CN112782717A - 一种激光雷达地面提取方法、系统、存储介质及设备 - Google Patents

一种激光雷达地面提取方法、系统、存储介质及设备 Download PDF

Info

Publication number
CN112782717A
CN112782717A CN202011450759.1A CN202011450759A CN112782717A CN 112782717 A CN112782717 A CN 112782717A CN 202011450759 A CN202011450759 A CN 202011450759A CN 112782717 A CN112782717 A CN 112782717A
Authority
CN
China
Prior art keywords
point
ground
point cloud
points
laser radar
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
Application number
CN202011450759.1A
Other languages
English (en)
Other versions
CN112782717B (zh
Inventor
梁秀娟
黄亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD
Original Assignee
CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD filed Critical CHINA SATELLITE NAVIGATION AND COMMUNICATIONS CO LTD
Priority to CN202011450759.1A priority Critical patent/CN112782717B/zh
Publication of CN112782717A publication Critical patent/CN112782717A/zh
Application granted granted Critical
Publication of CN112782717B publication Critical patent/CN112782717B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种激光雷达地面提取方法、系统、存储介质及设备,属于激光雷达应用技术领域。该激光雷达地面提取方法包括:根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元;根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值;根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点;以及对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点。本申请的使用避免将远距离的障碍物识别为地面,提高获取地面的精度。

Description

一种激光雷达地面提取方法、系统、存储介质及设备
技术领域
本申请涉及激光雷达应用技术领域,特别是一种激光雷达地面提取方法,系统、存储介质及设备。
背景技术
现有技术中,在自动驾驶领域使用激光雷达进行地面提取的方法中,包括最低点代表(Lowest Point Representative,LPR)地面拟合算法。该方法对通过激光雷达获取的地面点云按照高度进行排序,并选择最低的一定数量的点作为初始点云,或称为最低点代表。以初始点云的平均高度作为代表高度,从所有在代表高度以上的点云中选择在一定高度阈值内的点云作为第一批种子点,并根据该种子点拟合平面,并将距离该平面较近的点作为新的种子点,重复上述过程,最终得到地面模型。该方法进行的时间复杂度较高,因为点云的数量一般十万多个,该方法比较耗时;另外当道路较高时,例如有两条高低不同的道路,该方法会找到较低道路的平面,无法获取较高道路的平面,从而失效。
现有的通过激光雷达进行地面提取获得道路模型的方法是中,由于受到道路高度或者运算过程复杂等因素的影响,使得得到的道路地面模型无法真实反映道路地面的形态;获取地面的时间较长,在自动驾驶过程中无法实时提供道路地面信息,无法满足实际的自动驾驶需求。
发明内容
本申请提供一种激光雷达地面提取方法、系统、存储介质及设备,以解决现有地面提取方法中,存在将障碍物点确定为地面点,导致获取的地面准确度差,无法真实反映道路地面的问题。
