CN110379006A - 一种基于移动激光雷达扫描点云的三维斑马线重建方法 - Google Patents

Abstract

本发明公开了一种基于移动激光雷达扫描点云的三维斑马线重建方法，包括以下步骤：S1、输入原始点云，原始点云通过移动激光雷达对斑马线进行扫描获得；S2、生成拟合模型，拟合模型由一参数组确定，参数组包含位置信息、长度信息及角度信息；S3、计算原始点云与步骤S2生成的拟合模型之间的相似值；S4、利用布谷鸟搜索算法调整拟合模型参数；S5、重复步骤S2、S3、S4，直到找到最优拟合模型。本发明通过建立拟合模型并结合布谷鸟搜索算法来获得最优拟合模型，从而实现三维斑马线的重建，能够获取斑马线的长度、宽度以及坡度信息，进而能够为高清地图制作和自动驾驶系统提供有价值的斑马线几何信息。

Description

一种基于移动激光雷达扫描点云的三维斑马线重建方法

技术领域

本发明涉及点云处理技术领域，特别涉及一种基于移动激光雷达扫描点云的三维斑马线重建方法。

背景技术

高精度地图和自动驾驶系统需要大量的道路目标模型，而点云凭其精确测量能力在现代智慧交通中具有着无可比拟的作用。基于三维点云数据的道路目标检测、识别及重建受到越来越多研究人员的青睐。移动激光扫描系统已经成为获取目标物体表面信息的主流技术，因其灵活、快速、准确的优势，广泛应用于收集城市道路中基础设施的点云数据，例如树，灯杆，交通标志牌和道路标志等。近几年，对城市道路标志(包括斑马线、车道线)的检测和提取开始转向三维点云场景，直接从三维点云中检测、识别和提取目标。

斑马线作为常见的道路标志，通常由多条平行的白色实线组成，其向司机和其他道路使用者提供重要指示。但目前针对斑马线的研究仅停留在检测和提取斑马线点云上，而缺少对斑马线几何信息(如面积、坡度等)的分析获取，而斑马线几何信息对高清地图制作和自动驾驶系统来说具有非常重要的价值。

发明内容

本发明的目的在于提供一种基于移动激光扫描点云的三维斑马线重建方法，可以获取更多关于斑马线的几何信息，包括坡度信息。

为实现上述目的，本发明采用以下技术方案：

一种基于移动激光雷达扫描点云的三维斑马线重建方法，包括以下步骤：

S1、输入原始点云，所述原始点云通过移动激光雷达对斑马线进行扫描获得；

S2、生成拟合模型，所述拟合模型由一参数组确定，所述参数组包含位置信息、长度信息及角度信息；

S3、计算所述原始点云与步骤S2生成的拟合模型之间的相似值；

S4、利用布谷鸟搜索算法调整拟合模型参数；

S5、重复步骤S2、S3、S4，直到找到最优拟合模型。

进一步地，所述步骤S2中的相似值通过以下公式计算：

|M|＝L₁×L₂

其中，M为拟合模型，D为原始点云，s(M,D)为拟合模型M与原始点云D之间的相似值，|M|为拟合模型M的面积,L₁和L₂分别为拟合模型M的长度值和宽度值，d(M,D)为拟合模型M到原始点云D的豪斯多夫距离，||·||代表两点之间的欧几里得距离，p和q分别为拟合模型M与原始点云D上的点。

进一步地，所述步骤S5中的最优拟合模型定义为：

M'＝arg max s(M,D)

其中，M'为最优拟合模型。

优选地，所述参数组包括7个参数，其中3个参数为位置信息，2个参数为长度信息，2个参数为角度信息。

优选地，所述拟合模型为一个可以围绕起始点多角度旋转的矩形平面。

优选地，所述原始点云为单条斑马线的点云数据。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

本发明通过建立拟合模型并结合布谷鸟搜索算法来获得最优拟合模型，从而实现三维斑马线的重建，能够获取斑马线的长度、宽度以及坡度信息，进而能够为高清地图制作和自动驾驶系统提供有价值的斑马线几何信息。本发明利用拟合模型来实现斑马线的三维重建，鲁棒性强，能够有效避免点云噪声对三维重建结果的影响。

附图说明

图1为本发明的流程示意图；

图2示出了本发明步骤S1输入的原始点云；

图3示出了本发明步骤S5三维重建的结果。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

请参阅图1，本发明公开了一种基于移动激光雷达扫描点云的三维斑马线重建方法，其包括以下步骤：

S1、输入原始点云，原始点云通过移动激光雷达对斑马线进行扫描获得。通过读取原始点云，获得原始点云的空间坐标信息，将其绘制并显示在交互窗口。在本实施例中，原始点云为单条斑马线的点云数据。

