本发明属于计算机视觉三维点云处理领域，主要面向海上无人舰艇的环境感知领域，具体涉及一种基于激光雷达的无人艇目标运动状态探测方法。
背景技术：
1、激光雷达兼具航海雷达与光学成像的优点，既能获取目标的距离、方位信息用于目标定位与导航避障，又能获取目标的三维轮廓信息用于障碍物的分割与识别。同时，激光雷达采用主动激光测距，不易受光照与天气影响，扫描频率快，故非常适合无人平台的中短距离目标的检测与识别工作。近年来，三维扫描式激光雷达在无人车导航，城市测绘等领域已经得到广泛应用，但由于无人艇起步晚，水面场景复杂，故激光雷达针对于水面环境感知算法还很不成熟。研究基于激光雷达的水上目标检测与识别技术，一方面能够与传统传感器优势互补，满足水面无人艇的环境感知需求，推动无人艇感知体系的完善。另一方面，三维点云处理是成像探测技术的前沿，将其从路面拓展到水面领域具有非常重要的意义。
2、由于激光雷达所采集到的点云数据集具有很强的稀疏性，信息量有限，而且还会有很多杂波干扰和运动畸变的问题，因此在单帧点云检测时，虚警和漏检的情况难以避免。并且在动载体情况下跟踪运动目标，经常出现目标丢失、遮挡等问题。
技术实现思路
1、本发明人针对上述问题及技术需求，提出了一种基于激光雷达的无人艇目标运动状态探测方法，考虑到海上目标高速运动的情况与海浪波动带来的干扰，激光雷达扫到的点云分布时刻在变化，使用该方法仍能对水上环境中的运动目标进行有效跟踪与运动状态监测，从而获取运动目标的速度、方位、距离信息。
2、本发明的技术方案如下：
3、一种基于激光雷达的无人艇目标运动状态探测方法，包括如下步骤：
4、在高海况场景下，利用激光雷达获取周围环境的连续帧水面点云信息；
5、通过先验知识对每帧水面点云进行滤波，再通过聚类方法对滤波后的每帧水面点云进行目标分离；
6、根据分离后的目标质心位置将连续帧间的相同目标进行关联；
7、利用点云匹配算法计算关联后的目标对之间的变换矩阵，并根据变换矩阵计算各个目标的航速航向信息；
8、对于每个目标，按照预设条件对求取的航速进行过滤，对满足条件的航速进行多帧平滑操作得到最终的当前帧目标速度。
9、其进一步的技术方案为，通过先验知识对每帧水面点云进行滤波，包括：
10、根据水波和尾浪的高度特性，将预处理后的水面点云进行栅格化操作；
11、统计每个栅格当中最低、最高点云的相对高度差和点云数目，将二者中任一低于相应阈值的栅格点云进行删除，以滤除海浪影响。
12、其进一步的技术方案为，再通过聚类方法对滤波后的每帧水面点云进行目标分离，包括：
13、通过dbscan算法将空间中距离相近的点云聚成一簇，将每个聚类后的点云集作为单独目标。
14、其进一步的技术方案为，根据分离后的目标质心位置将连续帧间的相同目标进行关联，包括：
15、计算当前帧聚类操作后得到的各个目标的质心，根据各个目标质心构建kd树；
16、在上一帧点云的目标中，基于kd树寻找和当前帧点云的各个目标质心距离最接近的n个优选目标，分别计算每个优选目标与当前帧目标的交集；
17、若交集均大于给定阈值，则从n个优选目标中确定关联目标并赋予同一批号；
18、否则，在上一帧点云的目标中重新选定关联目标。
19、其进一步的技术方案为，从n个优选目标中确定关联目标，包括：
20、选择交集最多的优选目标作为当前帧目标的关联目标；
21、或者，当交集相同时，选择交并比最高的优选目标作为当前帧目标的关联目标。
22、其进一步的技术方案为，在上一帧点云的目标中重新选定关联目标，包括：
23、确定当前帧目标的预设范围内是否存在上一帧点云的目标；
24、若存在，则将该范围内能匹配到的最近目标作为当前帧目标的关联目标，并赋予同一批号；
25、否则，当前帧目标视为新目标，并赋予下一批号。
26、其进一步的技术方案为，根据变换矩阵计算各个目标的航速航向信息，包括：
27、对于每个目标，将关联后的各帧目标压入目标队列，根据变换矩阵计算队首和队尾两帧之间的目标移动距离，再根据目标移动距离计算得到当前帧的目标航速航向信息，并压入速度队列。
28、其进一步的技术方案为，对于每个目标，按照预设条件对求取的航速进行过滤，包括：
29、对于速度队列中的每一项，计算该项对应的目标移动距离与队首和队尾两帧之间的目标质心距离的差值，并将该差值与目标的长度进行比较；
30、若该差值小于该目标的长度，则认为根据目标移动距离计算得到的目标航速为有效速度；
31、若该差值不小于该目标的长度，则将满足第一预设条件的目标航速标记为有效速度，否则标记为异常值；
32、若标记后的速度队列满足第二预设条件，则输出速度队列用于计算最终的当前帧目标速度；否则等待目标队列、速度队列的更新。
33、其进一步的技术方案为，第一预设条件包括：
34、计算该项目标航速对应的队首和队尾两帧，在聚类时产生的俯视图目标框的四个角点的平均移动距离大于第一阈值；
35、四个角点的移动方向夹角均不大于第二阈值；
36、目标的长、宽、面积均不超过第三阈值。
37、其进一步的技术方案为，第二预设条件包括：
38、标记后的速度队列中的有效速度占比大于第四阈值；
39、标记后的速度队列中前后两帧之间的目标移动方向夹角不大于第五阈值。
40、本发明的有益技术效果是：
41、1.本方法利用水波和尾浪的高度特性对海面点云进行滤波，并且采用栅格化处理去除相对高度差较小或点云数目较少的栅格点云，有利于提取优质目标框。
42、2.本方法通过目标质心搭建数据结构建立当前帧目标之间的联系，并根据距离筛选将帧间目标快速关联起来。
43、3.本方法利用点云匹配算法计算关联后的目标间的变换矩阵，能够计算精确的航向航速信息。
44、4.本方法根据目标移动距离与移动方向夹角对求取的航速进行标记，对满足条件的航速进行多帧平滑操作获取最终的当前帧目标速度，使跟踪效果更稳定。
1.一种基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述通过先验知识对每帧水面点云进行滤波，包括：
3.根据权利要求1所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述再通过聚类方法对滤波后的每帧水面点云进行目标分离，包括：
4.根据权利要求1所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述根据分离后的目标质心位置将连续帧间的相同目标进行关联，包括：
5.根据权利要求4所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述从n个优选目标中确定关联目标，包括：
6.根据权利要求4所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述在上一帧点云的目标中重新选定关联目标，包括：
7.根据权利要求1所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，根据所述变换矩阵计算各个目标的航速航向信息，包括：
8.根据权利要求7所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，对于每个目标，按照预设条件对求取的航速进行过滤，包括：
9.根据权利要求8所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述第一预设条件包括：
10.根据权利要求8所述的基于激光雷达的无人艇目标运动状态探测方法，其特征在于，所述第二预设条件包括：
