主权项 |
1.一种基于深度信息的车辆识别方法,包括以下步骤:A.利用测距传感器连续获取扫描范围内物体的深度信息R,R={(r<sub>n</sub>,φ<sub>n</sub>)|n=0,…,N<sub>R</sub>},其中,r<sub>n</sub>表示扫描点与传感器的距离,φ<sub>n</sub>表示扫描点的方位角,N<sub>R</sub>表示一个扫描周期采集到的扫描点的个数,n为0到N<sub>R</sub>的整数,并将深度信息R由极坐标转换为笛卡尔坐标;传感器一个扫描周期获得的数据称为一帧;B.采用自适应距离阈值的方法对获取的每帧数据实时进行聚类分析,形成不同的聚类;C.计算每一个聚类的内部距离d,如果聚类的内部距离d小于阈值A,去掉该聚类,内部距离d的计算公式如下,<maths num="0001"><![CDATA[<math><mrow><mi>d</mi><mo>=</mo><msqrt><msubsup><mi>x</mi><mrow><msub><mi>p</mi><mi>ni</mi></msub><msub><mi>p</mi><mi>ne</mi></msub></mrow><mn>2</mn></msubsup><mo>+</mo><msubsup><mi>y</mi><mrow><msub><mi>p</mi><mi>ni</mi></msub><msub><mi>p</mi><mi>ne</mi></msub></mrow><mn>2</mn></msubsup></msqrt></mrow></math>]]></maths>其中,<img file="FDA00002354449100012.GIF" wi="98" he="44" />表示一个聚类的起点与终点的横坐标之差;<img file="FDA00002354449100013.GIF" wi="101" he="43" />表示一个聚类的起点与终点的纵坐标之差;D.对保留的聚类分别进行直线拟合,并在此基础上提取目标的特征向量,特征向量包括聚类内线段的数目,目标的形状、目标大小和线段的长度比;E.根据特征向量的值依次判别保留的聚类是否为车辆目标。 |