CN109188448A - 点云非地面点过滤方法、装置及存储介质 - Google Patents
点云非地面点过滤方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109188448A CN109188448A CN201811045711.5A CN201811045711A CN109188448A CN 109188448 A CN109188448 A CN 109188448A CN 201811045711 A CN201811045711 A CN 201811045711A CN 109188448 A CN109188448 A CN 109188448A
- Authority
- CN
- China
- Prior art keywords
- point
- ground
- points
- cloud
- radial distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/12—Acquisition of 3D measurements of objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提出一种点云非地面点过滤方法、装置及计算机可读存储介质。其中点云非地面点过滤方法包括:获取激光雷达对地面进行扫描产生的点云;计算所述点云中相邻点的径向距离;根据所述相邻点的径向距离的变化确定关键点;通过所述关键点从所述点云中过滤出非地面点。本发明实施例通过点云中相邻点的径向距离确定关键点,进而过滤出非地面点,计算方法简单、计算量小、执行速度快,且克服了现有技术中地面拟合不准确的缺陷,判断结果更加可靠,能够敏锐地检测出较小的高度变化值,提高了障碍物检测的准确度。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种点云非地面点过滤方法、装置及计算机可读存储介质。
背景技术
通过测量仪器(如激光雷达)得到的待检测物外观表面的点数据集合也称之为点云。当一束激光照射到物体表面时,所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息,由于扫描极为精细,则能够得到大量的激光点,因而就可形成激光点云。
点云进行障碍物检测前需要去除地面点,一般的做法是先进行地面拟合,通过拟合的平面计算每个点到平面距离过滤地面点。其中,进行地面拟合时并不会准确地知道哪些点属于地面,因此可能会选择了错误的点进行拟合,得到的地面拟合的结果是不准确的。尤其是当车体姿态或地面变化较大时容易导致拟合出错误的平面,进而导致过滤出错。
发明内容
本发明实施例提供一种点云非地面点过滤方法、装置及计算机可读存储介质,以至少解决现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种点云非地面点过滤方法,包括:获取激光雷达对地面进行扫描产生的点云;计算所述点云中相邻点的径向距离;根据所述相邻点的径向距离的变化确定关键点;通过所述关键点从所述点云中过滤出非地面点。
结合第一方面,本发明实施例在第一方面的第一种实现方式中,所述相邻点包括所述激光雷达的相邻激光头对地面进行扫描产生的点或者所述激光雷达的同一激光头在相邻扫描角对地面进行扫描产生的点;所述径向距离是所述点云中的点在俯视平面上的投影位置到所述俯视平面的坐标原点的距离,所述俯视平面的坐标原点是激光原点在所述俯视平面上的投影。
结合第一方面,本发明实施例在第一方面的第二种实现方式中,根据所述相邻点云的径向距离的变化确定关键点,包括:设置所述径向距离的变化值的阈值;如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的至少一个确定为关键点。
结合第一方面的第二种实现方式,本发明实施例在第一方面的第三种实现方式中,设置所述变化值的阈值,包括:根据激光雷达的角分辨率设置所述阈值。
结合第一方面的第三种实现方式,本发明实施例在第一方面的第四种实现方式中,根据激光雷达的角分辨率设置所述阈值,包括:将所述阈值设置为大于或等于所述激光雷达的角分辨率和扫描距离的乘积,所述扫描距离是激光原点到检测位置的距离。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式或第一方面的第四种实现方式,本发明实施例在第一方面的第五种实现方式中,通过所述关键点从所述点云中过滤出非地面点,包括:在俯视平面中,在径向方向根据所述关键点划分得到相邻的区域;根据所述点云,获取各所述区域的高度信息;根据所述高度信息判断各所述区域内的点是否属于非地面点。
结合第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式或第一方面的第四种实现方式,本发明实施例在第一方面的第六种实现方式中,通过所述关键点从所述点云中过滤出非地面点,包括:在俯视平面中,获取坐标原点与一个关键点所在的直线所经过的多个关键点;根据所述点云,得到所述直线上两个相邻的关键点之间的区域的高度信息;根据所述高度信息判断所述区域内的点是否属于非地面点。
第二方面,本发明实施例提供了一种点云非地面点过滤装置,包括:点云获取单元,用于获取激光雷达对地面进行扫描产生的点云;径向距离计算单元,用于计算所述点云中相邻点的径向距离;关键点确定单元,用于根据所述相邻点的径向距离的变化确定关键点;地面检测单元,用于通过所述关键点从所述点云中过滤出非地面点。
结合第二方面,本发明实施例在第二方面的第一种实现方式中,所述相邻点包括所述激光雷达的相邻激光头对地面进行扫描产生的点或者所述激光雷达的同一激光头在相邻扫描角对地面进行扫描产生的点;所述径向距离是所述点云中的点在俯视平面上的投影位置到所述俯视平面的坐标原点的距离,所述俯视平面的坐标原点是激光原点在所述俯视平面上的投影。
结合第二方面,本发明实施例在第二方面的第二种实现方式中,所述关键点确定单元包括:设置子单元,用于设置所述径向距离的变化值的阈值;确定子单元,用于:如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的至少一个确定为关键点。
