基于三维激光雷达的动态障碍物检测和追踪方法.pdf

《基于三维激光雷达的动态障碍物检测和追踪方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、汽车技术·AutomobileTechnology基于三维激光雷达的动态障碍物检测和追踪方法*邹斌刘康王科未（武汉理工大学，现代汽车零部件技术湖北省重点实验室汽车零部件技术湖北省协同创新中心，武汉430070）【摘要】为解决无人驾驶车辆在城市路况下对多个动态障碍物同时检测和跟踪的关键问题，提出一种基于三维激光雷达的多目标实时检测和跟踪方法。通过对单帧激光雷达点云数据进行聚类，提取障碍物外接矩形轮廓特征；采用多假设跟踪模型（MHT）算法对连续两帧的障碍物信息进行数据关联；利用卡尔曼滤波算法对动态障碍物进行连续地预测和跟踪。试验结果表明，该算法能够在自行搭建的智能车平台上以每帧100ms的速度准

2、确、稳定地检测和跟踪。主题词：三维激光雷达DBSCANMHT卡尔曼滤波中图分类号：TP181；U495；TP14文献标识码：A文章编号：1000-3703（2017）08-0019-07DynamicObstacleDetectionandTrackingMethodBasedon3DLiDARZouBin,LiuKang,WangKewei（HubeiKeyLaboratoryofAdvancedTechnologyforAutomotiveComponents,HubeiCollaborativeInnovationCenterforAutomotiveComponentsTechnol

3、ogy,WuhanUniversityofTechnology,Wuhan430070）【Abstract】Inordertosolvethekeyproblemofsimultaneousdetectionandtrackingofunmannedvehiclesinurbantrafficconditions,thispaperpresentedamethodbasedon3DLiDARforsimultaneousdetectionandtrackingofmulti-targets.Byclusteringthesingle-frameLiDARpointclouddata,exte

4、rnalcontourfeaturesofobstacleswereextracted.Then,theMulti-HypotheticalTrackingmodel（MHT）algorithmwasusedtocorrelatetheobstacleinformationoftwoconsecutiveframes.Finally,theKalmanfilteralgorithmwasusedtocontinuouslypredictandtrackthedynamicobstacles.Testresultsshowthatthisalgorithmcandetectandtrackmu

5、lti-targetat100ms/framespeedontheself-builtintelligentvehicleplatform.Keywords:3DLiDAR,DBSCAN,MHT,Kalmanfilter进行分割、聚类，提取障碍物形态特征，对每帧的障碍物1前言进行数据关联，从而对其进行跟踪。斯坦福大学Anna[6]利用激光雷达对动态障碍物进行检测和轨迹预测是Petrovskaya等提取被跟踪车辆的几何、动态特性，建立[1]无人驾驶课题的研究重点之一。近年来，国内外学者在相应特征模型，利用贝叶斯滤波器对跟踪目标进行更新，此课题中主要采用两种方法。一种方法是栅格地图法。但是被遮挡

6、的车辆仍无法检测。文献[7]通过建立二维[2]周俊静等建立栅格地图，利用贝叶斯推理推测由于传感虚拟扫描模型较好地解决了这一问题。然而，两种方法[8]器误差造成栅格状态的不确定性，通过比较当前时刻和都无法识别行人、自行车等运动障碍物。杨飞等利用模随时间累积形成的栅格状态的不一致性检测运动目标。板匹配法对障碍物的外轮廓形状特征进行匹配，但模型[3][9]Trung-DungVu等也利用该方法对运动目标进行检测类别较少，障碍物匹配的适应性较差。跟踪，但是相比于文献[2]，没有对更新后的后验概率进行本文以Velodyne16线三维激光雷达作为主要传修正。文献[4]和文献[5]均采用了类似方法。以上方

7、法感器，运用DBSCAN（Density-BasedSpatialClusteringof可以较为准确地检测到运动的栅格，但仍存在缺陷，如果ApplicationswithNoise）方法，并结合可变阈值，对原始运动目标体积较大，几个周期内栅格状态一直保持“占数据进行聚类，大大提高了聚类的准确性，简化应用了据”,容易误判为静态障碍物。另一种方法是对原始数据模糊线段法准确提取动态障碍物的矩形轮廓，最后应*基金项