基于单束激光雷达的行人检测研究.docx

摘要:随着交通智能化和智能出行的普及，行人检测技术作为一项重要且十分普遍的技术，在人流监测、交通安全、安全辅助等方面有着不容忽视的作用。在人流监测方面，该技术可以及时并有效地管理和限制人群数量，避免踩踏悲剧；在交通安全方面，随着我国居民汽车持有量的提高，每年的交通事故的发生率也是逐年提高，而在事故中行人往往易受到严重伤害。及时有效的检测出行人，可以减少行人引发的交通事故；在安全辅助方面，随身携带的行人检测系统，可以帮助盲人及时了解路况信息，有效的预防风险。从这些方面可以看出行人检测在人们的生活中扮演这越来越重要的作用。

    本文基于单束激光雷达对周围环境进行扫描，获得多帧点云数据,并处理分析点云数据，实现对环境中的障碍物检测。提出的障碍物检测算法基于实时获取的点云数据，采用帧叠加的方法初步确定障碍物所对应的点云，再利用K均值算法对点云进行聚类。最后根据行人的腰围特征建立椭圆模型，通过模型匹配确定障碍物为行人，再进一步根据整个行人运动过程的时间差算出行人的速度。实验结果验证了单束激光雷达行人检测的可行性，并得出了初步检测步骤及思路。

关键词：单束激光雷达；帧叠加；行人检测；点云数据；K均值聚类

目录

摘要

Abstract

第一章 绪论-3

1.1 研究背景及意义-3

1.2 国内外研究现状-4

1.3 本文主要研究内容-5

第二章 激光雷达的介绍-6

2.1 激光雷达的基本概念-6

2.1.1 激光雷达的基本组成-6

2.1.2 激光雷达的特点-6

2.2 激光雷达的分类-7

2.3 激光测距方法-9

2.3.1 激光脉冲测距法-9

2.3.2 激光相位测距法-10

2.3.3 三角测距法-11

第三章 基于激光雷达的障碍物提取-12

3.1 Neato XV-11单束激光雷达介绍-12

3.1.1 Neato XV-11单束激光雷达性能参数-12

3.1.2 Neato XV-11单束激光雷达数据格式-13

3.2 激光雷达数据的背景建模和障碍物提取-14

3.3 基于K均值聚类算法的障碍物聚类-18

第四章 基于单束激光雷达的行人检测-21

4.1 单束激光雷达的点云数据特征-21

4.2 行人几何特征建模-21

4.3 基于单束激光雷达的行人定位及速度计算-26

第五章 总结-29

参考文献-30

致谢-31