结合第二方面的第二种实现方式,本发明实施例在第二方面的第三种实现方式中,所述设置子单元还用于:根据激光雷达的角分辨率设置所述阈值。
结合第二方面的第三种实现方式,本发明实施例在第二方面的第四种实现方式中,所述设置子单元还用于:将所述阈值设置为大于或等于所述激光雷达的角分辨率和扫描距离的乘积,所述扫描距离是激光原点到检测位置的距离。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式或第二方面的第四种实现方式,本发明实施例在第二方面的第五种实现方式中,所述地面检测单元还用于:在俯视平面中,在径向方向根据所述关键点划分得到相邻的区域;根据所述点云,获取各所述区域的高度信息;根据所述高度信息判断各所述区域内的点是否属于非地面点。
结合第二方面的第一种实现方式、第二方面的第二种实现方式、第二方面的第三种实现方式或第二方面的第四种实现方式,本发明实施例在第二方面的第六种实现方式中,所述地面检测单元还用于:在俯视平面中,获取坐标原点与一个关键点所在的直线所经过的多个关键点;根据所述点云,得到所述直线上两个相邻的关键点之间的区域的高度信息;根据所述高度信息判断所述区域内的点是否属于非地面点。
在一个可能的设计中,点云非地面点过滤装置的结构中包括处理器和存储器,所述存储器用于存储支持点云非地面点过滤装置执行上述第一方面中点云非地面点过滤方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述点云非地面点过滤装置还可以包括通信接口,用于点云非地面点过滤装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种点云非地面点过滤装置,包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述第一方面中任一所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述第一方面中任一所述的方法。
上述技术方案具有如下优点或有益效果:通过点云中相邻点的径向距离确定关键点,进而过滤出非地面点,计算方法简单、计算量小、执行速度快,且克服了现有技术中地面拟合不准确的缺陷,判断结果更加可靠,能够敏锐地检测出较小的高度变化值,提高了障碍物检测的准确度。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1为本发明一实施例提供的点云非地面点过滤方法的流程图。
图2为本发明另一实施例提供的点云非地面点过滤方法中的激光原点及径向距离的空间坐标示意图。
图3为本发明另一实施例提供的点云非地面点过滤方法中的上下相邻激光头径向距离变化示意图。
图3a为本发明另一实施例提供的点云非地面点过滤方法中的同一激光头在左右相邻扫描角的径向变化距离示意图。
图4为本发明另一实施例提供的点云非地面点过滤方法中的障碍物检测示意图。
图5为本发明另一实施例提供的点云非地面点过滤方法的检测流程图。
图6为本发明另一实施例提供的点云非地面点过滤方法的检测流程图。
图7为本发明一实施例提供的点云非地面点过滤装置的结构框图。
图8为本发明又一实施例提供的点云非地面点过滤装置的结构框图。
图9为本发明又一实施例提供的点云非地面点过滤装置的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1为本发明一实施例提供的点云非地面点过滤方法的流程图。如图1所示,本发明实施例的点云非地面点过滤方法包括:步骤S110,获取激光雷达对地面进行扫描产生的点云;步骤S120,计算所述点云中相邻点的径向距离;步骤S130,根据所述相邻点的径向距离的变化确定关键点;步骤S140,通过所述关键点从所述点云中过滤出非地面点。
LiDAR(Light Detection And Ranging,即激光探测与测量,也就是激光雷达)所测得的数据包括数字表面模型(Digital Surface Model,简称DSM)的离散点表示,数据中含有空间三维信息和激光强度信息等。传感器发射激光束并经空气传播到地面或物体表面,再经表面反射,反射能量被传感器接收并记录为一个电信号。如果将发射时刻和接收时刻的时间精确记录,那么激光器至地面或者物体表面的距离(R)就可以通过以下公式计算出来R=ct/2,其中,c为光速,t为发射时刻和接受时刻的时间差。光脉冲以光速传播,由激光发射器发射一束离散的光脉冲,打在地表并反射。接收器总会在下一个光脉冲发出之前,收到一个被反射回来的光脉冲。通过记录瞬时激光射到目标的时间从而测出距离。
本发明实施例中,利用LiDAR点有序信息,通过判断相邻点云的径向距离变化找出一些关键点,通过这些关键点过滤出所有的非地面点。
图2为本发明另一实施例提供的点云非地面点过滤方法中的激光原点及径向距离的空间坐标示意图。图3为本发明另一实施例提供的点云非地面点过滤方法中的上下相邻激光头径向距离变化示意图。参见图2和图3,所述相邻点包括所述激光雷达的相邻激光头对地面进行扫描产生的点或者所述激光雷达的同一激光头在相邻扫描角对地面进行扫描产生的点。所述径向距离是所述点云中的点在俯视平面上的投影位置到所述俯视平面的坐标原点的距离,所述俯视平面(如图2中的xy平面)的坐标原点是激光原点S在所述俯视平面上的投影。
参见图2和图3,LiDAR设备通常会配置多个激光头,例如64个激光头。其中,激光头的扫描方向可以是水平扫描。对于任意一个激光头,以水平扫描为例,如果地面是平坦的,产生的点云会是一个完整的圆圈(参见图3中最大的圆圈)。
在图2中,多个激光头发射激光信号,其位置模型可以等价为所有的激光头都位于图2的激光原点S处,而每个激光头的发射角是不一样的。参见图3,如果地面是平坦的,则径向距离的变化的梯度会是很均匀的。但如果有障碍物(人、车、树等)的情况,距离可能会在障碍物边缘处突然被拉大。例如在图3中,A点和B点处径向距离的变化的梯度是很均匀的;C点和D点所在处的圆圈曲线发生了扭曲,在C点和D点处径向距离的变化的梯度会是不均匀的,且C点和D点之间的距离拉大了。
点云中相邻点的径向距离可以表示为在俯视平面(xy平面)上的投影到坐标原点的距离。参见图2,在xy平面上A点或B点到坐标原点O的距离为径向距离。即图2中的OA、OB是径向距离,设OA的长度为L1,OB的长度为L2,则径向距离的变化值P=L2-L1。
