CN111239706B - 一种激光雷达数据处理方法 - Google Patents

Abstract

本发明公开了一种激光雷达数据处理方法，有效的解决了离线栅格地图不能有效的减少冗余的点云数据，有效区域的提取率不高，使计算时间和计算时长不能得到有效改善，进而影响到车辆的正常行驶的问题。本发明首先根据车辆位置信息确定车辆行驶区域后，车载处理器将车辆行驶区域制作为离线栅格地图，激光雷达将车辆周围环境转换为点云数据，利用数据处理方法先对点云数据进行分块处理，然后和离线栅格地图进行“与”操作，实现了在车辆的多个行驶场景中滤除了冗余的点云数据，减少了点云数据的计算量，缩短了计算时间，提高了点云数据的实施效率，提高了有效区域的提取率，减少了冗余的点云数据对车辆正常行驶的影响。

Description

一种激光雷达数据处理方法

技术领域

本发明涉及数据处理领域，特别是一种激光雷达数据处理方法。

背景技术

在激光雷达检测环境时产生的点云数据数以万计，仅16线的机械式激光雷达每秒出点云数据在30万左右，其中包括雷达周围360°的所有障碍物信息，由于激光雷达转换的点云数据具有冗余和稀疏性，需要将无关区域的点云数据给过滤掉，提取有效区域方便后续处理。现有技术采用离线栅格地图和将激光雷达扫描范围栅格化进行“与”操作，来对无关区域的点云数据进行滤除，但激光雷达的扫描范围内的栅格的标签都为1，造成了10cm*10cm的离线栅格地图虽已减少了车辆行驶过程中的一部分计算量，但需要进行“与”操作的范围还是较大，数据计算量还是很高，计算时间还是很长，计算效率不高，提取到的有效区域率不高，车辆行驶也受到了影响的问题。

因此本发明提供一种的新的方案来解决此问题。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种激光雷达数据处理方法，有效的解决了离线栅格地图不能有效的减少冗余的点云数据，使计算时间和计算时长不能得到有效改善，进而影响到车辆的正常行驶的问题。

其解决的技术方案如下：

本发明提供了一种激光雷达数据处理方法，所述车辆行驶区域根据车辆位置信息被确定后，车载处理器将车辆行驶区域制作为离线栅格地图，激光雷达将车辆周围环境转换为点云数据，利用数据处理方法对点云数据和离线栅格地图进行“与”操作，数据处理方法包括以下步骤：

S1、根据车辆位置信息确定车辆行驶区域，制作10cm*10cm的离线栅格地图，将栅格贴上0或1标签，将道路边缘之内的所有车道的栅格贴上1标签作为有效区域，将道路边缘之外的栅格包括道路的绿化带的栅格贴上0标签作为无效区域；

S2、将栅格进行分类，根据栅格所在位置分为直行、转弯、十字路口和弯道场景，每一栅格内含有标签、车辆位置信息和场景；

S3、用激光雷达扫描行驶区域，将扫描到的区域视作圆形区域，根据S2所述场景将行驶区域根据车辆行驶车道进行分块处理，将车辆行驶车道以内作为有用区域，行驶区域除有用区域之外的为无用区域，将有用区域分为直接保留区域和待处理区域，将无用区域分为待操作区域和直接滤除区域，直接保留区域进行保留，直接滤除区域进行滤除；

S4、待处理区域和待操作区域均贴上1标签，待处理区域和待操作区域分别与离线栅格地图中的栅格进行“与”操作，在同为1时则为1，进行保留，否则为0，进行滤除；

S5、将S3中的直接保留区域和S4中进行“与”操作后标签为1的区域作为最终感兴趣区域。

本发明在离线栅格地图的基础上，进行“与”操作来滤除冗余的点云数据，首先获取车辆位置信息，根据车辆位置信息确定车辆行驶区域，车载处理器将车辆行驶区域制作为离线栅格地图，激光雷达将车辆周围环境转换为点云数据，数据处理方法先将点云数据先进行分块处理，然后和离线栅格地图进行“与”操作，实现了在车辆的多个行驶场景中滤除了冗余的点云数据，减少了点云数据的计算量，缩短了计算时间，提高了点云数据的实施效率，提高了有效区域的提取率，减少了对车辆正常行驶的影响。

