CN110824456A - 一种自适应分辨率三维激光扫描方法 - Google Patents

Abstract

本发明提供一种自适应分辨率三维激光扫描方法，包括以下步骤：S1)对环境采用垂直分辨率ω、水平分辨率τ进行粗扫描；S2)将粗扫描数据P切分成n小段，计算每小段的物体复杂度

S3)计算不同水平角度区间对应的水平扫描分辨率μ_x；S4)对不同水平角度区间采用垂直分辨率ω、水平扫描分辨率μ_x进行精细扫描；S5)以精细扫描数据P'来补充粗扫描数据P，形成融合后的数据P_mix。本发明对于未知复杂度的环境，自适应分辨率扫描可以实现对环境中简单物体的快速扫描，对于环境中的复杂物体，通过精细扫描可以获得复杂物体的细节信息，在扫描分辨率和扫描时间(数据量)之间取得了平衡。

Description

一种自适应分辨率三维激光扫描方法

技术领域

本发明涉及三维扫描技术领域，尤其是一种自适应分辨率三维激光扫描方法。

背景技术

激光视觉系统的理论研究在现实生活中被广泛应用，如无人驾驶汽车，机器人导航，建筑物重建和遥感。激光雷达系统通过估计从激光雷达发出的光和从远处物体反射的光的到达时间间隔，来测量激光发射点到物体的距离，相比于图像，其不受光照影响有其独特优势。

现有的激光雷达产品都是固定分辨率、均匀扫描的。这种方式对于结构简单的物体如墙面、平地等会浪费时间并获得大量冗余数据，对于复杂的对象则某些分辨率可能无法获得精确的细节信息。

发明内容

针对现有技术的不足，本发明提供一种自适应分辨率三维激光扫描方法，本发明利用利用人造物体本身的垂直特征，采用固定垂直分辨率、自适应水平分辨率的扫描方式，可以较快速的获得结构简单的物体信息，对于复杂物体采用高分辨率进行扫描，在扫描分辨率和扫描时间(数据量)之间取得了平衡。

本发明的技术方案为：一种自适应分辨率三维激光扫描方法，包括以下步骤：

S1)、对环境采用垂直分辨率ω、水平分辨率τ进行粗扫描，获得激光雷达数据P；

P＝{p_i,j},i＝1,2,...n,j＝1,2,...,m；

其中，n是指激光雷达水平总帧数，m是指激光雷达垂直总帧数；p_i,j＝(α_i,β_j,d_i,j)为水平第i帧、垂直第j帧的扫描点，其中，α_i为水平第i帧角度、β_j为垂直第j帧角度、d_i,j为水平第i帧、垂直第j帧时测得的距离；

S2)、以水平总帧数n为划分依据将粗扫描数据P切分成小段，计算每小段的物体复杂度

其中，

为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1，即水平角度范围[α_x,α_x+L-1]之间的扫描区域的物体复杂度；

S3)、计算不同水平角度区间对应的水平扫描分辨率μ_x；

其中，μ_x为水平角度范围[α_x,α_x+L-1],x＝1,2,...,n-L+1之间的水平扫描分辨率；

S4)、对不同水平角度区间采用垂直分辨率ω、水平扫描分辨率μ_x进行精细扫描得到P'＝{p'_i,j},i＝1,2,...n',j＝1,2,...,m；

其中，n'是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，p'_i,j＝(α'_i,β_j,d'_i,j)为水平第i帧、垂直第j帧的扫描点，其中α'_i为水平第i帧角度、β_j为垂直第j帧角度、d'_i,j为水平第i帧、垂直第j帧时测得的距离；