利用LiDAR点有序信息,可计算出相邻点云的径向距离OA、OB。进一步地,可计算相邻点云的径向距离变化值P,即线段AB的长度。可根据径向距离变化值确定关键点。
图3a为本发明另一实施例提供的点云非地面点过滤方法中的同一激光头在左右相邻扫描角的径向变化距离示意图。图3a中的标号5表示LiDAR第i根扫描线;图3a中的标号6表示障碍物,例如人或车等。在图3a中示出了LiDAR某一根扫描线在地上的投影,也就是图3a中的标号5表示的同一激光头在不同角度的扫描点。标号6所示的位置BC处为障碍物位置(如人、车等)。受障碍物影响,B点的径向距离小于其相邻点A点的径向距离,C点的径向距离小于其相邻点D点的径向距离,即OA>OB,OD>OC。且障碍物要高于地面,所以BC段的平均高度要大于A点、D点的高度。进一步地,可计算相邻点云的径向距离变化值,即线段AB的长度和线段CD的长度。可根据径向距离变化值确定关键点。
在一种可能的实现方式中,根据所述相邻点云的径向距离的变化确定关键点,包括:设置所述径向距离的变化值的阈值;如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的至少一个确定为关键点。
其中,关键点可以表示相邻的两个物体的所在的不同区域的交界分割点。从点云信息中可以看出,关键点是径向距离的变化异常、不均匀的点。在一种实现方式中,如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的径向距离较小的点确定为关键点。
在一种可能的实现方式中,设置所述变化值的阈值,包括:根据激光雷达的角分辨率设置所述阈值。进一步地,再根据阈值确定关键点。
在一种可能的实现方式中,根据激光雷达的角分辨率设置所述阈值,包括:将所述阈值设置为大于或等于所述激光雷达的角分辨率和扫描距离的乘积,所述扫描距离是激光原点到检测位置的距离。
其中,角分辨率用△θ表示。参见图2,△θ是SA与SB的夹角。阈值可按如下方法设置:
在以△θ为圆心角、半径为R的扇形中,圆心角所对应的圆弧的弧长为:
L=△θ*R。
在理论上,相邻点云的径向距离变化是小于这个弧长L的。因此在一个可能的实施方式中,可以将△θ*R设置为阈值。如果相邻点云的径向距离变化大于这个阈值,则判断该位置是关键点所在的区域。
图5为本发明另一实施例提供的点云非地面点过滤方法的检测流程图。如图5所示,在一种可能的实现方式中,图1中的步骤S140,通过所述关键点从所述点云中过滤出非地面点,具体可包括:步骤S210,在俯视平面中,在径向方向根据所述关键点划分得到相邻的区域;步骤S220,根据所述点云,获取各所述区域的高度信息;步骤S230,根据所述高度信息判断各所述区域内的点是否属于非地面点。
在关键点的两边区域分别属于两个物体,可能某一边属于地面,也可能两边都不属于地面。激光头扫描在地面上和扫描在障碍物的表面上通常会产生连续的点云信息,如果某个点的径向距离的变化的梯度很大,则该点的两边应从属于两个物体,可以判断该点就是关键点。在这个判断的基础上,再加上一些其他特征,例如在高度上加一些判断的阈值,则很容易可以知道关键点的哪一边属于地面。
根据所述高度信息判断各所述区域内的点是否属于非地面点,可包括以下两种实施方式:
实施方式一,可根据所述点云判断关键点的两边区域的高度差,在高度差较大的情况下,例如在高度差大于预设的高度差阈值的情况下,则判断关键点的两边区域中,较高的一边区域为障碍物所在区域,即非地面点。图4为本发明另一实施例提供的点云非地面点过滤方法中的障碍物检测示意图。如图4所示,标号为1的矩形表示障碍物;E点为俯视平面上的关键点,在E点的两边区域分别属于两个物体。根据所述点云可判断关键点的两边区域的高度差h。另外可根据障碍物的尺寸设置高度差阈值,例如小轿车的高度通常在1400mm到1600mm之间,成人的身高通常在1500mm到1900mm之间。若E点两边区域的高度差大于预设的高度差阈值,则将E点的右侧,也就是较高的一边区域确定为障碍物所在区域。
实施方式二,可根据所述点云比较关键点的两边区域的高度,将关键点的两边区域中,较高的一边区域确定为障碍物所在区域,即非地面点。进一步地,对于关键点的两边区域中较低的一边区域,可在扫描区域中查找是否有比该区域高度值更低的区域,如果有,则将该区域确定为障碍物所在区域,即非地面点。
图6为本发明另一实施例提供的点云非地面点过滤方法的检测流程图。如图6所示,在一种可能的实现方式中,图1中的步骤S140,通过所述关键点从所述点云中过滤出非地面点,具体可包括:步骤S310,在俯视平面中,获取坐标原点与一个关键点所在的直线所经过的多个关键点;步骤S320,根据所述点云,得到所述直线上两个相邻的关键点之间的区域的高度信息;步骤S330,根据所述高度信息判断所述区域内的点是否属于非地面点。
例如,在一条直线上的点云信息中,可按照距离坐标原点从近到远的方向,依次得到两个分割点。这两个分割点是障碍物的两个边缘处。可以进一步判定分割点中间相连的一块区域属于障碍物。
进一步地,可按照上述两种实施方式,根据所述高度信息判断各所述区域内的点是否属于非地面点,在此不再赘述。
上述技术方案具有如下优点或有益效果:通过点云中相邻点的径向距离确定关键点,进而过滤出非地面点,计算方法简单、计算量小、执行速度快,且克服了现有技术中地面拟合不准确的缺陷,判断结果更加可靠,能够敏锐地检测出较小的高度变化值,提高了障碍物检测的准确度。
图7为本发明一实施例提供的点云非地面点过滤装置的结构框图。如图7所示,本发明实施例的点云非地面点过滤装置包括:点云获取单元100,用于获取激光雷达对地面进行扫描产生的点云;径向距离计算单元200,用于计算所述点云中相邻点的径向距离;关键点确定单元300,用于根据所述相邻点的径向距离的变化确定关键点;地面检测单元400,用于通过所述关键点从所述点云中过滤出非地面点。
在一种可能的实现方式中,所述相邻点包括所述激光雷达的相邻激光头对地面进行扫描产生的点或者所述激光雷达的同一激光头在相邻扫描角对地面进行扫描产生的点;所述径向距离是所述点云中的点在俯视平面上的投影位置到所述俯视平面的坐标原点的距离,所述俯视平面的坐标原点是激光原点在所述俯视平面上的投影。