附图说明

图1为本发明的现有技术图。

图2为本发明的激光雷达三车道扫描图。

图3为本发明的车辆位于单向三车道中间车道扫描图。

图4为本发明的车辆位于单向三车道左侧车道扫描图。

图5为本发明的车辆位于双车道十字路口中间位置扫描图。

图6为本发明的车辆位于双车道左转口待转位置扫描图。

图7为本发明的弯道行驶扫描图。

图8为本发明的激光雷达单车道扫描图。

图9为本发明的车辆位于单车道直行道行驶扫描图。

图10为本发明的车辆位于十字路口扫描图。

图11为本发明的车辆位于待左转的位置扫描图。

图12为本发明的车辆位于弯道行驶扫描图。

具体实施方式

为有关本发明的前述及其他技术内容、特点与功效，在以下配合参考附图1-12对实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的结构内容，均是以说明书附图为参考。

下面将参照附图描述本发明的各示例性的实施例。

一种激光雷达数据处理方法，应用在车辆所载有的处理器上，首先根据车辆行驶区域根据车辆位置信息被确定后，车载处理器将车辆行驶区域制作为离线栅格地图，激光雷达将车辆周围环境转换为点云数据，利用数据处理方法对点云数据进行分块处理，然后将分块处理后的点云数据和离线栅格地图进行“与”操作，减少点云数据的冗余，提高有效区域的提取率，其中数据处理方法包括以下步骤：

S1、根据车辆位置信息确定车辆行驶区域，制作10cm*10cm的离线栅格地图，将栅格贴上0或1标签，将道路边缘之内的所有车道的栅格贴上1标签作为有效区域，将道路边缘之外的栅格包括道路的绿化带的栅格贴上0标签作为无效区域；

S2、将栅格进行分类，根据栅格所在位置分为直行、转弯、十字路口和弯道场景，每一栅格内含有标签、车辆位置信息和场景；

S3、用激光雷达扫描行驶区域，将扫描到的区域视作圆形区域，根据S2所述场景将行驶区域根据车辆行驶车道进行分块处理，将车辆行驶车道以内作为有用区域，行驶区域除有用区域之外的为无用区域，将有用区域分为直接保留区域和待处理区域，将无用区域分为待操作区域和直接滤除区域，直接保留区域进行保留，直接滤除区域进行滤除；

S4、待处理区域和待操作区域均贴上1标签，待处理区域和待操作区域分别与离线栅格地图中的栅格进行“与”操作，在同为1时则为1，进行保留，否则为0，进行滤除；

S5、将S3中的直接保留区域和S4中进行“与”操作后标签为1的区域作为最终感兴趣区域；

所述步骤S3中，场景中的直接保留区域具体分为以下情况：

直行场景：将在有用区域内紧邻车辆所处位置的区域直接保留；

十字路口场景：将车辆所处位置的正前、正后、正左、正右的区域进行直接保留；

转弯场景：将车辆在有用区域内车辆所处车道的区域和所转向的区域直接保留；

弯道场景：将在有用区域内紧邻车辆所处车道的区域直接保留；

所述步骤S3中，场景中的直接滤除区域具体分为以下情况：

直行场景：直接滤除部分为车辆所处位置的正左和正右3m的位置，以30m为半径，圆周角为180°的扇形区域，其中圆形区域大于扇形区域；

转弯场景：直接滤除部分分别为车辆左前、左后、右前、右后的45°，6m位置，半径为30m，圆心角为90°的扇形区域，四个扇形区域关于道路对称；

十字路口场景：直接滤除部分分为左边扇形区域和右边扇形区域，左边扇形区域的中心坐标位于车辆正左3m位置，半径为30m，圆心角为90°，右边扇形区域的中心坐标位于车辆正左3m位置，半径为30m，圆心角为180°；

弯道场景：直接滤除部分分为左方扇形区域和右方扇形区域，左方扇形区域的中心坐标位于车辆正左3m位置，半径为30m,圆心角为130°，右方扇形区域的中心坐标位于车辆正右3m位置，半径为30m,圆心角为180°；

所述车辆位置信息包括车辆定位信息和车辆周围信息，其中车辆定位信息包括车辆在道路上的绝对位置和在道路上的相对位置，其中绝对位置是指车辆行驶所在车道，相对位置是指车辆所在车道左右各有的车道数量；

所述车辆定位信息通过两种方式进行检测，一种是通过车载传感器，另一种是预存储；

所述车载传感器包括GPS、RTK和摄像头；

所述车辆周围信息有两种获取方式，一种是通过摄像头，另一种是通过地图；

所述离线栅格地图在数据处理方法对点云数据进行处理前已经获取，一种获取方式是预先将离线栅格地图进行存储，车辆根据其位置信息和激光雷达覆盖范围去截取相应区域，另一种获取方式是在车辆行驶过程中，通过网络实时获取周围离线栅格地图；