S5)、以精细扫描数据P'来补充粗扫描数据P，形成融合后的数据P_mix：

其中，n_mix是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，

为水平第i帧、垂直第j帧的扫描点，其中

为水平第i帧角度、β_j为垂直第j帧角度、

为水平第i帧、垂直第j帧时测得的距离。

优选的，步骤S2)中，使用短时傅里叶变换来计算每小段的物体复杂度

具体步骤如下：

S201)、对于粗扫描数据P＝{p_i,j},i＝1,2,...n,j＝1,2,...,m中的距离d_i,j，使用STFT后得到对应每个水平角度α_x的DTFT结果

计算式如下：

其中，为

的离散时间傅里叶变换，

是粗扫描数据水平总帧数n被长度为L的矩形窗截取的部分的距离数据组成的矩阵，即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1，即水平角度范围[α_x,α_x+L-1]，垂直帧数范围[1,m]所对应的距离，α_x为水平第x帧的角度；STFT为短时傅里叶变换，DTFT为离散时间傅里叶变换，L为短时傅里叶变换窗体的宽度；

S202)、计算

中高频分量所占比重

高频比

即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的扫描区域的物体复杂度，L为短时傅里叶变换窗体的宽度。

优选的，上述方法中，步骤S3)中，计算不同水平角度区间对应的水平扫描分辨率μ_x，具体如下：

S301)、构建如下函数：

其中，S为代价函数，μ_x为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的区域对应的水平扫描分辨率，τ是粗扫描的水平扫描分辨率，

即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的扫描区域的物体复杂度，c为复杂度归一化常数，L为短时傅里叶变换窗体的宽度；

S302)、令代价函数S取最小值，求出复杂度归一化常数c，然后求解出不同水平角度区间对应的水平扫描分辨率μ_x。

优选的，步骤S5)中，若精细扫描数据P'的水平第x帧的角度α'_x与粗扫描数据P的水平第y帧的角度α_y相等，则粗扫描数据P水平第y帧的距离d_y,j为：

d_y,j＝(d_y,j+d'_x,j)/2,j＝1,2,...,m；

若精细扫描数据P'的水平第x帧的角度α'_x在粗扫描数据P中无对应角度，即α'_x≠α_i,i＝1,2,...,n，则向粗扫描数据P中添加数据p'_x,j＝(α'_x,β_j,d'_x,j),j＝1,2,...,m，经过上述变化的粗扫描数据P就变为融合后的数据P_mix。

优选的，步骤S5)中，对融合后的数据P_mix进行插值滤波后处理。

本发明的有益效果为：对于未知复杂度的环境，自适应分辨率扫描可以实现对环境中简单物体的快速扫描，对于环境中的复杂物体，通过精细扫描可以获得复杂物体的细节信息，在扫描分辨率和扫描时间(数据量)之间取得了平衡。

附图说明

图1为本发明的流程示意图；

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明：

如图1所示，一种自适应分辨率三维激光扫描方法，包括以下步骤：

S1)、对环境采用垂直分辨率ω、水平分辨率τ进行粗扫描，获得激光雷达数据P；

P＝{p_i,j},i＝1,2,...n,j＝1,2,...,m；

其中，n是指激光雷达水平总帧数，m是指激光雷达垂直总帧数；p_i,j＝(α_i,β_j,d_i,j)为水平第i帧、垂直第j帧的扫描点，其中，α_i为水平第i帧角度、β_j为垂直第j帧角度、d_i,j为水平第i帧、垂直第j帧时测得的距离；

S2)、以水平总帧数n为划分依据将粗扫描数据P切分成小段，计算每小段的物体复杂度

其中，

为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1，即水平角度范围[α_x,α_x+L-1]之间的扫描区域的物体复杂度；

其中，本实施例采用使用短时傅里叶变换来计算每小段的物体复杂度

具体步骤如下：

S201)、对于粗扫描数据P＝{p_i,j},i＝1,2,...n,j＝1,2,...,m中的距离d_i,j，使用STFT后得到对应每个水平角度α_x的DTFT结果