图8为本发明又一实施例提供的点云非地面点过滤装置的结构框图。如图8所示,在一种可能的实现方式中,所述关键点确定单元300包括:设置子单元310,用于设置所述径向距离的变化值的阈值;确定子单元320,用于:如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的至少一个确定为关键点。
在一种可能的实现方式中,所述设置子单元310还用于:根据激光雷达的角分辨率设置所述阈值。
在一种可能的实现方式中,所述设置子单元310还用于:将所述阈值设置为大于或等于所述激光雷达的角分辨率和扫描距离的乘积,所述扫描距离是激光原点到检测位置的距离。
在一种可能的实现方式中,所述地面检测单元400还用于:在俯视平面中,在径向方向根据所述关键点划分得到相邻的区域;根据所述点云,获取各所述区域的高度信息;根据所述高度信息判断各所述区域内的点是否属于非地面点。
在一种可能的实现方式中,所述地面检测单元400还用于:在俯视平面中,获取坐标原点与一个关键点所在的直线所经过的多个关键点;根据所述点云,得到所述直线上两个相邻的关键点之间的区域的高度信息;根据所述高度信息判断所述区域内的点是否属于非地面点。
本发明实施例的点云非地面点过滤装置中各单元的功能可以参见上述方法的相关描述,在此不再赘述。
在一个可能的设计中,点云非地面点过滤装置的结构中包括处理器和存储器,所述存储器用于存储支持点云非地面点过滤装置执行上述点云非地面点过滤方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述点云非地面点过滤装置还可以包括通信接口,用于点云非地面点过滤装置与其他设备或通信网络通信。
图9为本发明又一实施例提供的点云非地面点过滤装置的结构框图。如图9所示,该装置包括:存储器101和处理器102,存储器101内存储有可在处理器102上运行的计算机程序。所述处理器102执行所述计算机程序时实现上述实施例中的点云非地面点过滤方法。所述存储器101和处理器102的数量可以为一个或多个。
该装置还包括:
通信接口103,用于与外界设备进行通信,进行数据交互传输。
存储器101可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器101、处理器102和通信接口103独立实现,则存储器101、处理器102和通信接口103可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图9中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器101、处理器102及通信接口103集成在一块芯片上,则存储器101、处理器102及通信接口103可以通过内部接口完成相互间的通信。
又一方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述点云非地面点过滤方法中任一所述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种点云非地面点过滤方法,其特征在于,包括:
获取激光雷达对地面进行扫描产生的点云;
计算所述点云中相邻点的径向距离;
根据所述相邻点的径向距离的变化确定关键点;
通过所述关键点从所述点云中过滤出非地面点。
2.根据权利要求1所述的方法,其特征在于,所述相邻点包括所述激光雷达的相邻激光头对地面进行扫描产生的点或者所述激光雷达的同一激光头在相邻扫描角对地面进行扫描产生的点;
所述径向距离是所述点云中的点在俯视平面上的投影位置到所述俯视平面的坐标原点的距离,所述俯视平面的坐标原点是激光原点在所述俯视平面上的投影。
3.根据权利要求1所述的方法,其特征在于,根据所述相邻点云的径向距离的变化确定关键点,包括:
设置所述径向距离的变化值的阈值;
如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的至少一个确定为关键点。
4.根据权利要求3所述的方法,其特征在于,设置所述变化值的阈值,包括:根据激光雷达的角分辨率设置所述阈值。
5.根据权利要求4所述的方法,其特征在于,根据激光雷达的角分辨率设置所述阈值,包括:将所述阈值设置为大于或等于所述激光雷达的角分辨率和扫描距离的乘积,所述扫描距离是激光原点到检测位置的距离。
6.根据权利要求1-5中任一项所述的方法,其特征在于,通过所述关键点从所述点云中过滤出非地面点,包括:
在俯视平面中,在径向方向根据所述关键点划分得到相邻的区域;
根据所述点云,获取各所述区域的高度信息;
根据所述高度信息判断各所述区域内的点是否属于非地面点。
7.根据权利要求2-5中任一项所述的方法,其特征在于,通过所述关键点从所述点云中过滤出非地面点,包括:
在俯视平面中,获取坐标原点与一个关键点所在的直线所经过的多个关键点;
根据所述点云,得到所述直线上两个相邻的关键点之间的区域的高度信息;
根据所述高度信息判断所述区域内的点是否属于非地面点。
8.一种点云非地面点过滤装置,其特征在于,包括:
点云获取单元,用于获取激光雷达对地面进行扫描产生的点云;
径向距离计算单元,用于计算所述点云中相邻点的径向距离;
关键点确定单元,用于根据所述相邻点的径向距离的变化确定关键点;
地面检测单元,用于通过所述关键点从所述点云中过滤出非地面点。
9.根据权利要求8所述的装置,其特征在于,所述相邻点包括所述激光雷达的相邻激光头对地面进行扫描产生的点或者所述激光雷达的同一激光头在相邻扫描角对地面进行扫描产生的点;
所述径向距离是所述点云中的点在俯视平面上的投影位置到所述俯视平面的坐标原点的距离,所述俯视平面的坐标原点是激光原点在所述俯视平面上的投影。
10.根据权利要求8所述的装置,其特征在于,所述关键点确定单元包括:
设置子单元,用于设置所述径向距离的变化值的阈值;
确定子单元,用于:如果相邻点的径向距离的变化值大于所述阈值,则将所述相邻点中的至少一个确定为关键点。
11.根据权利要求10所述的装置,其特征在于,所述设置子单元还用于:根据激光雷达的角分辨率设置所述阈值。
12.根据权利要求11所述的装置,其特征在于,所述设置子单元还用于:将所述阈值设置为大于或等于所述激光雷达的角分辨率和扫描距离的乘积,所述扫描距离是激光原点到检测位置的距离。
13.根据权利要求8-12中任一项所述的装置,其特征在于,所述地面检测单元还用于:
在俯视平面中,在径向方向根据所述关键点划分得到相邻的区域;