在本申请的一个技术方案中,提供一种激光雷达地面提取方法,包括:根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元;根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值;根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点;以及对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点。
在本申请的另一技术方案中,提供一种激光雷达地面提取系统,包括:用于根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元的模块;用于根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值的模块;用于根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点的模块;以及用于对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点的模块。
在本申请的另一技术方案中,提供一种计算机可读存储介质,其存储有计算机指令,其中计算机指令被操作以执行方案一中的激光雷达地面提取方法。
在本申请的另一技术方案中,提供一种计算机设备,其包括处理器和存储器,存储器存储有计算机指令,处理器操作计算机指令以执行方案一中的激光雷达地面提取方法。
本申请技术方案可以达到的有益效果是:本申请通过对地面进行分段处理,对每个分段单元分别生成对应的拟合平面,适用地面非平面的情形;通过预设总体坡度阈值和相邻地面点坡度阈值的综合判断,避免将远距离的障碍物识别为地面,提高获取地面的准确度。
附图说明
图1是本申请激光雷达地面提取方法的一个具体实施方式的流程示意图;
图2是本申请激光雷达地面提取方法中一个具体实施方式的流程示意图;
图3是本申请激光雷达地面提取方法的一个具体实施例的流程示意图;
图4是本申请激光雷达地面提取系统的一个具体实施方式的组成示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1示出了本申请激光雷达地面提取方法的一个具体实施方式。
在图1所示的具体实施方式中,本申请的激光雷达地面提取方法包括过程S101,根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元;过程S102,根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值;过程S103,根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点;以及过程S104,对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点。
在图1所示的具体实施方式中,过程S101为根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元。
在该具体实施方式中,激光雷达发射一定数目的线束激光,获取地面的点云数据。并对获取的点云数据按照点云束的形式保存。例如,对于32线激光雷达,对一束地面点云的32个点云点保存为一个点云束。其中,点云束的数量根据实际的激光雷达进行地面点云获取的相关设置进行确定。通过对点云按照线束进行保存,便于点云数据的快速提取和处理,提高对点云数据的处理速度。并根据地面点云束的点云距激光雷达的,对地面在水平纵向方向上进行分段。
在本申请的一个具体实施例中,在对地面在水平纵向方向上进行分段,得到各个分段的过程中,地面点云束的点云距激光雷达的距离越远,分段的段数越多。
在该具体实施例中,在分段过程中,可以根据激光雷达采集的点云的范围大小进行分段段数的确定。其中,激光雷达测量距离越远,获取的点云范围越大,为了保证地面提取结果的精度,分段的段数相应的也越多。例如,若雷达测量距离为20米,每一分段的距离为10米,则相应的将测量地面分为两段;若雷达测量距离为40米,每一分段的距离为10米,则相应的将测量地面分为四段。其中,关于具体的分段段数,可根据实际的激光雷达的测量参数、路面情况、地面提取的精度等条件进行确定。
在本申请的一个实例中,在得到各个分段单元的过程中,根据地面点云束的点云距激光雷达的水平纵向距离最远和最近的两个点云点为端点确定两个点云点之间的水平纵向距离差,根据水平纵向距离差对地面进行分段,得到各个分段单元。通过激光雷达获取道路地面点云,同时可获得在水平纵向的地面点云点中距离激光雷达的最远水平纵向距离和最近水平纵向距离,根据最远水平纵向距离和最近水平纵向距离的水平距离差进行道路地面的分段。例如,在激光雷达获取的地面点云中,在纵向方向即道路方向的点云点点中,根据地面点云束的点云点中距激光雷达的水平纵向距离最远和最近的两个点云点为端点,确定距离激光雷达的最远水平纵向距离和最近水平纵向距离的距离差为a。以距离差a为基础,可将
Figure BDA0002826796120000031
作为分段依据,从距离激光雷达最近的点云点开始,将水平纵向距离