所述点云数据包括车辆周围360°范围的物体，也包括只有某个水平角度范围内的点云数据；

本发明在进行使用的时候，当车辆在道路上行驶时，较粗的矩形区域为绿化带区域，如图2所示，黑色圆形虚线为雷达扫描范围，将雷达的扫描范围分为两部分，一部分为黑色矩形框无需进行“与”操作的区域①，在此称之为内圈部分，剩余部分为需要进行“与”操作的区域②，在此称之为外圈部分；

在有效区域内，将有用区域分为直接保留区域和待处理区域，根据场景的不同分为以下情况：

当车辆在单向三车道的道路上行驶，当位于中间车道时，将内圈部分按图3分为四个区域，在此，①③②④这四个区域全部保留，且区域①③的大小相对应，长应略小于雷达扫描范围R，宽为单个车道宽度，②④大小相对应，长为①+③+车长，因定位偏差，②④的宽应小于单车道的宽度；

当车辆在单向三车道的道路上行驶，当位于左侧车道时，如图4所示，内圈中直接保留区域为①②③，需进行“与”操作的待处理区域为④，与上一个场景相比，①③宽应略小于单个车道宽度，长度不变，区域②的长度不变，宽应大于一个车道宽度且略小于两个车道，原理与车辆在右侧车道时原理相同；

当车辆在双车道十字路口中间位置时，如图5所示，将内圈部分分为①②③④⑤⑥⑦⑧八个区域，①②③④为直接保留区域，⑤⑥⑦⑧为待处理区域，其中⑤⑥⑦⑧的区域大小相同；

当车辆在双车道左转口待转位置时，如图6所示，将内圈部分分为①②③④⑤⑥⑦⑧八个区域，待处理区域为④⑦，直接保留区域为①②③⑤⑥⑧，在待右转位置时，原理与之相同；

当车辆在弯道行驶时，位于如图7所示位置，将在有用区域内紧邻车辆所处车道的区域直接保留，首先将内圈部分同上个场景相同分为八个区域，然后对每一块矩形区域用对角线连接再拆分，每个矩形被拆为四个三角形，最后根据车辆具体位置确定需要进行“与”操作的三角形区域；

根据以上方法，将分割的不同类型区域点云进行组合，得到最终有效区域的点云数据，车辆在行驶过程中提取有效区域的点云数据的方法为：先制作离线地图，将整片区域栅格化，每个栅格不仅含有0/1标签和位置信息，还对应着某类场景（直行路段、十字路口、待转、弯道），预先设计每个场景的分块处理，在车辆行驶到该区域时，根据对应方法，将无需进行“与”操作的0区域直接保留，再将扫描范围剩余部分区域进行“与”操作，得到有效区域；

在无效区域内，将无用区域分为待操作区域和直接滤除区域，包括以下情况：

如图8所示，黑色较粗矩形为绿化带，当车辆在以下区域行驶时，将雷达扫描区域（黑色圆形虚线部分）分为两部分，一部分为②③区域，即无需进行“与”操作并且需要滤除的无效区域即直接滤除区域，在此称为内区，剩余部分为需要进行“与”操作的①区域即带操作区域，在此称为外区；

当车辆在单车道直行道路上行驶时，如图9所示，将雷达扫描范围分为三个区域，其中内块②为两个无效区域，大小相同，以车辆的朝向为轴对称，该区域无需进行“与”操作即直接滤除区域，直接滤除，外块①为雷达扫描范围的剩余区域为待操作区域，即需要进行“与”操作的区域，本场景中将②区域设为扇形，其他形状均可，但其面积需略小于雷达扫描到的无效区域；

当车辆处于如图10所示的十字路口时，将雷达的扫描范围分为五个区域，其中内块②为四个扇形区域，即无需进行“与”操作的直接滤除区域，外块①为待操作区域，需要对其进行“与”操作；

当车辆处于待左转的位置时，如图11所示，将整个雷达扫描区域划分为三个区域，其中内块②区域为两个不同的扇形区域，即无需进行“与”操作的直接滤除区域，外块①为待操作区域，需要对其进行“与”操作；

当车辆在弯道道路行驶时，处在如图12所示位置中，该场景下将激光雷达的扫描区域分为三个，其中内块②区域为两个不同的扇形区域，即无需进行“与”操作的直接滤除区域，外块①为保留区域为待操作区域，需要对其进行“与”操作。

本发明还可应用但不仅限于车载/机载雷达的建图，点云目标检测、图像识别的场景。

Claims (9)

