公开(公告)号：CN109100741A

公开(公告)日：2018-12-28

申请号：CN201810594692.5

申请日：2018-06-11

Applicant: 长安大学

Inventor： 赵祥模 ,  孙朋朋 ,  徐志刚 ,  王润民 ,  李骁驰 ,  闵海根 ,  尚旭明 ,  吴霞 ,  王召月

IPC: G01S17/89 ,  G01S17/02

Abstract: 本发明公开了一种基于3D激光雷达及图像数据的目标检测方法，该方法利用3D激光雷达和相机获取周围环境的3D点云数据和相机图像，并对所述的3D点云数据进行预处理；滤除3D点云数据中的地面点，对剩余非地面点进行空间聚类，提取目标的3D感兴趣区域；对3D激光雷达和相机的坐标的外参数进行标定，并根据标定参数将目标的3D感兴趣区域映射到对应的相机图像中，提取相机图像中对应的2D感兴趣区域；利用深度卷积网络对所述的2D感兴趣区域进行特征提取，从而对2D感兴趣区域中的目标进行定位和识别。本发明充分利用了3D激光雷达和相机数据中间的互补性，提高了对场景的目标定位和分类识别的精度和时效性，可用于无人车中的目标实时检测。

公开(公告)号：CN109100741B

公开(公告)日：2020-11-20

申请号：CN201810594692.5

申请日：2018-06-11

Applicant: 长安大学

Inventor： 赵祥模 ,  孙朋朋 ,  徐志刚 ,  王润民 ,  李骁驰 ,  闵海根 ,  尚旭明 ,  吴霞 ,  王召月

IPC: G01S17/89 ,  G01S17/86

Abstract: 本发明公开了一种基于3D激光雷达及图像数据的目标检测方法，该方法利用3D激光雷达和相机获取周围环境的3D点云数据和相机图像，并对所述的3D点云数据进行预处理；滤除3D点云数据中的地面点，对剩余非地面点进行空间聚类，提取目标的3D感兴趣区域；对3D激光雷达和相机的坐标的外参数进行标定，并根据标定参数将目标的3D感兴趣区域映射到对应的相机图像中，提取相机图像中对应的2D感兴趣区域；利用深度卷积网络对所述的2D感兴趣区域进行特征提取，从而对2D感兴趣区域中的目标进行定位和识别。本发明充分利用了3D激光雷达和相机数据中间的互补性，提高了对场景的目标定位和分类识别的精度和时效性，可用于无人车中的目标实时检测。

公开(公告)号：CN108983248A

公开(公告)日：2018-12-11

申请号：CN201810667814.9

申请日：2018-06-26

Applicant: 长安大学

Inventor： 赵祥模 ,  王润民 ,  孙朋朋 ,  王召月 ,  徐志刚 ,  袁绍欣 ,  闵海根 ,  李骁驰

IPC: G01S17/06 ,  G01S17/88 ,  G01S7/495

Abstract: 本发明公开了一种基于3D激光雷达及V2X的网联车定位方法，该方法利用安装在网联车上的激光雷达扫描网联车周围的环境以获得雷达数据；对所述的雷达数据进行预处理，获取预处理后的激光点云数据，将点云数据转换到网联车坐标系中，然后根据点云数据中雷达点的密度变化特征，利用栅格地图进行点云分割，以实现路面与障碍物的分离；进行障碍物的聚类，获得每一个障碍物对应的雷达点集，继而获取障碍物的轮廓，然后进行线性拟合，得到障碍物的形状，结合障碍物的尺寸实现障碍物的识别；最后通过V2X模块实现与其他网联车之间障碍物信息的交换。本发明解决了现有的车辆定位方法精确性低、可靠性差的问题，同时也缓解了对移动通信网络的速度要求高、花费昂贵的问题。