Figure BDA0002826796120000032
内的区域作为第一分段单元,将水平纵向距离
Figure BDA0002826796120000033
内的区域作为第二分段单元;若以
Figure BDA0002826796120000034
作为分段依据,从距离激光雷达最近的点云开始,将水平纵向距离
Figure BDA0002826796120000035
内的区域作为第一分段单元,将水平纵向距离
Figure BDA0002826796120000036
内的区域作为第二分段单元,依次进行分段,将
Figure BDA0002826796120000037
内的区域作为第四分段单元。
在本申请的一个实例中,分段的段数也与激光雷达的性质及安装方式相关。例如,对于正装的32线激光雷达,因为远处点云较多,可将进行提取的地面分为四段平面;对于斜装的16线激光雷达,因为安装误差影响较大,且远处点云较少,可将进行提取的地面分为两段平面。其中,关于地面分段段数的具体设置,根据实际的激光雷达的性质、安装方式以及实际的道路地面进行合理设置。其中,分段的段数可根据最终的地面提取结果进行合理化修改。例如,当测量地面分段为两段时,若最终的提取结果不理想,误差较大,可将测量地面分为四段,再进行对地面的提取过程。需注意的是,分段的段数应该适当,若分段段数较多,虽然一定程度上可以提高地面提取的精度,但是增加运算量,而无法对数据进行及时处理,进而在自动驾驶过程中,无法得到实时的地面信息,进而影响自动驾驶。
在图1所示的具体实施方式中,过程S102为根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值。对地面进行分段后,根据各个分段单元的位置,确定各个分段单元对应的相邻地面点坡度阈值。根据各个分段单元对应的相邻地面点坡度阈值对属于各自分段单元内的点云进行判断,最终在点云中确定出地面点。各个分段单元对应不同的相邻地面点坡度阈值,使得在后续的地面点确定过程中,提高获取的地面点的精度。另外,在距离激光雷达较远的分段单元内设置合适的相邻地面点坡度阈值,进而避免将远距离的障碍物的点确定为地面点,提高获取的地面点的精度。
在本申请的一个具体实施例中,分段单元距激光雷达越远,其相应的相邻地面点坡度阈值越大。
在该具体实施例中,例如,在激光雷达获取的地面点云中,在纵向方向即道路方向的点云距离激光雷达的最远距离和最近距离的水平纵向距离差为a,以水平纵向距离差a为基础,可将
Figure BDA0002826796120000041
作为分段依据,从距离激光雷达最近的点云开始,将水平纵向距离
Figure BDA0002826796120000042
内的点云数据作为第一分段单元,将水平纵向距离
Figure BDA0002826796120000043
内的点云数据作为第二分段单元。其中设置第一分段单元的相邻地面点坡度阈值为b1,第二分段单元的相邻地面点坡度阈值为b2,其中因为第一分段单元靠近激光雷达,因此在进行相邻地面点坡度阈值的设置时,第一分段单元的相邻地面点坡度阈值为b1小于第二分段单元的相邻地面点坡度阈值为b2
通过靠近激光雷达的分段单元的相邻地面点坡度阈值较小,远离激光雷达的分段单元的相邻地面点坡度阈值较大的设置,在远离激光雷达的分段单元点云较少时,尽可能确保获取到的地面点的数量,从而提高地面提取的精度。
在图1所示的具体实施方式中,过程S103为根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点。激光雷达获取地面点云,并以点云束为单位对点云进行储存。在点云中确定种子地面点时,以点云束为处理单元,对点云束内的点云进行判断。
图2示出了本申请激光雷达地面提取方法中确认种子地面点的一个具体实施方式。
在图2所示的具体实施方式中,在点云中确定种子地面点的过程包括,过程S201,在地面点云束中,根据与激光雷达的水平纵向距离对点云中的点云点进行排序,将经排序的点云点中的第一个与激光雷达位置点之间的坡度小于预设总体坡度阈值的点云点,确定为第一个种子地面点;以及过程S202,按照排序的结果,对第一个种子地面点之后的点云点逐一进行判断,根据当前点云点紧邻的前一个点云点确定当前点云点为种子地面点。
在图2所示的具体实施方式中,过程S201为在地面点云束中,根据与激光雷达的水平纵向距离对点云中的点云点进行排序,将经排序的点云点中的第一个与激光雷达位置点之间的坡度小于预设总体坡度阈值的点云点,确定为第一个种子地面点。
在该具体实施方式中,激光雷达获取地面点云数据,并以点云束的形式对地面点云进行储存。根据点云距激光雷达的水平纵向距离,对点云束内的点云点进行排序。其中,距离激光雷达近的排序靠前,距离激光雷达远的排序靠后。然后将经排序的点云点中的第一个与激光雷达位置点之间的坡度小于预设总体坡度阈值的点云点,确定为第一个种子地面点。
