基于激光雷达的运动目标检测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及雷达检测领域，具体而言，涉及一种基于激光雷达的运动目标检测方 法及装置。
【背景技术】
[0002] 随着经济社会的不断发展，城市化步伐的不断加速，人们的工作、生活秩序显得越 来越紊乱，实时的行人、车辆检测有着重要的意义。如：可以通过统计等候电梯的人数来优 化调度电梯，以此提高电梯的利用率，减少用户的等待时间。可以通过检测十字路口、丁字 路口不同时间段的车流量大小，从而合理安排交通警察的工作时间和工作额度。总之，实时 并能快速定位移动目标的运动目标检测在现实生活中的应用非常广泛，因此，本发明的研 究就显得意义重大。
[0003] 根据数据来源的不同，运动目标检测主要分为基于图像的方法和基于雷达数据的 方法。现有的基于序列图像的运动目标检测算法主要有光流法、图像帧间差分法和背景差 分法，然而基于序列图像的运动目标检测存在的突出问题就是图像处理的数据量大，算法 的实时性差，而且难以获得运动目标的深度信息。
[0004] 为了改善上述问题，近年来，激光雷达因具有数据量小、测距精度高、实时性能好 等优点，在运动目标检测领域已经得到了广泛应用。其中，具有代表性的研究有Biswas等 人提出的动态占据概格图算法（Biswas R, Limketkai B, Sanner S，et al. Towards Object Mapping in Non-Stationary Environments with Mobile Robots[C]//Proceedings of the 2002IEEE International Conference on Intelligent Robots and System s.Laus anne, Switzerland, 2002:1014-1019.)，该算法能够学习运动物体的形状特征，将其作为物 体的运动模型。
[0005] 发明人经研究发现，上述算法仍然存在很多问题，当物体形状会发生变化或快速 运动时，该算法仍然无法有效检测。
【发明内容】
[0006] 有鉴于此，本发明实施例提供了一种基于激光雷达的运动目标检测方法及装置， 无需对运动目标进行建模，对运动目标的形状变化也不作限定，可以同时得到多帧原始数 据中的运动目标的位置信息，即不同时刻运动目标的运动信息，以改善现有技术当物体形 状会发生变化或快速运动时，无法检测的问题。
[0007] 为了实现上述目的，本发明采用的技术方案如下：
[0008] 第一方面，本发明实施例提供了一种基于激光雷达的运动目标检测方法，包括：
[0009] 获取由激光雷达连续扫描多次得到的检测范围内运动目标的前景数据以及背景 数据所构成的原始矩阵；
[0010] 利用鲁棒主分量分析法对所述原始矩阵进行分解，获得与所述原始矩阵对应的第 一稀疏矩阵；
[0011] 对所述第一稀疏矩阵进行稀疏化处理，获得第二稀疏矩阵；
[0012] 对所述第二稀疏矩阵进行自适应窗口滤波，获得所述运动目标相对于所述激光雷 达的距离信息。
[0013] 结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所 述对所述第二稀疏矩阵进行自适应窗口滤波包括，将所述第二稀疏矩阵的非零数据转化为 原始矩阵中对应位置的值，获得第三稀疏矩阵；获得第三稀疏矩阵的每列数据的每个非零 数据对应的窗口宽度阈值；以第三稀疏矩阵每列数据的每个非零数据为起点，分别建立数 据分析窗口，所述数据分析窗口中包括作为起点的起点数据，以及与所述起点数据连续的 多个数据，所述起点数据与所述多个数据的总个数等于与所述起点数据对应的窗口宽度阈 值；若所述数据分析窗口内的非零数据的个数小于与所述起点数据对应的窗口宽度阈值， 将所述起点数据置为零；剩余的非零数据为所述运动目标相对于所述激光雷达的距离信 息。
[0014] 结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种 可能的实施方式，其中，所述建立数据分析窗口包括，若所述起点数据与所述多个数据的总 个数小于与所述起点数据对应的窗口宽度阈值，则直接将所述起点数据置为零。
