使用激光扫描器提取特征点来识别障碍物的设备和方法
【专利摘要】一种使用激光扫描器提取特征点以识别障碍物的设备和方法。所述设备包括安装于行驶的车辆前方的激光扫描器并被配置为实时获取具有多个层的激光扫描数据。此外，控制器被配置为将激光扫描器获取的激光扫描数据分成多个层以提取存在于每层中的测量数据并且基于多个预存储的特征点确定测量数据的特征点以对障碍物的类型进行分类。
【专利说明】使用激光扫描器提取特征点来识别障碍物的设备和方法
[0001] 本申请基于并要求于2013年9月25日提交给韩国知识产权局的韩国专利申请第 10-2013-0113659号的优先权，通过引用将其全部内容结合于此。
【技术领域】
[0002] 本发明涉及一种使用激光扫描器提取特征点以识别障碍物的设备和方法，并且更 具体地，涉及这样一种使用激光扫描器提取特征点以识别障碍物的设备和方法，其使用多 层激光扫描器提取存在于激光扫描数据中的特征点以对运动物体周围的障碍物的类型进 行分类。
【背景技术】
[0003] 根据安装于车辆内以提供诸如指路、障碍物指南等服务的导航的普遍性，不断进 行研究识别诸如除了正在行驶的车辆之外的车辆、行人等的障碍物的算法。具体地，车辆包 括诸如雷达传感器、激光扫描器、图像传感器、超声波传感器等的传感器。因为每个传感器 都具有优点和缺点，已经开发了一种使用两个以上的传感器补足每个传感器的缺点的传感 器融合技术。
[0004] 在不同类型的传感器中，激光扫描器具有高利用率，因为与其他传感器比，其可以 提供更准确的距离信息和角度信息。然而，因为激光扫描器获取的激光扫描数据仅可以提 供角度信息和距离信息，所以其难以基于激光扫描数据对诸如车辆、行人等的障碍物进行 分类。
【发明内容】
[0005] 因此，本发明提供一种使用激光扫描器提取特征点以识别障碍物的设备和方法， 其使用多层激光扫描器提取存在于激光扫描数据中的特征点以对运动物体周围存在的障 碍物的类型进行分类。
[0006] 在本发明的一个方面中，使用激光扫描器提取特征点以识别障碍物的设备可以包 括：激光扫描器，安装于运动物体前方并被配置为实时获取多个层配置的激光扫描数据； 以及控制器，被配置为将由激光扫描器获取的激光扫描数据分成多个层以提取存在于每层 中的测量数据并确定测量数据的特征点以基于预存储的多个特征点对障碍物的类型进行 分类。
[0007] 此外，控制器可以被配置为确定存在于层中的测量数据的形式并确定存在与每个 层中的测量数据的数量或位置以及是否存在不存在测量数据的层。控制器可以被配置成使 用层信息恢复测量数据的三维坐标值并且使用源自坐标值的平均值计算运动物体和障碍 物之间的距离的标准偏差。控制器可以被配置成计算直到虚拟平面的距离差，以便最小化 来自所述坐标值的距离，并且计算存在坐标值的每层的面积的和。控制器可以被配置为计 算存在坐标值的每层的面积的平均值并且计算从测量数据中生成的线段的梯度或曲线的 系数。
[0008] 在本发明的另一方面中，使用激光扫描器提取特征点来识别障碍物的方法可以包 括：由控制器从安装于运动物体前方的激光扫描器中实时获取多个层配置的激光扫描数 据；由控制器将激光扫描数据分成多个层；由控制器提取存在于每层中的测量数据；并且 由控制器确定测量数据的特征点以基于预存储的多个特征点对运动物体前方存在的障碍 物的类型进行分类。
[0009] 测量数据的特征点的确定可以包括确定存在于层中的测量数据的形式并且确定 存在于每层中的测量数据的数量或位置以及是否存在不存在测量数据的层。测量数据的特 征点的确定还可以包括使用层信息为测量数据恢复三维坐标值并且使用坐标值获得的平 均值计算运动物体和障碍物之间的距离的标准偏差。此外，测量数据的特征点的确定可以 包括计算直到虚拟平面的距离差，以便最小化来自所述坐标值的距离；计算存在坐标值的 每层的面积的和；计算存在坐标值的各个层的面积的平均值；并且计算测量数据生成的线 段的梯度或曲线的系数。
【专利附图】
【附图说明】
[0010] 从以下结合附图的详细说明中，本发明的以上和其他目的、特征和优点将更加清 晰可见，其中：