在本申请的一个实例中,以32线激光雷达为例,通过32线激光雷达对获取道路地面点云,其中一束地面点云点有32个。根据这32个点云点距离激光雷达的水平纵向距离进行排序。其中点云点距激光雷达的水平纵向距离越近的,排序越靠前。例如,对这32个点云点的排序分别以数字编号1-32标记排列顺序,数字1表示的点云点距离激光雷达的水平纵向距离最近,数字32表示的点云点距离激光雷达的水平纵向距离最远。
在本申请的一个具体实施例中,根据预设总体坡度阈值计算和当前点云点与预定基准点之间的水平纵向距离,计算当前点云点的点云点判定高度,若当前点云点高度不大于当前点云点的点云点判定高度,则确定当前点云点为种子地面点。
在本申请的一个实例中,例如,在32线激光雷达提取的一束32个点云点中,根据点云点与激光雷达的水平纵向距离对点云点进行排序,与激光雷达的水平纵向距离越近的排序越靠前。其中,编号为1的点云点距离激光雷达的水平纵向距离为3米,预设总体坡度阈值为10度,则可计算出第一个点云点对应的判定高度为3·tan10°=0.53。即,如果第一个点云点的高度低于0.53米,则该点云点为第一种子地面点,如果编号为1的点云点的高度不低于0.53米,则编号为1的点云点不是种子地面点。当编号为1的点云点不是种子地面点时,按照排序的结果,依次判断编号为2,编号为3等点云点是否为种子地面点,根据当前点云点与激光雷达的水平纵向距离和预设总体坡度阈值计算该点云点对应的点云点判定高度,判断该点云点的实际高度与该点云点对应的判定高度的关系,进而确定第一种子地面点。
在图2所示的具体实施方式中,过程S202为按照排序的结果,对第一个种子地面点之后的点云点逐一进行判断,根据当前点云点紧邻的前一个点云点确定当前点云点为种子地面点。
在该具体实施方式中,在点云束的点云点中确定了第一个种子地面点之后,按照排序结果,根据该种子地面点对后续的点云束中的点云点进行是否为种子地面点进行判断。其中,对当前点云点进行判断时,根据当前点云点的前一个点云点是否为种子地面点分别采取不同的判定手段,进而保证种子地面点获取的准确性。
图3示出了本申请激光雷达地面提取方法的一个具体实施例。
在图3所示的具体实施例中,根据当前点云点紧邻的前一个点云点是否为种子地面点,确定当前点云点是否为种子地面点的过程包括,过程S301,若当前点云点紧邻的前一个点云点为种子地面点,且当前点云点与紧邻的前一个点云点之间的坡度小于相邻地面点坡度阈值,则确定当前点云点为种子地面点。
在该具体实施例中,在第一个种子地面点确定后,根据第一种子地面点对紧邻的点云点是否为地面点进行确定。其中若紧邻的前一个点云点为种子地面点,根据当前点云点所在的分段单元确定该分段单元对应的相邻地面点坡度阈值,进而判断当前点云点是否为种子地面点。
在本申请的一个实例中,以32线激光雷达为例,对若紧邻的前一个点云点为种子地面点,判断当前点云点是否为种子地面点的过程进行说明。例如,在32线激光雷达的一个点云束的32个点云点中,对32个点云点进行排序,并编号1-32,如上述。若编号为20的点云点为种子地面点,通过激光雷达可得出编号21的点云点与编号20的点云点之间的坡度,若编号21的点云点与编号20的点云点之间的坡度不大于编号21的点云点所处分段单元内对应的相邻地面点坡度阈值,则确定编号21的点云点为种子地面点;否则,编号21的点云点不是种子地面点。
在图3所示的具体实施例中,根据当前点云点紧邻的前一个点云点是否为种子地面点,确定当前点云点是否为种子地面点的过程包括,过程S302,若紧邻的前一个点云点不是种子地面点,且当前点云点与其所处的分段单元的两个端点中距激光雷达较近的端点之间的坡度小于预设总体坡度阈值,则确定当前点云点为种子地面点。
在本申请的一个实例中,以32线激光雷达为例,对当前点云点紧邻的前一个点云点不是种子地面点,判断当前点云点是否为种子地面点的过程进行说明。例如,在32线激光雷达的一个线束点云的32个点云点中,对32个点云点进行排序,并编号1-32,如上述。若编号为20的点云点不是种子地面点,通过激光雷达可得出编号21的点云点与其所处的分段单元的两个端点中距激光雷达较近的端点之间的坡度,若该坡度不大于预设总体坡度阈值,则确定编号21的点云点为种子地面点,否则,编号21的点云点不是种子地面点。
在本申请的一个具体实例中,根据预设总体坡度阈值和相邻地面点坡度阈值,在点云点中确定种子地面点的过程中,根据预设总体坡度阈值计算和当前点云点与预定基准点之间的水平纵向距离,计算当前点云点的点云点判定高度,若当前点云点高度不大于述当前点云点的点云点判定高度,则确定当前点云点为种子地面点。
在本申请的一个实例中,例如确定编号21的点云点与该点云点所处分段单元的距离激光雷达更近的端点之间的水平纵向距离a3=7米。其中预设总体坡度阈值可设置为b3=10度,则编号为21的点云点的判定高度h3=a3·tanb3,计算得出h3为1.23米。即如果编号为21的点云点的实际高度不高于1.23米,则编号为21的点云点为种子地面点,如果编号为21的点云点的实际高度不低于于1.23米,则编号为21的点云点不是种子地面点。
