【摘要】：隨著激光雷達(dá)技術(shù)的快速發(fā)展和激光雷達(dá)數(shù)據(jù)處理研究的不斷深入,激光雷達(dá)系統(tǒng)已經(jīng)廣泛的應(yīng)用于諸多領(lǐng)域,在人類生產(chǎn)生活中發(fā)揮著越來越重要的作用。尤其隨著自主機(jī)器人、自動駕駛、無人機(jī)等技術(shù)和應(yīng)用的蓬勃發(fā)展,環(huán)境智能化、自動化感知的需求與日俱增,具有主動式高精度三維點云獲取能力的激光雷達(dá)已經(jīng)成為無人智能系統(tǒng)感知環(huán)境最為重要的傳感器之一。行人作為室內(nèi)外環(huán)境中最常見和最為重要的動態(tài)對象,行人探測一直都是最受關(guān)注的研究熱點之一,是環(huán)境感知的不可或缺的關(guān)鍵組成部分,對于自動駕駛/智能駕駛,自主機(jī)器人,監(jiān)測系統(tǒng),智能交通系統(tǒng)等諸多領(lǐng)域至關(guān)重要。目前,基于視覺傳感器的行人探測方法雖然在許多場景下的探測結(jié)果已經(jīng)非常理想,但其存在無法精確感知對象位置、易受天氣、光線影響的諸多局限。因此,研究基于激光雷達(dá)數(shù)據(jù)的行人探測,不僅是對基于視覺傳感器的行人探測在極端條件下的有益補(bǔ)充,更是后續(xù)行人運動估計、追蹤等研究的基礎(chǔ),對結(jié)合多傳感器解決環(huán)境感知問題至關(guān)重要。目前,現(xiàn)有方法已經(jīng)能夠準(zhǔn)確的探測近距離、點云密集、無遮擋的行人。但在復(fù)雜場景中,面對點云噪聲、點云密度不均的特性、人體外形的復(fù)雜性(身材、姿態(tài)、著裝的不同,且動態(tài)變化)、行人與環(huán)境和對象間的復(fù)雜交互等多方面因素共同作用的影響,現(xiàn)有方法往往表現(xiàn)出點云分割結(jié)果不理想、特征描述能力不足等問題,探測精度還十分不理想。為了改善這些問題,實現(xiàn)激光雷達(dá)數(shù)據(jù)中更高精度的行人探測,本文從以下幾個方面著手展開了研究:(1)針對現(xiàn)有三維點云分割結(jié)果中普遍存在的過分割和欠分割問題,提出了一種基于格網(wǎng)高程圖的三維點云分割方法,通過在多個場景的實驗數(shù)據(jù)中與現(xiàn)有方法對比驗證表明,該方法能夠有效提升單個行人點云類簇的獲取精度。(2)總結(jié)歸納了現(xiàn)有方法中用于描述二維/三維行人點云類簇的特征,針對這些特征提出了一種基于融合特征空間的特征挖掘方法。最終獲得適用于探測二維/三維行人點云類簇的穩(wěn)健特征參數(shù)。(3)針對現(xiàn)有特征對于復(fù)雜二維點云類簇描述能力不足的問題,定義并提出了多種新的特征類型和特征參數(shù)。最后,多種分割方法下多個數(shù)據(jù)集的實驗結(jié)果表明,利用Real AdaBoost算法基于本文多類型特征空間生成的人腿探測器能夠?qū)崿F(xiàn)高精度的人腿探測,本文所提特征的有效性和穩(wěn)健性得到了驗證。(4)重點改善了現(xiàn)有特征對于復(fù)雜三維行人點云類簇描述能力不足的問題,結(jié)合特征挖掘和提取的經(jīng)驗,定義并提出了新的特征類型和一系列從零維到三維的多維度特征參數(shù)。最后,經(jīng)過多個實驗數(shù)據(jù)集的驗證,利用SVM算法基于本文多維度多類型特征空間訓(xùn)練生成行人探測模型能夠?qū)崿F(xiàn)更高精度的行人探測,本文所提特征的有效性和優(yōu)越性得到了驗證�？偟膩碚f,本文研究的主要針對基于激光雷達(dá)數(shù)據(jù)的行人探測方法中三維點云分割和特征提取兩個關(guān)鍵問題進(jìn)行了優(yōu)化,根據(jù)實驗結(jié)果表明,本文方法能夠有效提高激光雷達(dá)數(shù)據(jù)中的行人探測精度,尤其在復(fù)雜場景中提升更為明顯。
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：U495
【圖文】：