[0011] 图1是示出根据本发明示例性实施方式的使用多层激光扫描器提取特征点以识 别障碍物的设备的主要配置的示例性框图；
[0012] 图2是用于描述根据本发明示例性实施方式的使用多层激光扫描器提取特征点 以识别障碍物的方法的示例性流程图；以及
[0013] 图3至图10是描述根据本发明示例性实施方式的使用多层激光扫描器提取特征 点以识别障碍物的方法的示例性视图。
【具体实施方式】
[0014] 应当理解，本文所使用的术语"车辆（vehicle)"或者"车辆的（vehicular)"或 者其他的类似术语包括广义的机动车辆，诸如包括运动型多用途车辆（SUV)、公共汽车、卡 车、各种商用车辆的载客车辆，包括各种小船和海船的船只，航天器等，并且包括混合动力 车辆、电动车辆、燃烧（combust ion )、插电混合动力车辆、氢动力车辆、和其他替代燃料车辆 (例如、燃料来源于非石油能源)。
[0015] 尽管示例性实施方式被描述为使用多个单元执行示例性过程，但应当理解的是， 示例性过程同样可通过一个或者多个模块来执行。另外，应理解，术语控制器/控制单元表 示包括存储器和处理器的硬件装置。存储器被配置为储存模块，并且处理器具体地被配置 为执行所述模块以执行下文将进一步描述的一个或多个处理。
[0016] 此外，本发明的控制逻辑可实施为计算机可读介质上的非临时性计算机可读介 质，计算机可读介质包括由处理器、控制器/控制单元等执行的可执行程序指令。计算机可 读介质的实例包括但不限于ROM、RAM、光盘（CD) -ROM、磁带、软盘、闪存驱动、智能卡及光学 数据存储装置。计算机可读介质也可分布在网络耦合的计算机系统中，从而以分布式方式 存储和执行该计算机可读介质，例如由车载通信服务器（telematics server)或控制器局 域网络（CAN)存储或执行该计算机可读介质。
[0017] 本文中所使用的措辞仅是为了描述特定实施方式而并不旨在对本发明进行限 制。如本文中所使用的，单数形式"一（a)"、"一个（an)"和"该（the)"旨在还包括复数形 式，除非上下文清楚地表示并非如此。还应当理解的是，当在本说明书中使用术语"包括 (comprises)"和/或"包含（comprising)"时，其指明了存在所述的特征、整体、步骤、操作、 元件、和/或部件，但是不排除存在或额外的一个或多个其他特征、整体、步骤、操作、元件、 部件和/或它们的组合。如在本文中使用的，术语"和/或"包括相关列出项的一个或多个 的任一和所有组合。
[0018] 除非在上下文中明确指出或者显而易见，否则在此所使用的术语"大约"应理解 为在本该领域中标准容差的范围内，例如平均值的2个标准偏差内。"大约"能够理解为在 10%、9%、8%、7%、6%、5%、4%、3%、2%、1%、0· 5%、0· 1%、0· 05%、或设定值的 0· 01% 内。除非在上下 文另有明确说明，否则本文中提供的所有数值由术语"大约"修饰。
[0019] 在下文中，将参考附图更详细地描述本发明的示例性实施方式。然而，在描述本发 明的示例性实施方式中，如果可能的话，将省略本发明所属领域已熟知的并且与本发明未 直接相关的技术内容。这是为了通过省略任何不必要的描述而更清晰地传达本发明的要点 以便不使本发明晦涩。
[0020] 图1是示出根据本发明示例性实施方式的使用多层激光扫描器提取特征点以识 别障碍物的设备的主要配置的示例性框图。
[0021] 参照图1，根据本发明示例性实施方式的使用多层激光扫描器提取特征点以识别 障碍物的设备100 (在下文中，称作特征点提取设备100)包括成像装置110、激光扫描器 120、输入单元130、输出单元140、存储单元150、以及控制器160。控制器160可以配置为 执行成像装置110、激光扫描器120、输入单元130、输出单元140、以及存储单元150。