在图1所示的具体实施方式中,过程S104为对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点。
在本申请的一个具体实施例中,在各个分段单元内,将距相应的拟合平面的高度小于预设高度阈值的种子地面点确定为真实地面点。
在该具体实施例中,将各个分段内的种子地面点分别进行平面拟合的得到拟合平面。在进行适当的分段后,对道路地面的各个分段内的种子地面点进行拟合,得到各个分段对应的拟合平面。其中,在平面拟合的过程中可采用多种平面拟合方法,例如最小二乘法进行拟合。再根据各个分段对应的预设高度阈值遍历出各个分段内的种子地面点中的真实地面点。在得到各个分段对应的种子地面点拟合的平面后,根据距离阈值,判断各个分段内的种子地面点与该分段对应的拟合平面的垂直距离,若该分段内的种子地面点与拟合平面的垂直距离小于预设的距离阈值,则该种子地面点为真实地面点。
在本申请的一个具体例中,距离阈值的数值根据激光雷达的性质及安装方式进行合理化设置。例如,对于正装的32线激光雷达,可分为4段平面,距离阈值可设置为15cm;对于斜装的16线激光雷达,因为安装误差影响较大,且远处点云较少,可设置两段平面,距离阈值设置为30cm。
图4示出了本申请激光雷达地面提取系统的一个具体实施方式。
在图4所示的具体实施方式中,本申请的激光雷达地面提取系统包括:用于根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元的模块;用于根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值的模块;用于根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点的模块;以及用于对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点的模块。在本申请的一个实施例中,在用于根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点的模块中,通过在地面点云束中,根据与激光雷达的水平纵向距离对点云中的点云点进行排序,将经排序的点云点中的第一个与激光雷达位置点之间的坡度小于预设总体坡度阈值的点云点,确定为第一个种子地面点;并按照排序的结果,对第一个种子地面点之后的点云点逐一进行判断,根据当前点云点紧邻的前一个点云点确定当前点云点为种子地面点。
在该实施例中,激光雷达获取地面点云数据,并以点云束的形式对地面点云进行储存。根据点云距激光雷达的水平纵向距离,对点云束内的点云点进行排序。其中,距离激光雷达近的排序靠前,距离激光雷达远的排序靠后。然后将经排序的点云点中的第一个与激光雷达位置点之间的坡度小于预设总体坡度阈值的点云点,确定为第一个种子地面点在点云束的点云点中确定了第一个种子地面点之后,按照排序结果,根据该种子地面点对后续的点云束中的点云点进行是否为种子地面点进行判断。其中,对当前点云点进行判断时,根据当前点云点的前一个点云点是否为种子地面点分别采取不同的判定手段,进而保证种子地面点获取的准确性。
在本申请的一个实例中,在根据激光雷达获取的地面点云束的点云距激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元的模块中,通过激光雷达获取至少一束地面点云,获取的点云点距离激光雷达的纵向的最远距离和最近距离的水平纵向距离差,以该水平纵向距离差为基础对地面进行分段。其中具体分段的段数根据激光雷达的性质及安装方式进行确定,例如,可将测量地面分为两段,或者分为四段。
在用于根据分段单元距激光雷达的远近,对各个分段单元选定相应的相邻地面点坡度阈值的模块中,在各个分段单元内,设置不同的各个分段单元对应的相邻地面点坡度阈值和距离阈值。其中分段单元距激光雷达越远,其相应的相邻地面点坡度阈值越大。
在用于根据预设总体坡度阈值和相邻地面点坡度阈值,在点云中确定种子地面点的模块中,以点云束为单位,对点云点是否是种子地面点进行确定。在种子地面点的确定过程中,首先对一束点云中的点云点按照距离激光雷达的水平纵向距离进行排序,根据点云点的排序结果,依次进行点云点的判断。其中,在确定点云束中的第一个种子地面点时,根据点云点距离激光雷达的水平纵向距离和预设总体坡度阈值计算出第一高度阈值,若该点云点的高度低于该点云点对应的第一高度阈值,则该点为第一种子地面点。其中,若第一种子地面点不是点云束中的第一个点云点,则第一种子地面点之前的点云点均不是种子地面点。随后,按照顺序,对剩余的点云点依次进行判断。若当前点云点的前一个相邻点云点是种子地面点,则根据激光雷达得出相邻两点的水平纵向距离,以及该当前点云点所处分段单元的相邻破苏阈值计算第二高度阈值,若该当前点云点的高度低于该当前点第二高度阈值,则该当前点云点为种子地面点。若当前点云点的前一个相邻点云点是种子地面点,则根据激光雷达得出相邻两点的水平纵向距离,以及该当前点云点所处分段单元的相邻破苏阈值计算第二高度阈值,若该当前点云点的高度低于该当前点第二高度阈值,则该当前点云点为种子地面点。对激光雷达获取的所有的点云束进行相同处理,从而在所有的地面点云点中确定出所有的种子地面点。