[0015] 结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种 可能的实施方式，其中，所述每个非零数据对应的窗口宽度阈值T表示为：
[0017] 其中，Width表示运动目标的宽度，Clhl表示位于第j行第i列的该非零数据，Δφ 为相邻扫描线间的夹角。
[0018] 结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种 可能的实施方式，其中，对所述第二稀疏矩阵进行自适应窗口滤波，获得所述运动目标相对 于所述激光雷达的角度信息Θ，所述角度信息为Θ所述运动目标与所述激光雷达之间的 连线与所述激光雷达的扫描起始线间的夹角，表示为
[0019] 结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种 可能的实施方式，其中，所述对所述第一稀疏矩阵进行稀疏化处理，包括将所述第一稀疏矩 阵中绝对值小于第一阈值的元素设为零。
[0020] 第二方面，本发明实施例提供了一种基于激光雷达的运动目标检测装置，包括，扫 描单元，用于扫描检测范围内运动目标，所述运动目标的前景数据以及背景数据构造成原 始矩阵；分解单元，利用鲁棒主分量分析法对所述原始矩阵进行分解，获得与所述原始矩阵 对应的第一稀疏矩阵；矩阵处理单元，用于对所述稀疏矩阵进行稀疏化处理，获得第二稀疏 矩阵；滤波单元，用于对所述第二稀疏矩阵进行自适应窗口滤波，获得所述运动目标的距离 信息。
[0021] 结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所 述滤波单元包括，转换子单元，用于将所述第二稀疏矩阵的非零数据转化为原始矩阵中对 应位置的值，获得第三稀疏矩阵；窗口宽度阈值获取子单元，用于获得第三稀疏矩阵的每 列数据的每个非零数据对应的窗口宽度阈值；数据分析窗口建立子单元，用于以第三稀疏 矩阵每列数据的每个非零数据为起点，分别建立数据分析窗口，所述数据分析窗口中包括 作为起点的起点数据，以及与所述起点数据连续的多个数据，所述起点数据与所述多个数 据的总个数等于与所述起点数据对应的窗口宽度阈值；判断子单元，若所述数据分析窗口 内的非零数据的个数小于与所述起点数据对应的窗口宽度阈值，用于将所述起点数据置为 零；
[0022] 若所述起点数据与所述多个数据的总个数小于与所述起点数据对应的窗口宽度 阈值，则直接将所述起点数据置为零；
[0023] 剩余的非零数据为所述运动目标相对于所述激光雷达的距离信息。
[0024] 结合第二方面的第一种可能的实施方式，本发明实施例提供了第二方面的第二种 可能的实施方式，其中，每个非零数据对应的窗口宽度阈值T表示为：
[0026] 其中，Width表示运动目标的宽度，Clj, i表示位于所述原始矩阵的第j行第i列的 该非零数据，为相邻扫描线间的夹角。
[0027] 结合第二方面的第二种可能的实施方式，本发明实施例提供了第二方面的第三种 可能的实施方式，其中，所述滤波单元用于：
[0028] 获得所述运动目标相对于所述激光雷达的角度信息Θ，所述角度信息Θ为所述 运动目标与所述激光雷达之间的连线与扫描起始线间的夹角，表示为
[0029] 本发明实施例提供的基于激光雷达的运动目标检测方法及装置，摒弃了现有技术 中需要物体的运动特征进行建模的特性，利用激光雷达获取检测范围内运动目标的前景数 据以及背景数据所构成的原始矩阵；利用鲁棒主分量分析法对原始矩阵进行分解，再将获 得的相对应的稀疏矩阵进行稀疏化处理获得第二稀疏矩阵，将第二稀疏矩阵的非零数据对 应置换为原始矩阵中相应的值，获得第三稀疏矩阵，以第三稀疏矩阵中的每个非零数据为 起点进行窗口滤波，滤除噪声数据，剩余的非零数据即为检测范围内运动目标的距离数据， 同时可根据非零数据在矩阵内的位置推测相应运动目标的相应角度信息。经验证，该方法 可适用于形状可变、快速运动中的物体。
[0030] 为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合 所附附图，作详细说明如下。
【附图说明】
[0031] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0032] 图1示出了本发明实施例1所提供的一种基于激光雷达的运动目标检测方法的流