根据所述点云,获取各所述区域的高度信息;
根据所述高度信息判断各所述区域内的点是否属于非地面点。
14.根据权利要求9-12中任一项所述的装置,其特征在于,所述地面检测单元还用于:
在俯视平面中,获取坐标原点与一个关键点所在的直线所经过的多个关键点;
根据所述点云,得到所述直线上两个相邻的关键点之间的区域的高度信息;
根据所述高度信息判断所述区域内的点是否属于非地面点。
15.一种点云非地面点过滤装置,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045711.5A CN109188448B (zh) | 2018-09-07 | 2018-09-07 | 点云非地面点过滤方法、装置及存储介质 |
US16/454,151 US20200081124A1 (en) | 2018-09-07 | 2019-06-27 | Method and device for filtering out non-ground points from point cloud, and storage medium |
JP2019124593A JP6906569B2 (ja) | 2018-09-07 | 2019-07-03 | 点群における非地面点のフィルタリング方法、装置、記憶媒体、及びプログラム |
EP19185606.1A EP3620812A1 (en) | 2018-09-07 | 2019-07-10 | Method and device for filtering out non-ground points from point cloud, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045711.5A CN109188448B (zh) | 2018-09-07 | 2018-09-07 | 点云非地面点过滤方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109188448A true CN109188448A (zh) | 2019-01-11 |
CN109188448B CN109188448B (zh) | 2020-03-06 |
Family
ID=64915571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811045711.5A Active CN109188448B (zh) | 2018-09-07 | 2018-09-07 | 点云非地面点过滤方法、装置及存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200081124A1 (zh) |
EP (1) | EP3620812A1 (zh) |
JP (1) | JP6906569B2 (zh) |
CN (1) | CN109188448B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872329A (zh) * | 2019-01-28 | 2019-06-11 | 重庆邮电大学 | 一种基于三维激光雷达的地面点云快速分割方法 |
CN110443786A (zh) * | 2019-07-25 | 2019-11-12 | 深圳一清创新科技有限公司 | 激光雷达点云滤波方法、装置、计算机设备和存储介质 |
CN110674705A (zh) * | 2019-09-05 | 2020-01-10 | 北京智行者科技有限公司 | 基于多线激光雷达的小型障碍物检测方法及装置 |
CN110928301A (zh) * | 2019-11-19 | 2020-03-27 | 北京小米智能科技有限公司 | 一种检测微小障碍的方法、装置及介质 |
CN111208530A (zh) * | 2020-01-15 | 2020-05-29 | 北京四维图新科技股份有限公司 | 定位图层生成方法、装置、高精度地图及设备 |
CN111435163A (zh) * | 2020-03-18 | 2020-07-21 | 深圳市镭神智能系统有限公司 | 地面点云数据过滤方法、装置、探测系统及存储介质 |
CN111487641A (zh) * | 2020-03-19 | 2020-08-04 | 福瑞泰克智能系统有限公司 | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 |
CN112136018A (zh) * | 2019-04-24 | 2020-12-25 | 深圳市大疆创新科技有限公司 | 测距装置点云滤噪的方法、测距装置和移动平台 |
CN112180343A (zh) * | 2020-09-30 | 2021-01-05 | 东软睿驰汽车技术(沈阳)有限公司 | 激光点云数据处理方法、装置、设备及无人驾驶系统 |
CN112213735A (zh) * | 2020-08-25 | 2021-01-12 | 上海主线科技有限公司 | 一种针对雨雪天气的激光点云降噪方法 |
CN112348897A (zh) * | 2020-11-30 | 2021-02-09 | 上海商汤临港智能科技有限公司 | 位姿确定方法及装置、电子设备、计算机可读存储介质 |
CN112364888A (zh) * | 2020-10-16 | 2021-02-12 | 爱驰汽车(上海)有限公司 | 点云数据处理方法、装置、计算设备及计算机存储介质 |
CN112634181A (zh) * | 2019-09-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 用于检测地面点云点的方法和装置 |
DE102019129099A1 (de) * | 2019-10-29 | 2021-04-29 | Valeo Schalter Und Sensoren Gmbh | Objekterkennung anhand eines aktiven optischen Sensorsystems |