在用于对各个分段单元对应的种子地面点进行平面拟合得到相应的拟合平面,在各个分段单元内,根据各个拟合平面和种子地面点确定真实地面点的模块中,在各个分段单元内,分别将分段单元内的所有种子地面点进行拟合平面吗,其中拟合平面可采用现有技术中合适的方式实现,例如最小二乘法。拟合出各个单元的平面后,根据距离阈值在种子地面中确定真实地面点。其中,计算各个种子地面点距离该分段单元内拟合平面的距离,若该距离小于设置的距离阈值,则该种子地面点为真实地面点。
通过本申请激光雷达地面提取系统的应用,适应地面是非平面的情形。对地面进行分段并设置不同的判断标准,避免将远距离的障碍物识别为地面,提高获取地面的精度;处理便捷迅速,能够实时根据激光雷达获取的地面点云数据进行地面的提取。
在本申请的一个具体实施方式中,本申请的激光雷达地面提取系统中的各种组成模块可直接在硬件中、在由处理器执行的软件模块中或在两者的组合中。
软件模块可驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可装卸盘、CD-ROM或此项技术中已知的任何其它形式的存储介质中。示范性存储介质耦合到处理器,使得处理器可从存储介质读取信息和向存储介质写入信息。
处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application Specific Integrated Circuit,简称:ASIC)、现场可编程门阵列(英文:Field Programmable Gate Array,简称:FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何组合等。通用处理器可以是微处理器,但在替代方案中,处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可实施为计算装置的组合,例如DSP与微处理器的组合、多个微处理器、结合DSP核心的一个或一个以上微处理器或任何其它此类配置。在替代方案中,存储介质可与处理器成一体式。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替代方案中,处理器和存储介质可作为离散组件驻留在用户终端中。
在本申请的一个具体实施方式中,一种计算机可读存储介质,其存储有计算机指令,计算机指令被操作以执行任一实施例描述的激光雷达地面提取方法。
在本申请的一个具体实施方式中,一种计算机设备,其包括处理器和存储器,存储器存储有计算机指令,其中:处理器操作计算机指令以执行任一实施例描述的激光雷达地面提取方法。
在本申请所提供的实施方式中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种激光雷达地面提取方法,其特征在于,包括:
根据激光雷达获取的地面点云束的点云距所述激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元;
根据所述分段单元距所述激光雷达的远近,对各个所述分段单元选定相应的相邻地面点坡度阈值;
根据预设总体坡度阈值和所述相邻地面点坡度阈值,在所述点云中确定种子地面点;以及
对各个所述分段单元对应的所述种子地面点进行平面拟合得到相应的拟合平面,在各个所述分段单元内,根据各个所述拟合平面和所述种子地面点确定真实地面点。
2.根据权利要求1所述的激光雷达地面提取方法,其特征在于,所述根据预设总体坡度阈值和所述相邻地面点坡度阈值,在所述点云中确定种子地面点的过程包括:
在所述地面点云束中,根据与所述激光雷达的水平纵向距离对所述点云中的点云点进行排序,将经所述排序的点云点中的第一个与所述激光雷达位置点之间的坡度小于所述预设总体坡度阈值的点云点,确定为第一个所述种子地面点;
按照所述排序的结果,对所述第一个所述种子地面点之后的点云点逐一进行判断,根据当前点云点紧邻的前一个点云点确定所述当前点云点为所述种子地面点。
3.根据权利要求2所述的激光雷达地面提取方法,其特征在于,所述根据当前点云点紧邻的前一个点云点确定所述当前点云点为所述种子地面点的过程包括:
若所述当前点云点紧邻的前一个点云点为所述种子地面点,且所述当前点云点与所述紧邻的前一个点云点之间的坡度小于所述相邻地面点坡度阈值,则确定所述当前点云点为所述种子地面点。
4.根据权利要求2所述的激光雷达地面提取方法,其特征在于,所述根据当前点云点紧邻的前一个点云点,确定所述当前点云点为所述种子地面点的过程包括:
若所述紧邻的前一个点云点不是所述种子地面点,且所述当前点云点与其所处的所述分段单元的两个端点中距所述激光雷达较近的端点之间的坡度小于所述预设总体坡度阈值,则确定所述当前点云点为所述种子地面点。
