多线点云数据机器学习的车辆目标识别方法及防撞装置

摘要

本发明实施例提供了一种多线点云数据机器学习的车辆目标识别方法及防撞装置，该方法包括：获取多线激光雷达的探测数据；将至少两个扫描层的若干点云的坐标数据投影至栅格平面以建立栅格地图，确定栅格地图中包括有点云的坐标数据的栅格为障碍栅格；对障碍栅格进行聚类处理，将其分为至少一个探测物体；基于预设条件对任一个探测物体的进行筛选；针对筛选后剩下的所有探测物体，将组成任一个探测物体的、每个扫描层的点云的坐标数据拟合为线段；以及，提取探测物体和拟合得到的线段的特征；基于提取到的特征通过机器学习方法识别该探测物体是否是车辆，若是，发出警报信息。避免车内及车外人身财产的伤害和损失。