CN112784637A (zh) * | 2019-11-07 | 2021-05-11 | 北京百度网讯科技有限公司 | 地面障碍物探测方法、装置、电子设备及存储介质 |
CN112912756A (zh) * | 2019-09-17 | 2021-06-04 | 深圳市大疆创新科技有限公司 | 点云滤噪的方法、测距装置、系统、存储介质和移动平台 |
WO2022062519A1 (zh) * | 2020-09-22 | 2022-03-31 | 上海钛米机器人股份有限公司 | 地面检测方法、装置、设备及存储介质 |
CN114758096A (zh) * | 2022-04-15 | 2022-07-15 | 长沙行深智能科技有限公司 | 一种路沿检测方法、装置、终端设备和存储介质 |
CN115561736A (zh) * | 2022-10-25 | 2023-01-03 | 山东莱恩光电科技股份有限公司 | 一种激光雷达免维护护罩及雷达 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11592566B2 (en) * | 2019-08-15 | 2023-02-28 | Volvo Car Corporation | Vehicle systems and methods utilizing LIDAR data for road condition estimation |
CN111487646A (zh) * | 2020-03-31 | 2020-08-04 | 安徽农业大学 | 一种玉米植株形态在线检测方法 |
CN111738945B (zh) * | 2020-06-15 | 2023-11-10 | 鞍钢集团矿业有限公司 | 一种基于矿山的点云数据预处理方法 |
CN112630793B (zh) * | 2020-11-30 | 2024-05-17 | 深圳集智数字科技有限公司 | 一种确定平面异常点的方法和相关装置 |
CN113283494B (zh) * | 2021-05-21 | 2023-07-14 | 福建盛海智能科技有限公司 | 一种地面凹坑的检测方法及终端 |
CN113281717A (zh) * | 2021-06-04 | 2021-08-20 | 上海西井信息科技有限公司 | 基于激光雷达的地面过滤方法、系统、设备及存储介质 |
CN113534193B (zh) * | 2021-07-19 | 2024-06-18 | 京东鲲鹏(江苏)科技有限公司 | 确定目标反射点的方法、装置、电子设备及存储介质 |
CN113744323B (zh) * | 2021-08-11 | 2023-12-19 | 深圳蓝因机器人科技有限公司 | 点云数据处理方法和装置 |
CN113640826B (zh) * | 2021-08-11 | 2023-10-20 | 山东大学 | 一种基于3d激光点云的障碍物识别方法及系统 |
JP7224682B1 (ja) | 2021-08-17 | 2023-02-20 | 忠北大学校産学協力団 | 自律走行のための3次元多重客体検出装置及び方法 |
CN114708292A (zh) * | 2022-01-05 | 2022-07-05 | 上海交通大学 | 一种对象状态估计方法、装置、计算设备和车辆的改进方法 |
CN115015964A (zh) * | 2022-05-13 | 2022-09-06 | 深圳优地科技有限公司 | 一种路沿检测方法、装置、终端设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6330523B1 (en) * | 1996-04-24 | 2001-12-11 | Cyra Technologies, Inc. | Integrated system for quickly and accurately imaging and modeling three-dimensional objects |
CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
CN104950313A (zh) * | 2015-06-11 | 2015-09-30 | 同济大学 | 一种路面提取及道路坡度识别方法 |
CN106022381A (zh) * | 2016-05-25 | 2016-10-12 | 厦门大学 | 基于车载激光扫描点云的路灯杆自动提取技术 |
CN106408604A (zh) * | 2016-09-22 | 2017-02-15 | 北京数字绿土科技有限公司 | 一种点云数据的滤波方法及装置 |
CN106842231A (zh) * | 2016-11-08 | 2017-06-13 | 长安大学 | 一种道路边界检测及跟踪方法 |
CN107766405A (zh) * | 2016-08-23 | 2018-03-06 | 德尔福技术有限公司 | 自动车辆道路模型定义系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102490602B1 (ko) * | 2015-09-04 | 2023-01-19 | 현대모비스 주식회사 | 차량 주변의 물체 인식 장치 및 그 방법 |
CN105488770B (zh) * | 2015-12-11 | 2018-03-02 | 中国测绘科学研究院 | 一种面向对象的机载激光雷达点云滤波方法 |
US10031231B2 (en) * | 2016-09-12 | 2018-07-24 | Delphi Technologies, Inc. | Lidar object detection system for automated vehicles |
US10186049B1 (en) * | 2017-03-06 | 2019-01-22 | URC Ventures, Inc. | Determining changes in object structure over time using mobile device images |
CN107798657B (zh) * | 2017-10-30 | 2019-01-04 | 武汉珞珈新空科技有限公司 | 一种基于圆柱坐标的车载激光点云滤波方法 |
