摘要
本发明公开了一种非结构化环境下无人驾驶车辆障碍物的检测方法,属于自动驾驶技术领域。本发明基于雷达点云密度随着与传感器距离的变化而发生显著变化这一特性,使用分级聚类的障碍物检测方法对距离传感器较近的高密度点云与距离传感器较远的稀疏点云分别处理。针对距离传感器较近的高密度点云,采用基于球坐标系的三维体素网格聚类算法检测障碍物,通过邻近网格定义点云之间的连接性,从而有效降低数据复杂度,适用于处理高密度的近距离点云数据;针对距离传感器较远的稀疏点云,采用基于特征值和法向量角度约束的点云聚类算法检测障碍物,该算法能更好利用每个点的局部几何信息,在稀疏场景下表现出更高的鲁棒性与准确性。
技术关键词
非结构化环境
无人驾驶车辆
距离传感器
高密度点云
特征值
协方差矩阵
K近邻算法
笛卡尔坐标系
检测障碍物
网格聚类算法
激光雷达点云数据
车辆激光雷达
障碍物检测方法
哈希表管理
节点
邻居
自动驾驶技术
系统为您推荐了相关专利信息
缺陷图像识别
电气拓扑结构
热力图
图像特征数据
风险
智能化服务方法
消费特征
画像
智能化服务系统
信息采集器
湿地植物群落多样性调查
智能识别摄像头
激光距离传感器
集成电路板
安装盘
矩阵
校正方法
解释结构模型
概率密度函数
时空分布特征