[0022] 成像装置110可以安装在运动物体的前方，S卩，行驶车辆(例如，车辆正被驾驶）以 获取相对于行驶车辆的当前位置处的行驶车辆的前方的图像数据并且向控制器160提供 所获得的图像数据。此外，激光扫描器120可以设置在行驶的车辆内以获取行驶的车辆前 方的激光扫描数据并将所获得的激光扫描数据提供至控制器160。激光扫描数据可以包 括多个多层并可以是多层激光扫描器。特别地，激光扫描器120可以使用光探测及测距 (LiDAR)激光雷达，但并不限于此，并且可以使用各种类型的传感器和与传感器相对应的激 光扫描器。
[0023] 输入单元130可以被配置为接收数量信息和文本信息，并且将相对于各种功能的 特征点提取设备100的功能控制的键控信号输入转移至控制器160。根据特征点提取设备 100的供应形式，输入单元130可以由触摸板或具有普通的按键布置的键盘形成。输入单 元130可以包括触屏。特别地，输入单元130可以显示在输出单元140上。根据本发明的 示例性实施方式，输入单元130可以由触摸板或触屏构配置，以提高用户便利性。输出单元 140可以被配置为显示在通过操作控制器160运行程序的过程中生成的屏幕数据，例如，各 种菜单数据、行驶车辆前方的外部图像数据等。根据本发明示例性实施方式，存储单元150 可以被配置为存储操作功能所必须的应用程序(例如，用于每次分离配置激光扫描数据的 多个层的程序、用于提取包含在激光扫描数据中的特征点的程序等)。
[0024] 控制器160可以被配置为将激光扫描器120获取的激光扫描数据分到多个层中以 提取存在于每层中的测量数据并且确定测量数据的特征点以便基于预存储的多个特征点 对障碍物的类型进行分类。更具体地，控制器160可以被配置为确定存在于层中的测量数 据的形式、存在于每层中的测量数据的数量和位置、以及层中是否存在不具有测量数据的 层。
[0025] 此外，控制器160可以被配置为使用层信息为测量数据恢复三维坐标值并且使用 源自坐标值的平均值计算行驶的车辆和障碍物之间的距离的标准偏差。控制器160可以被 配置为计算到一个虚拟平面的以便最小化来自坐标值的距离，并且计算存在坐标值的每层 的面积的总和。此外，控制器160可以被配置为计算存在坐标值的每层的面积的平均值并 且计算从测量数据中生成的线段的梯度或曲线的系数。在控制器160中通过上述操作可以 对根据激光扫描数据确定的障碍物的类型进行更准确的分类。
[0026] 图2是用于描述根据本发明示例性实施方式的使用多层激光扫描器提取特征点 以识别障碍物的方法的示例性流程图。图3至图10是描述根据本发明示例性实施方式的 使用多层激光扫描器提取特征点用于识别障碍物的方法的示例性视图。
[0027] 参考图2至图10,在Sll中，控制器160可以被配置为接收安装于行驶车辆(其为 运动物体）前方的激光扫描器120获取的具有多个层的激光扫描数据。在S13中，控制器 160可以被配置成将从激光扫描器120接收的激光数据分为多个层。如在图5中所示，多个 层可由具有层〇至层3的四个阶层的层配置成。
[0028] 在S15中，控制器160可以被配置成分析其被分开的多个层并提取存在于每层中 的测量数据。特别地，测量数据是当激光与障碍物相撞(例如，碰撞、抵达等)时形成的数据。 此外，在S17,控制器160可以被配置为确定测量数据的特征点并且将所确定的测量数据的 特征点与存储于存储单元150中的特征点进行比较。所存储的特征点定义示出在下面的表 1中并且所存储的特征点可以映射到参考值(例如，与参考值比较）以将对应测量数据的障 碍物分类成车辆或行人。
[0029] 表 1
[0030]
【权利要求】
1. 一种使用激光扫描器提取特征点w识别障碍物的设备，所述设备包括： 激光扫描器，安装于行驶车辆的前方并且被配置为实时获取具有多个层的激光扫描数 据；W及 控制器，配置为将所述激光扫描器获取的所述激光扫描数据分成多个层W提取存在于 每层中的测量数据并且确定所述测量数据的特征点W基于多个存储的特征点对障碍物的 类型进行分类。
2. 根据权利要求1所述的设备，其中，所述控制器被配置为确定存在于所述层中的所 述测量数据的形式。