计算式如下：

其中，

为

的离散时间傅里叶变换，是粗扫描数据水平总帧数n被长度为L的矩形窗截取的部分的距离数据组成的矩阵，即

为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1，即水平角度范围[α_x,α_x+L-1]，垂直帧数范围[1,m]所对应的距离，α_x为水平第x帧的角度；STFT为短时傅里叶变换，DTFT为离散时间傅里叶变换，L为短时傅里叶变换窗体的宽度；

S202)、计算

中高频分量所占比重

高频比

即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的扫描区域的物体复杂度，L为短时傅里叶变换窗体的宽度。

S3)、计算不同水平角度区间对应的水平扫描分辨率μ_x；其中，μ_x为水平角度范围[α_x,α_x+L-1],x＝1,2,...,n-L+1之间的水平扫描分辨率；具体如下：

S301)、构建如下函数：

其中，S为代价函数，μ_x为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的区域对应的水平扫描分辨率，τ是粗扫描的水平扫描分辨率，

即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的扫描区域的物体复杂度，c为复杂度归一化常数，L为短时傅里叶变换窗体的宽度；

S302)、令代价函数S取最小值，求出复杂度归一化常数c，然后求解出不同水平角度区间对应的水平扫描分辨率μ_x。

S4)、对不同水平角度区间采用垂直分辨率ω、水平扫描分辨率μ_x进行精细扫描得到P'＝{p'_i,j},i＝1,2,...n',j＝1,2,...,m；

其中，n'是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，p'_i,j＝(α'_i,β_j,d'_i,j)为水平第i帧、垂直第j帧的扫描点，其中α'_i为水平第i帧角度、β_j为垂直第j帧角度、d'_i,j为水平第i帧、垂直第j帧时测得的距离；

S5)、以精细扫描数据P'来补充粗扫描数据P，形成融合后的数据P_mix，对融合后的数据P_mix进行插值滤波后处理：

其中，n_mix是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，

为水平第i帧、垂直第j帧的扫描点，其中

为水平第i帧角度、β_j为垂直第j帧角度、为水平第i帧、垂直第j帧时测得的距离。

若精细扫描数据P'的水平第x帧的角度α'_x与粗扫描数据P的水平第y帧的角度α_y相等，则粗扫描数据P水平第y帧的距离d_y,j为：

d_y,j＝(d_y,j+d'_x,j)/2,j＝1,2,...,m；

若精细扫描数据P'的水平第x帧的角度α'_x在粗扫描数据P中无对应角度，即α'_x≠α_i,i＝1,2,...,n，则向粗扫描数据P中添加数据p'_x,j＝(α'_x,β_j,d'_x,j),j＝1,2,...,m，经过上述变化的粗扫描数据P就变为融合后的数据P_mix。

从上述实施例中可以看出，对于未知复杂度的环境，自适应分辨率扫描可以实现对环境中简单物体的快速扫描，对于环境中的复杂物体，通过精细扫描可以获得复杂物体的细节信息，在扫描分辨率和扫描时间(数据量)之间取得了平衡。

上述实施例和说明书中描述的只是说明本发明的原理和最佳实施例，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (8)

1.一种自适应分辨率三维激光扫描方法，其特征在于，包括以下步骤：

S1)、对环境采用垂直分辨率ω、水平分辨率τ进行粗扫描，获得激光雷达数据P；

P＝{p_i,j},i＝1,2,...n,j＝1,2,...,m；

其中，n是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，p_i,j为水平第i帧、垂直第j帧的扫描点；

S2)、以水平总帧数n为划分依据将粗扫描数据P切分成小段，计算每小段的物体复杂度

其中，

为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1之间的扫描区域的物体复杂度；

S3)、计算不同水平角度区间对应的水平扫描分辨率μ_x；

S4)、对不同水平角度区间采用垂直分辨率ω、水平扫描分辨率μ_x进行精细扫描得到P'；

P'＝{p'_i,j},i＝1,2,...n',j＝1,2,...,m；

其中，n'是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，p'_i,j为水平第i帧、垂直第j帧的扫描点；