5.根据权利要求1或2所述的激光雷达地面提取方法,其特征在于,所述根据各个所述拟合平面和所述种子地面点确定真实地面点包括:
将距相应的所述拟合平面的高度小于预设高度阈值的所述种子地面点确定为真实地面点。
6.根据权利要求1或2所述的激光雷达地面提取方法,其特征在于,所述分段单元距所述激光雷达越远,其相应的相邻地面点坡度阈值越大。
7.一种激光雷达地面提取系统,其特征在于,包括:
用于根据激光雷达获取的地面点云束的点云距所述激光雷达的距离,对地面在水平纵向方向上进行分段,得到各个分段单元的模块;
用于根据所述分段单元距所述激光雷达的远近,对各个所述分段单元选定相应的相邻地面点坡度阈值的模块;
用于根据预设总体坡度阈值和所述相邻地面点坡度阈值,在所述点云中确定种子地面点的模块;以及
用于对各个所述分段单元对应的所述种子地面点进行平面拟合得到相应的拟合平面,在各个所述分段单元内,根据各个所述拟合平面和所述种子地面点确定真实地面点的模块。
8.根据权利要求7所述的激光雷达地面提取系统,其特征在于,在所述用于根据预设总体坡度阈值和所述相邻地面点坡度阈值,在所述点云中确定种子地面点的模块中,通过在所述地面点云束中,根据与所述激光雷达的水平纵向距离对所述点云中的点云点进行排序,将经所述排序的点云点中的第一个与所述激光雷达位置点之间的坡度小于所述预设总体坡度阈值的点云点,确定为第一个所述种子地面点;
按照所述排序的结果,对所述第一个所述种子地面点之后的点云点逐一进行判断,根据当前点云点紧邻的前一个点云点确定所述当前点云点为所述种子地面点。
9.一种计算机可读存储介质,其存储有计算机指令,其中所述计算机指令被操作以执行权利要求1-6任一项所述的激光雷达地面提取方法。
10.一种计算机设备,其包括处理器和存储器,所述存储器存储有计算机指令,其中所述处理器操作所述计算机指令以执行权利要求1-6任一项所述的激光雷达地面提取方法。
CN202011450759.1A 2020-12-10 2020-12-10 一种激光雷达地面提取方法、系统、存储介质及设备 Active CN112782717B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011450759.1A CN112782717B (zh) 2020-12-10 2020-12-10 一种激光雷达地面提取方法、系统、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011450759.1A CN112782717B (zh) 2020-12-10 2020-12-10 一种激光雷达地面提取方法、系统、存储介质及设备

Publications (2)

Publication Number Publication Date
CN112782717A true CN112782717A (zh) 2021-05-11
CN112782717B CN112782717B (zh) 2023-03-21

Family

ID=75750909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011450759.1A Active CN112782717B (zh) 2020-12-10 2020-12-10 一种激光雷达地面提取方法、系统、存储介质及设备

Country Status (1)

Country Link
CN (1) CN112782717B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115574803A (zh) * 2022-11-16 2023-01-06 深圳市信润富联数字科技有限公司 移动路线确定方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103711050A (zh) * 2013-12-31 2014-04-09 中交第二公路勘察设计研究院有限公司 一种激光雷达道路改扩建勘测设计方法
CN106709946A (zh) * 2016-12-16 2017-05-24 武汉大学 基于LiDAR点云的多分裂导线自动提取与精细建模方法
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
CN111665524A (zh) * 2020-04-29 2020-09-15 武汉光庭科技有限公司 一种利用多线激光雷达进行地面剔除的方法及系统
US20200333806A1 (en) * 2018-08-15 2020-10-22 Guangzhou Xaircraft Technology Co., Ltd. Method and device for obstacle or ground recognition and flight control, and aircraft

