一种基于激光雷达传感器的行人检测方法
韩骁枫， 陆建峰， 李祥瑞， 赵春霞
【摘 要】针对目前基于激光雷达点云的大多数特征不能描述行人目标的形状分布这一问题，本文提出了一种面向地面无人车辆的基于激光雷达传感器的行人检测方法。利用DBSCAN算法所有的非地面激光雷达点云进行聚类，并且提出了一种快速点特征直方图分布特征，用于训练支持向量机分类器进行行人的检测。本文在KITTI OBJECT数据库和一辆地面无人车辆上对方法的正确率和有效性进行了实验，结果表明：验证了本文提出的快速点特征直方图特征相比较于其他的激光雷达特征，可以有效提高行人检测的性能，同时能够满足地面无人车辆对行人检测的实时性要求。 【期刊名称】哈尔滨工程大学学报 【年(卷),期】2019(040)006 【总页数】6
【关键词】行人检测； 激光雷达； 地面无人车辆； 环境理解； 无人驾驶； 目标检测； 支持向量机； 快速点特征直方图 网
络
出
版
地
址
：
http://www.cnki.net/kcms/detail/23.1390.u.20181217.1441.020.html 网络出版日期：2018-12-20.
基金项目：国家自然科学基金项目(61233011，91220301)；国家科学与技术重大专项 (2015ZX01041101)； 111工程基金项目(B13022)；江苏省科学与技术社会发展支持项目(BE2014714)；社会安全图像与视频理解江苏省重点实验室项目(南京理工大学)(30920140122007).
近年来，随着地面无人车辆(unmanned ground vehicle, UGV)研究的快速发展，行人检测的相关工作正得到越来越多的重视。传统的行人检测方法主要依赖于可见光摄像机等传感器获取的图像，采用机器视觉的相关方法进行行人检测[1-5]。目前，研究者们已经提出了许多行人检测的方法，但是它作为地面无人车辆的核心技术之一，依然是一项十分具有挑战性的工作，其主要原因有以下2个方面：1)由于不同的行人之间的体型、姿态和着装等具有很大的差异，导致从可见光图像提取行人的特征具有一定的难度；2)可见光图像容易受到不同光照条件和阴影的影响，导致行人目标之间在图像上具有显著的差异。 近几十年，随着三维传感器(激光雷达、立体视觉摄像机等)的不断发展，许多基于激光雷达进行行人检测的方法已经被提了出来。如何设计出一种有效描述行人的激光雷达点云特征，一直是相关领域的研究热点。Premebida等[6]提出了一种基于激光雷达的15维特征，用于在城市环境下进行行人检测。这些特征中的一部分特征，例如最小反射距离，聚类后的类内点个数等，Haselich等[7]进一步用于行人检测的相关工作中。Serment 等[8]则根据雷达点云集合的3个特征向量构成2个新的平面，把所有的点云投影到这2个平面上。随后，在这2个新的平面上提取特征。Kiyosumi等[9]在上述工作的基础上，保留了一部分特征，并添加了多维新的特征，从而形成了融合特征用于训练分类器。此外，Wan等[10]提出了一种基于激光雷达和图像融合的行人检测方法，能够利用融合特征进行行人检测。
为了进一步提高利用激光雷达进行行人检测的正确率，本文提出了一种基于激光雷达点云的行人检测方法和快速点云分布直方图的分布特征(DFPFH)。在KITTI OBJECT数据库和一辆地面无人车辆上进行的实验结果验证了本方法的有
效性。
1 去除地面点云和疑似目标提取
目前常见的用于UGV的激光雷达传感器之一就是Velodyne HDL-64E S2激光雷达。该雷达的工作频率约为10 Hz，每一帧返回的点云数据包含大约13万个三维点。记每一帧的雷达点云数据为Ct={Pi,i=1，2，…，N}，Pi={Xi,Yi,Zi,Ii}。其中，t是当前的数据帧号，N是第t帧雷达点云数据中所有三维点的个数，(Xi,Yi,Zi)是三维点Pi对应的坐标，Ii是Pi点的返回强度。接下来，为了去除地面点云，本文采用和文献[11-12]一样的方法，先把点云Ct投影到X轴和Y轴构成的平面上，构成一个平面点集。由于在地面无人车辆的行驶过程中，行人检测所关注的区域一般集中在车的前方，并且激光雷达的测量精度随着距离的增加而减小，所以本文只对车辆前方60 m内，左右各20 m内的点云进行栅格化，形成一个单元分辨率为20 cm×20 cm的栅格图Gt。然后，对于栅格图中的每一个单元Cellk∈Gt计算该栅格单元的最大高度差通常来说，地面栅格单元的高度差比较小，而障碍物栅格单元的高度差比较大，因此，可以通过设置一个高度差阈值来把地面栅格单元和障碍物栅格单元区分开来：如栅格单元的高度差大于阈值，则是障碍物栅格单元，否则是地面栅格单元。
图1展示了去除地面点云的过程，为了直观显示，本文把雷达点云投影到了图像上，颜色的不同代表返回的雷达点与车辆之间距离的不同。图1(a)为对应场景的图像，图1(b)为去除地面栅格单元之后的栅格图，图1(c)为未去除地面点时的雷达点云，图1(d)为去除地面点云过后的雷达点云。本文把雷达点云Ct中所有属于地面栅格单元的三维点从集合中去除后，就得到了新的雷达点云
一种基于激光雷达传感器的行人检测方法