S5)、以精细扫描数据P'来补充粗扫描数据P，形成融合后的数据P_mix：

其中，n_mix是指激光雷达水平总帧数，m是指激光雷达垂直总帧数，

为融合后水平第i帧、垂直第j帧的扫描点。

2.根据权利要求1所述的一种自适应分辨率三维激光扫描方法，其特征在于：步骤S1)中，p_i,j＝(α_i,β_j,d_i,j)，其中，α_i为水平第i帧角度、β_j为垂直第j帧角度、d_i,j为水平第i帧、垂直第j帧时测得的距离；

步骤S4)中，p'_i,j＝(α'_i,β_j,d'_i,j)，其中α'_i为水平第i帧角度、β_j为垂直第j帧角度、d'_i,j为水平第i帧、垂直第j帧时测得的距离；

步骤S5)中，其中

为水平第i帧角度、β_j为垂直第j帧角度、

为水平第i帧、垂直第j帧时测得的距离。

3.根据权利要求1所述的一种自适应分辨率三维激光扫描方法，其特征在于：步骤S2)中，使用短时傅里叶变换来计算每小段的物体复杂度

4.根据权利要求3所述的一种自适应分辨率三维激光扫描方法，其特征在于：使用短时傅里叶变换来计算每小段的物体复杂度

具体步骤如下：

S201)、对于粗扫描数据P＝{p_i,j},i＝1,2,...n,j＝1,2,...,m中的距离d_i,j，使用STFT后得到对应每个水平角度α_x的DTFT结果

计算式如下：

其中，

为

的离散时间傅里叶变换，

是粗扫描数据水平总帧数n被长度为L的矩形窗截取的部分的距离数据组成的矩阵，即

为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1，即水平角度范围[α_x,α_x+L-1]，垂直帧数范围[1,m]所对应的距离，α_x为水平第x帧的角度；STFT为短时傅里叶变换，DTFT为离散时间傅里叶变换，L为短时傅里叶变换窗体的宽度；

S202)、计算

中高频分量所占比重

高频比即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的扫描区域的物体复杂度，L为短时傅里叶变换窗体的宽度。

5.根据权利要求1所述的一种自适应分辨率三维激光扫描方法，其特征在于：步骤S3)中，计算不同水平角度区间对应的水平扫描分辨率μ_x，具体如下：

S301)、构建如下函数：

其中，S为代价函数，μ_x为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的区域对应的水平扫描分辨率，τ是粗扫描的水平扫描分辨率，

即为水平帧数范围[x,x+L-1],x＝1,2,...,n-L+1(即水平角度范围[α_x,α_x+L-1])之间的扫描区域的物体复杂度，c为复杂度归一化常数，L为短时傅里叶变换窗体的宽度；

S302)、令代价函数S取最小值，求出复杂度归一化常数c，然后求解出不同水平角度区间对应的水平扫描分辨率μ_x。

6.根据权利要求1所述的一种自适应分辨率三维激光扫描方法，其特征在于：步骤S5)中，若精细扫描数据P'的水平第x帧的角度α'_x与粗扫描数据P的水平第y帧的角度α_y相等，则粗扫描数据P水平第y帧的距离d_y,j为：

d_y,j＝(d_y,j+d'_x,j)/2,j＝1,2,...,m。

7.根据权利要求6所述的一种自适应分辨率三维激光扫描方法，其特征在于：步骤S5)中，若精细扫描数据P'的水平第x帧的角度α'_x在粗扫描数据P中无对应角度，即α'_x≠α_i,i＝1,2,...,n，则向粗扫描数据P中添加数据p'_x,j＝(α'_x,β_j,d'_x,j),j＝1,2,...,m，经过上述变化的粗扫描数据P就变为融合后的数据P_mix。

8.根据权利要求7所述的一种自适应分辨率三维激光扫描方法，其特征在于：步骤S5)中，对融合后的数据P_mix进行插值滤波后处理。

Images