雷達(dá)廣泛應(yīng)用于機(jī)器人、安全防護(hù)、建筑測量，室內(nèi)制圖等領(lǐng)域。目前市面上主逡逑流的單線激光雷達(dá)廠商包括德國的ＳＩＣＫ、日本的Ｈｏｋｕｙｏ、國內(nèi)的Ｓｌａｍｔｅｃｈ等，逡逑各廠商代表性產(chǎn)品的特點及參數(shù)如下表所示。下圖為ＳＩＣＫ邋ＬＭＳ１１１激光雷達(dá)的逡逑外觀設(shè)計，和生成的單線激光雷達(dá)數(shù)據(jù)。逡逑表１－３各廠家代表性產(chǎn)品的特點及參數(shù)逡逑

逑目前，常見的應(yīng)用中單線激光雷達(dá)一般都被安裝在膝蓋高度以下（Ｂｅｌｏｗ邋ｔｈｅ逡逑ｋｎｅｅ－ｈｅｉｇｈｔ），如自動駕駛汽車的車牌處，以及移動機(jī)器人平臺車上等（如圖１－２）。逡逑因此，基于單個單線激光Ｗ達(dá)的的行人探測實際上大多數(shù)都在關(guān)注人腿的檢測。逡逑Ｉ邐．仩：零，逡逑二一逡逑圖１－２常見應(yīng)用（左：自動駕駛；右：移動機(jī)器人）中的激光n,距儀逡逑在實際場景的單線激光雷達(dá)數(shù)據(jù)中，人腿的表現(xiàn)形式主要包括：分開的人腿逡逑類簇、融合的人腿類簇以及不完整的人腿類簇（如圖１－３）。其中，由于兩腿粘連逡逑（接觸）而成的融合人腿類簇以及由于遮擋而產(chǎn)生不完整的人腿類簇都為激光測逡逑距數(shù)據(jù)中的人腿檢測帶來了相當(dāng)大的挑戰(zhàn)。逡逑？邋？逡逑？ｗ．．邐．逡逑？Ｗ邐．／？—？？？邐？逡逑圖１－３單線激光雷達(dá)數(shù)據(jù)中常見的人腿類簇類型逡逑（左：分開的腿；中：粘連／合并的腿；右：部分遮擋的腿）逡逑（２）多線激光雷達(dá)逡逑包含多個激光器，單次掃描可產(chǎn)生多條掃描線。目前常見的線束主要包括１６逡逑線、３２線、６４線、１２８線等，水平視角一般均為３６０°，垂直視角一般在３０度左逡逑右。完整的３６０°掃描獲取的數(shù)據(jù)稱為一幀數(shù)據(jù)，每一幀激光雷達(dá)數(shù)據(jù)都能夠轉(zhuǎn)化逡逑成多線激光點云數(shù)據(jù)

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李德仁;王艷軍;邵振峰;;新地理信息時代的信息化測繪[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2012年01期

2 隋立春;張熠斌;張碩;陳衛(wèi);;基于漸進(jìn)三角網(wǎng)的機(jī)載LiDAR點云數(shù)據(jù)濾波[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2011年10期

3 史文中,李必軍,李清泉;基于投影點密度的車載激光掃描距離圖像分割方法[J];測繪學(xué)報;2005年02期

本文編號：2722585