3. 根据权利要求2所述的设备，其中，所述控制器被配置为确定存在于每层中的测量 数据的数量或位置W及是否存在不存在所述测量数据的所述层。
4. 根据权利要求2所述的设备，其中，所述控制器被配置为使用层信息为所述测量数 据恢复H维坐标值并且使用从所述坐标值获得的平均值计算所述行驶的车辆和所述障碍 物之间的距离的标准偏差。
5. 根据权利要求2所述的设备，其中，所述控制器被配置为计算直到虚拟平面的距离 差W便最小化与所述坐标值的距离。
6. 根据权利要求2所述的设备，其中，所述控制器被配置为计算存在所述坐标值的每 个层的面积之和。
7. 根据权利要求2所述的设备，其中，所述控制器被配置为针对存在所述坐标值的每 层的面积计算平均值。
8. 根据权利要求2所述的设备，其中，所述控制器被配置为计算从所述测量数据中产 生的线段的梯度和曲线的系数。
9. 一种使用激光扫描器提取特征点W识别障碍物的方法，所述方法包括： 由控制器从安装于行驶车辆前方的所述激光扫描器中实时获取具有多个层的激光扫 描数据； 由所述控制器将所述激光扫描数据分成多个层； 由所述控制器提取存在于每层中的测量数据；W及 由所述控制器确定所述测量数据的特征点W基于多个存储的特征点对存在于所述行 驶车辆的前方的障碍物的类型进行分类。
10. 根据权利要求9所述的方法，其中，所述测量数据的所述特征点的所述确定包括： 由所述控制器确定存在于所述层中所述测量数据的形式。
11. 根据权利要求10所述的方法，其中，所述测量数据的所述特征点的所述确定包括： 由所述控制器确定存在于每层中的测量数据的数量或位置W及是否存在未存在所述 测量数据的所述层。
12. 根据权利要求10所述的方法，其中，所述测量数据的所述特征点的所述确定包括： 由所述控制器使用层信息为所述测量数据恢复H维坐标值；W及 由所述控制器使用从所述坐标值获得的平均值计算所述行驶车辆和所述障碍物之间 的距离的标准偏差。
13. 根据权利要求10所述的方法，其中，所述测量数据的所述特征点的所述确定包括： 由所述控制器计算直到虚拟平面的距离差，W便最小化与所述坐标值的距离。
14. 根据权利要求10所述的方法，其中，所述测量数据的所述特征点的所述确定，包 括： 由所述控制器计算存在所述坐标值的每层的面积之和。
15. 根据权利要求10所述的方法，其中，所述测量数据的所述特征点的所述确定包括： 由所述控制器针对存在所述坐标值的每个层的面积计算平均值。
16. 根据权利要求10所述的方法，其中，所述测量数据的所述特征点的所述确定包括： 由所述控制器计算从所述测量数据产生的线段的梯度或曲线的系数。
17. -种包含由控制器执行的程序指令的非暂存性计算机可读介质，所述计算机可读 介质，包括： 程序指令，从安装于行驶车辆前方的激光扫描器中实时获取具有多个层的激光扫描数 据； 程序指令，将所述激光扫描数据分成多个层； 程序指令，提取存在于每层中的测量数据；W及 程序指令，确定所述测量数据的特征点W基于多个存储的特征点对存在于所述行驶车 辆的前方的障碍物的类型进行分类。
18. 根据权利要求17所述的非暂存性计算机可读介质，进一步包括： 程序指令，确定存在于所述层中的所述测量数据的形式。
19. 根据权利要求18所述的非暂存性计算机可读介质，进一步包括： 程序指令，确定存在于每层中的测量数据的数量或位置W及是否存在未存在所述测量 数据的所述层。
20. 根据权利要求18所述的非暂存性计算机可读介质，进一步包括： 程序指令，使用层信息为所述测量数据恢复H维坐标值并且使用从所述坐标值获得的 平均值计算所述行驶车辆和所述障碍物之间的距离的标准偏差。
【文档编号】G06K9/46GK104463163SQ201310744740
【公开日】2015年3月25日 申请日期:2013年12月30日 优先权日:2013年9月25日
【发明者】柳玟均, 金炫住, 李勋, 金英源, 张炯琁, 崔倍训, 金范醒, 金殷泰 申请人:现代自动车株式会社, 起亚自动车株式会社, 延世大学校 产学协力团