1.一种激光雷达数据处理方法，车辆行驶区域根据车辆位置信息被确定后，车载处理器将车辆行驶区域制作为离线栅格地图，激光雷达将车辆周围环境转换为点云数据，利用数据处理方法对点云数据和离线栅格地图进行“与”操作，其特征在于，所述数据处理方法包括以下步骤：

S1、根据车辆位置信息确定车辆行驶区域，制作10cm*10cm的离线栅格地图，将栅格贴上0或1标签，将道路边缘之内的所有车道的栅格贴上1标签作为有效区域，将道路边缘之外的栅格包括道路的绿化带的栅格贴上0标签作为无效区域；

S2、将栅格进行分类，根据栅格所在位置分为直行、转弯、十字路口和弯道场景，每一栅格内含有标签、车辆位置信息和场景；

S3、用激光雷达扫描行驶区域，将扫描到的区域视作圆形区域，根据S2所述场景将行驶区域根据车辆行驶车道进行分块处理，将车辆行驶车道以内作为有用区域，行驶区域除有用区域之外的为无用区域，将有用区域分为直接保留区域和待处理区域，将无用区域分为待操作区域和直接滤除区域，直接保留区域进行保留，直接滤除区域进行滤除；

S4、待处理区域和待操作区域均贴上1标签，待处理区域和待操作区域分别与离线栅格地图中的栅格进行“与”操作，在同为1时则为1，进行保留，否则为0，进行滤除；

S5、将S3中的直接保留区域和S4中进行“与”操作后标签为1的区域作为最终感兴趣区域。

2.如权利要求1所述的一种激光雷达数据处理方法，其特征在于，所述步骤S3中，根据场景中的直接保留区域具体分为以下情况：

直行场景：将在有用区域内紧邻车辆所处位置的区域直接保留；

十字路口场景：将车辆所处位置的正前、正后、正左、正右的区域进行直接保留；

转弯场景：将车辆在有用区域内车辆所处车道的区域和所转向的区域直接保留；

弯道场景：将在有用区域内紧邻车辆所处车道的区域直接保留。

3.如权利要求1所述的一种激光雷达数据处理方法，其特征在于，所述步骤S3中，根据场景中的直接滤除部分区域具体分为以下情况：

直行场景：直接滤除部分为车辆所处位置的正左和正右3m的位置，以30m为半径，圆周角为180°的扇形区域，其中圆形区域大于扇形区域；

转弯场景：直接滤除部分分别为车辆左前、左后、右前、右后的45°，6m位置，半径为30m，圆心角为90°的扇形区域，四个扇形区域关于道路对称；

十字路口场景：直接滤除部分分为左边扇形区域和右边扇形区域，左边扇形区域的中心坐标位于车辆正左3m位置，半径为30m，圆心角为90°，右边扇形区域的中心坐标位于车辆正左3m位置，半径为30m，圆心角为180°；

弯道场景：直接滤除部分分为左方扇形区域和右方扇形区域，左方扇形区域的中心坐标位于车辆正左3m位置，半径为30m,圆心角为130°，右方扇形区域的中心坐标位于车辆正右3m位置，半径为30m,圆心角为180°。

4.如权利要求1所述的一种激光雷达数据处理方法，其特征在于，所述车辆位置信息包括车辆定位信息和车辆周围信息，其中车辆定位信息包括车辆在道路上的绝对位置和在道路上的相对位置，其中绝对位置是指车辆行驶所在车道，相对位置是指车辆所在车道左右各有的车道数量。

5.如权利要求4所述的一种激光雷达数据处理方法，其特征在于，所述车辆定位信息通过两种方式进行检测，一种是通过车载传感器，另一种是预存储。

6.权利要求5所述的一种激光雷达数据处理方法，其特征在于，所述车载传感器包括GPS、RTK和摄像头。

7.如权利要求4所述的一种激光雷达数据处理方法，其特征在于，所述车辆周围信息有两种获取方式，一种是通过摄像头，另一种是通过地图。

8.如权利要求1所述的一种激光雷达数据处理方法，其特征在于，所述离线栅格地图在数据处理方法对点云数据进行处理前已经获取，一种获取方式是预先将离线栅格地图进行存储，车辆根据其位置信息和激光雷达覆盖范围去截取相应区域，另一种获取方式是在车辆行驶过程中，通过网络实时获取周围离线栅格地图。

9.如权利要求1所述的一种激光雷达数据处理方法，其特征在于，所述点云数据包括车辆周围360°范围的物体，也包括只有某个水平角度范围内的点云数据。

Images