融合激光雷达与视觉信息的小型障碍物测量方法

摘要

激光雷达相比于视觉传感器具有抗干扰能力强、测量精度高的优势.针对多线激光雷达距离小型障碍物较远时点云数据稀疏、难以进行精确测量的问题,将YOLO与HSV空间颜色直方图匹配结合进行远距离的目标检测,在机器人运动过程中,当检测区域内的激光数据量满足要求时,根据传感器标定结果对此时的激光雷达数据进行聚类、特征点提取与关键参量计算,完成对障碍物的测量.使用16线Velodyne激光雷达与工业IDS相机进行方法验证,结果表明,该方法可提高激光雷达数据量7.83倍,即使是运动场景下也能保证测量小型障碍物的最大宽度误差小于2.4％,测距误差小于0.15％.