S2、生成拟合模型，拟合模型由一参数组确定，参数组包含位置信息、长度信息及角度信息。参数组包括7个参数，其中3个参数为位置信息，2个参数为长度信息，2个参数为角度信息。拟合模型为一个可以围绕起始点多角度旋转的矩形平面。本步骤具体为:

首先，设定拟合模型由7个参数共同确定，其中3个是位置信息，2个是长度信息，2个是角度信息。初始拟合模型的各个参数是预先设定的，之后生成拟合模型的参数通过优化得到。

然后，设置拟合模型是一个可以围绕着起始点多角度旋转的矩形平面。

最后，执行程序生成拟合模型。

S3、计算原始点云与步骤S2生成的拟合模型之间的相似值。本步骤，相似值通过以下公式计算：

|M|＝L₁×L₂

其中，M为拟合模型，D为原始点云，s(M,D)为拟合模型M与原始点云D之间的相似值，|M|为拟合模型M的面积,L₁和L₂分别为拟合模型M的长度值和宽度值，d(M,D)为拟合模型M到原始点云D的豪斯多夫距离，||·||代表两点之间的欧几里得距离，p和q分别为拟合模型M与原始点云D上的点。

应该理解的是，对原始点云进行拟合的目的是为找到和原始点云最相似的矩形平面(即拟合模型)，为了区分哪一个拟合模型和斑马线原始点云最相似，所以需要计算原始点云和拟合模型之间相似值。

S4、利用布谷鸟搜索算法调整拟合模型参数。布谷鸟搜索算法是一种随机优化算法，其灵感来源于布谷鸟的繁殖行为。在这个过程中，将不断调整拟合模型的7个参数以获得最优拟合模型，也就是生成的拟合模型将会和输入的原始点云越来越相似。

S5、重复步骤S2、S3、S4，直到找到最优拟合模型，从而实现斑马线的三维重建，同时获得斑马线的长度、宽度及坡度信息。最优拟合模型定义为：

M'＝arg max s(M,D)

其中，M'为最优拟合模型。

为便于更清楚直观的理解本发明，图2示出了步骤S1中输入原始点云，图3示出了步骤S5中三维重建的结果。

以上所述，仅为本发明较佳的具体实施方式，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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (6)

1.一种基于移动激光雷达扫描点云的三维斑马线重建方法，其特征在于，包括以下步骤：

S1、输入原始点云，所述原始点云通过移动激光雷达对斑马线进行扫描获得；

S2、生成拟合模型，所述拟合模型由一参数组确定，所述参数组包含位置信息、长度信息及角度信息；

S3、计算所述原始点云与步骤S2生成的拟合模型之间的相似值；

S4、利用布谷鸟搜索算法调整拟合模型参数；

S5、重复步骤S2、S3、S4，直到找到最优拟合模型。

2.如权利要求1所述的一种基于移动激光雷达扫描点云的三维斑马线重建方法，其特征在于，所述步骤S2中的相似值通过以下公式计算：

|M|＝L₁×L₂

其中，M为拟合模型，D为原始点云，s(M，D)为拟合模型M与原始点云D之间的相似值，|M|为拟合模型M的面积，L₁和L₂分别为拟合模型M的长度值和宽度值，d(M，D)为拟合模型M到原始点云D的豪斯多夫距离，||·||代表两点之间的欧几里得距离，p和q分别为拟合模型M与原始点云D上的点。

3.如权利要求2所述的一种基于移动激光雷达扫描点云的三维斑马线重建方法，其特征在于，所述步骤S5中的最优拟合模型定义为：

M′＝argmaxs(M，D)

其中，M′为最优拟合模型。

4.如权利要求2或3所述的一种基于移动激光雷达扫描点云的三维斑马线重建方法，其特征在于，所述参数组包括7个参数，其中3个参数为位置信息，2个参数为长度信息，2个参数为角度信息。

5.如权利要求4所述的一种基于移动激光雷达扫描点云的三维斑马线重建方法，其特征在于，所述拟合模型为一个可以围绕起始点多角度旋转的矩形平面。

6.如权利要求4所述的一种基于移动激光雷达扫描点云的三维斑马线重建方法，其特征在于，所述原始点云为单条斑马线的点云数据。