autoware使用Euclidean Clustering进行检测
点云聚类在激光雷达环境感知中的作用
就无人车的环境感知而言,方案很多,根据使用的传感器的不同,算法也截然不同,有单纯基于图像视觉的方法,也有基于激光雷达的方法,激光雷达以其稳定可靠、精度高并且能同时应用于定位和环境感知而被广泛采用。激光雷达环境感知一般的流程为:
分割地面,从而减少地面的点对目标检测的影响
点云聚类,将目标按照点的分布进行聚类,从而降低后续计算的计算量
模式识别,对分割得到的点云进行特征提取,使用提取出来的特征训练分类器进行模式识别,近年来深度学习取得进展,也有不少使用深度神经网络的端到端检测算法。
目标追踪,在完成模式识别以后我们实际上已经得到了目标障碍物的类别(是行人还是车辆还是别的)、障碍物的轮廓(一个3维的bounding box)、障碍物的位置(障碍物形心相对于激光雷达的xyz坐标)。为了方便规划模块完成对障碍物的预测,我们需要建立障碍物在前后帧(来自传感器的前后两次信号)的关系,即需要给障碍物一个ID,并且能够持续追踪这个障碍物&#