测提供了必要的条件。解决了由于无人车设备的颠簸导致激光雷达采集数据时会出现连续几帧中变化比较急剧的情况，有效提高了提取地面可通行区域的准确率和鲁棒性。

主权项：1.一种基于激光雷达的高鲁棒性野外环境下可通行区域提取方法，其特征在于，包括以下步骤：S1.点云水平矫正：利用惯性测量单元对获取到的激光雷达点云数据进行水平矫正，减少激光雷达及车体倾斜对点云数据的影响；S2.点云坐标系投影：将矫正后的三维激光雷达点云投影到二维深度图空间，同时保留三维点云；S3.点云语义分割：通过引用3D-mininet的卷积神经网络进行语义分割、从复杂的大环境中提取感兴趣的潜在可通行区域、正障碍物、负障碍物以及非感兴趣区域；S4.多段平面拟合：对步骤S3得到的潜在感兴趣平面点云进行处理；对于潜在平面点，利用RANSAC方法对其进行多段平面拟合，进一步得到更准确的平面点；所述的RANSAC方法具体包括：在限定数据范围中随机采样K个点；对这K个点使用拟合方法构建平面模型；计算其它点到拟合模型的距离，小于设定阈值的点当作内点，然后统计内点的个数；利用选取到的内点重新利用拟合方法构建平面模型，然后重新统计内点，一直重复此步骤直到内点增加速度收敛，记录内点和模型，作为一次迭代；重新随机采样K个点，进行新一轮的迭代；重复迭代多次，从已有模型中选出内点数量最多的模型；找出模型之后，利用该模型对感兴趣区域的所有点进行内点查找，若有包含语义非平面标签的内点，则将其修正为平面标签；S5.非平面点聚类：在步骤S4提取的平面点的基础上，得到可行驶范围内非平面点，对其进行欧式聚类；S6.正负障碍物标签修正：对步骤S3和S5得到的潜在感兴趣正障碍物及负障碍物进行处理；对于潜在的正负障碍物点，结合步骤S4得到的平面模型，修正卷积神经网络中发生的误分类；S7.遗漏障碍物补全：对得到的正负障碍物利用卡尔曼滤波器进行跟踪，同时依据前一帧的卡尔曼预检查判断是否有漏检障碍物；所述的步骤S7中所使用的卡尔曼滤波具体包括以下步骤：S71.预测过程： Pk＝APk-1AT+Q式中，表示k时刻的物理量x，μk为k时刻的噪声，A为转移矩阵，B为噪声矩阵，Pk为k时刻的预测误差，Q为协方差矩阵；S72.更新过程：Gk＝PkHTHPkHT+R2-1 Pk＝1-GkHPk式中，Gk表示卡尔曼增益，H为缩放系数矩阵，R2为测量噪声均值矩阵；对所有建立的卡尔曼滤波预测值中心xy与步骤S5得到的聚类进行中心匹配，若有未处理的聚类簇，则将其标签进行更新，更新类别依照该聚类簇相对于附近平面的位置，在平面上方为正障碍物，在平面下方为负障碍物；进行匹配并处理后，使用所有的障碍物结果对卡尔曼滤波器进行更新。

全文数据：

权利要求：

百度查询： 中山大学 一种基于激光雷达的高鲁棒性野外环境下可通行区域提取方法