中国工程物理研究院激光聚变研究中心,四川 绵阳 621900
火星车的环境感知能力是其进行智能移动和探测的基础,而障碍物检测识别是环境感知中的一个重要方面,识别效果直接决定了火星车工作能力和安全性。本文提出一种基于激光雷达数据的火星表面障碍物自动识别方法。通过获取的激光雷达点云数据,首先在分析激光反射强度理论的基础上,通过强度补偿理论将点云强度根据距离、角度因素进行修正,进而构建激光雷达强度值与目标特征的反射关系。通过大津法自动求取全局阈值,自适应的将火星表面点云分类为障碍物点云和非障碍物点云;然后通过曲率约束剔除不符合条件的障碍物点云;最后利用基于八叉树叶节点的连通性聚类,实现火星表面障碍物点云的识别。模拟实验结果表明,该方法可实现激光雷达点云中的火星表面障碍物有效提取,典型障碍物识别精度接近90%,为基于火星车障碍物检测和环境感知相关研究提供借鉴。
火星表面 激光雷达 点云数据 障碍物识别 Mars surface LiDAR point cloud data obstacle recognition
1 武汉交通职业学院, 湖北 武汉 430065
2 武汉理工大学 国家水运安全工程技术研究中心, 湖北 武汉 430063
3 武汉大学 测绘遥感信息工程国家重点实验室, 湖北 武汉 430079
无人水面船(简称无人船)在内河航道环境中具有广阔的应用前景, 对障碍物的智能感知是实现内河无人船自主航行的关键。针对内河无人船对近距离障碍物的感知需求, 分析了内河环境下主要障碍物的激光数据特征; 在对激光数据进行模式分析、数据滤波、去除聚类孤立点等预处理基础上, 提出了一种基于SVM的内河典型障碍物识别方法; 在所搭建的基于激光雷达的无人船环境感知系统上, 进行了实验水池环境下的障碍物识别实验。实验结果表明提出的SVM障碍物感知算法识别率达到85%以上, 基本满足无人船自主航行要求。
无人船 障碍物识别 激光雷达 支持向量机 USV obstacle recognition laser SVM