CN108427124B (zh) * | 2018-02-02 | 2020-05-12 | 北京智行者科技有限公司 | 一种多线激光雷达地面点分离方法及装置、车辆 |
-
2018
- 2018-09-07 CN CN201811045711.5A patent/CN109188448B/zh active Active
-
2019
- 2019-06-27 US US16/454,151 patent/US20200081124A1/en active Pending
- 2019-07-03 JP JP2019124593A patent/JP6906569B2/ja active Active
- 2019-07-10 EP EP19185606.1A patent/EP3620812A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6330523B1 (en) * | 1996-04-24 | 2001-12-11 | Cyra Technologies, Inc. | Integrated system for quickly and accurately imaging and modeling three-dimensional objects |
CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
CN104950313A (zh) * | 2015-06-11 | 2015-09-30 | 同济大学 | 一种路面提取及道路坡度识别方法 |
CN106022381A (zh) * | 2016-05-25 | 2016-10-12 | 厦门大学 | 基于车载激光扫描点云的路灯杆自动提取技术 |
CN107766405A (zh) * | 2016-08-23 | 2018-03-06 | 德尔福技术有限公司 | 自动车辆道路模型定义系统 |
CN106408604A (zh) * | 2016-09-22 | 2017-02-15 | 北京数字绿土科技有限公司 | 一种点云数据的滤波方法及装置 |
CN106842231A (zh) * | 2016-11-08 | 2017-06-13 | 长安大学 | 一种道路边界检测及跟踪方法 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872329A (zh) * | 2019-01-28 | 2019-06-11 | 重庆邮电大学 | 一种基于三维激光雷达的地面点云快速分割方法 |
CN112136018A (zh) * | 2019-04-24 | 2020-12-25 | 深圳市大疆创新科技有限公司 | 测距装置点云滤噪的方法、测距装置和移动平台 |
CN110443786B (zh) * | 2019-07-25 | 2021-12-07 | 深圳一清创新科技有限公司 | 激光雷达点云滤波方法、装置、计算机设备和存储介质 |
CN110443786A (zh) * | 2019-07-25 | 2019-11-12 | 深圳一清创新科技有限公司 | 激光雷达点云滤波方法、装置、计算机设备和存储介质 |
CN110674705A (zh) * | 2019-09-05 | 2020-01-10 | 北京智行者科技有限公司 | 基于多线激光雷达的小型障碍物检测方法及装置 |
CN112912756A (zh) * | 2019-09-17 | 2021-06-04 | 深圳市大疆创新科技有限公司 | 点云滤噪的方法、测距装置、系统、存储介质和移动平台 |
CN112634181A (zh) * | 2019-09-24 | 2021-04-09 | 北京百度网讯科技有限公司 | 用于检测地面点云点的方法和装置 |
DE102019129099A1 (de) * | 2019-10-29 | 2021-04-29 | Valeo Schalter Und Sensoren Gmbh | Objekterkennung anhand eines aktiven optischen Sensorsystems |
CN112784637A (zh) * | 2019-11-07 | 2021-05-11 | 北京百度网讯科技有限公司 | 地面障碍物探测方法、装置、电子设备及存储介质 |
CN112784637B (zh) * | 2019-11-07 | 2024-01-12 | 北京百度网讯科技有限公司 | 地面障碍物探测方法、装置、电子设备及存储介质 |
CN110928301A (zh) * | 2019-11-19 | 2020-03-27 | 北京小米智能科技有限公司 | 一种检测微小障碍的方法、装置及介质 |
CN110928301B (zh) * | 2019-11-19 | 2023-06-30 | 北京小米智能科技有限公司 | 一种检测微小障碍的方法、装置及介质 |
CN111208530B (zh) * | 2020-01-15 | 2022-06-17 | 北京四维图新科技股份有限公司 | 定位图层生成方法、装置、高精度地图及设备 |
CN111208530A (zh) * | 2020-01-15 | 2020-05-29 | 北京四维图新科技股份有限公司 | 定位图层生成方法、装置、高精度地图及设备 |
CN111435163A (zh) * | 2020-03-18 | 2020-07-21 | 深圳市镭神智能系统有限公司 | 地面点云数据过滤方法、装置、探测系统及存储介质 |
CN111487641A (zh) * | 2020-03-19 | 2020-08-04 | 福瑞泰克智能系统有限公司 | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 |
CN111487641B (zh) * | 2020-03-19 | 2022-04-22 | 福瑞泰克智能系统有限公司 | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 |