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103711050A (zh) * 2013-12-31 2014-04-09 中交第二公路勘察设计研究院有限公司 一种激光雷达道路改扩建勘测设计方法
CN106709946A (zh) * 2016-12-16 2017-05-24 武汉大学 基于LiDAR点云的多分裂导线自动提取与精细建模方法
US20200333806A1 (en) * 2018-08-15 2020-10-22 Guangzhou Xaircraft Technology Co., Ltd. Method and device for obstacle or ground recognition and flight control, and aircraft
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
CN111665524A (zh) * 2020-04-29 2020-09-15 武汉光庭科技有限公司 一种利用多线激光雷达进行地面剔除的方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
C.A. WEED ET AL.: "Classification of LIDAR data using a lower envelope follower and gradient-based operator", 《IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 *
邢承滨 等: "基于置信区间估计理论的改进型移动曲面算法", 《光学学报》 *
邱佳月 等: "面向复杂场景的激光雷达地面分割算法", 《仪器仪表学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115574803A (zh) * 2022-11-16 2023-01-06 深圳市信润富联数字科技有限公司 移动路线确定方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112782717B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN110163871B (zh) 一种多线激光雷达的地面分割方法及装置
CN101702200A (zh) 一种机载激光雷达点云数据的自动分类方法
JP5981886B2 (ja) 点群解析処理装置、点群解析処理方法、及びプログラム
CN113970734B (zh) 路侧多线激光雷达降雪噪点去除方法、装置及设备
CN112782717B (zh) 一种激光雷达地面提取方法、系统、存储介质及设备
CN113295176B (zh) 地图更新方法、地图更新装置及计算机可读存储介质
CN112561941A (zh) 一种悬崖检测方法、装置和机器人
JP6600615B2 (ja) クラスタリング装置、人工物識別装置、幹検出装置、方法、及びプログラム
CN111522016B (zh) 空间目标激光测距微弱信号识别模型构建方法及装置
CN115267722A (zh) 一种角点提取方法、装置及存储介质
CN107978151A (zh) 一种车辆检测方法和系统
CN114863108B (zh) 点云处理的方法、系统、电子设备及计算机可读存储介质
CN115984797A (zh) 车道线检测方法、装置及电子设备
CN116222397A (zh) 车辆信息检测方法和系统、存储介质和电子装置
CN112882047B (zh) 基于激光点云的电力导线相间距离自动获取方法及系统
CN115356744A (zh) 一种路测激光雷达布设方式确定方法、装置及电子设备
CN112130137B (zh) 确定车道级轨迹的方法、装置及存储介质
CN110632607B (zh) 一种基于超声波数据的物体边界确定方法、系统及车辆
CN112800829A (zh) 一种基于三维测量的物体局部破损程度的识别方法
CN112415503A (zh) 一种基于目标重跟踪的多目标粒子滤波检测前跟踪方法
CN111505645A (zh) 雷达云图数据的显示方法、装置、计算机设备和存储介质
CN117348019A (zh) 一种激光雷达位姿优化方法、装置、电子设备和存储介质
CN115861426B (zh) 物料取样方法、装置、计算机设备和存储介质
CN116862976B (zh) 一种基于无人机激光点云的铁轨中心线提取方法及系统
CN118274781A (zh) 高度信息确定方法、泊车规划方法、车辆以及介质

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