CN112213735A (zh) * | 2020-08-25 | 2021-01-12 | 上海主线科技有限公司 | 一种针对雨雪天气的激光点云降噪方法 |
WO2022062519A1 (zh) * | 2020-09-22 | 2022-03-31 | 上海钛米机器人股份有限公司 | 地面检测方法、装置、设备及存储介质 |
CN112180343A (zh) * | 2020-09-30 | 2021-01-05 | 东软睿驰汽车技术(沈阳)有限公司 | 激光点云数据处理方法、装置、设备及无人驾驶系统 |
CN112364888A (zh) * | 2020-10-16 | 2021-02-12 | 爱驰汽车(上海)有限公司 | 点云数据处理方法、装置、计算设备及计算机存储介质 |
CN112348897A (zh) * | 2020-11-30 | 2021-02-09 | 上海商汤临港智能科技有限公司 | 位姿确定方法及装置、电子设备、计算机可读存储介质 |
CN114758096A (zh) * | 2022-04-15 | 2022-07-15 | 长沙行深智能科技有限公司 | 一种路沿检测方法、装置、终端设备和存储介质 |
CN115561736A (zh) * | 2022-10-25 | 2023-01-03 | 山东莱恩光电科技股份有限公司 | 一种激光雷达免维护护罩及雷达 |
CN115561736B (zh) * | 2022-10-25 | 2023-10-13 | 山东莱恩光电科技股份有限公司 | 一种激光雷达免维护护罩及雷达 |
Also Published As
Publication number | Publication date |
---|---|
JP6906569B2 (ja) | 2021-07-21 |
US20200081124A1 (en) | 2020-03-12 |
JP2020042009A (ja) | 2020-03-19 |
EP3620812A1 (en) | 2020-03-11 |
CN109188448B (zh) | 2020-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109188448A (zh) | 点云非地面点过滤方法、装置及存储介质 | |
CN106959078B (zh) | 一种用于三维轮廓测量的轮廓测量方法 | |
CN110084895B (zh) | 对点云数据进行标注的方法和设备 | |
US20210208261A1 (en) | Method for identification of a noise point used for lidar, and lidar system | |
CN109961468B (zh) | 基于双目视觉的体积测量方法、装置及存储介质 | |
US10534091B2 (en) | Method and apparatus for generating road surface, method and apparatus for processing point cloud data, computer program, and computer readable recording medium | |
Tuley et al. | Analysis and removal of artifacts in 3-D LADAR data | |
US7616817B2 (en) | Three dimensional shape correlator | |
CN112513679B (zh) | 一种目标识别的方法和装置 | |
JP2018028535A (ja) | 検査ステーションに配置された車両の最外寸法を測定するための方法及びシステム | |
JPH10510352A (ja) | 走査装置および走査方法 | |
CN107479065B (zh) | 一种基于激光雷达的林窗立体结构量测方法 | |
CN105487076A (zh) | 一种毫米波云雷达大雾能见度反演方法及系统 | |
CN106996795B (zh) | 一种车载激光外参标定方法和装置 | |
US20180121750A1 (en) | Method to provide a vehicle environment contour polyline from detection data | |
CN110126821A (zh) | 基于长距离超声波的路沿位置及角度检测方法及其系统 | |
CN106296708A (zh) | 车辆追踪方法和装置 | |
CN114026410A (zh) | 点云着色方法、点云着色系统和计算机存储介质 | |
DE112019007925T5 (de) | Objekt-Erkennungsvorrichtung und Objekt-Erkennungsverfahren | |
ES2836739T3 (es) | Monitorización del ángulo de dirección durante el transporte por aeronaves | |
CN109765567B (zh) | 基于长方体标定物的二维激光测距仪定位方法 | |
CN116129669A (zh) | 一种基于激光雷达的车位测评方法、系统、设备及介质 | |
CN113095112A (zh) | 点云数据的获取方法及装置 | |
CN109597067A (zh) | 毫米波辐射计线列扫描低识别度目标的分析方法和系统 | |
JPWO2019031373A1 (ja) | 地物データ構造 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211011 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Patentee after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Patentee before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TR01 | Transfer of patent right |