CN112816993B - 激光雷达点云处理方法和装置 - Google Patents
激光雷达点云处理方法和装置 Download PDFInfo
- Publication number
- CN112816993B CN112816993B CN202011559228.6A CN202011559228A CN112816993B CN 112816993 B CN112816993 B CN 112816993B CN 202011559228 A CN202011559228 A CN 202011559228A CN 112816993 B CN112816993 B CN 112816993B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- energy
- point
- sequence
- compensation
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000003860 storage Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000002310 reflectometry Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 abstract description 16
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000010606 normalization Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 239000000306 component Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- 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
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information 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)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请公开了一种激光雷达点云处理方法和装置。其中，该方法包括：获取第一点云能量序列，第一点云能量序列中保存有激光雷达接收到的激光点云的能量；根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列，该方案根据带隙点与其相邻点能量差来对采集到的第一点云能量序列进行补偿，可以解决相关技术中激光点云的能量强度分布不均匀的技术问题。
Description
技术领域
本申请涉及激光雷达领域，具体而言，涉及一种激光雷达点云处理方法和装置。
背景技术
近年来，无人驾驶技术在社会各界受到了广泛关注，作为无人驾驶感知系统的重要组成部分，激光雷达也随之实现了快速的发展。其中，MEMS (全称为Micro-Electro-Mechanical System，微机电系统)激光雷达以其简单紧凑的结构、优秀的探测精度以及更低的量产成本优势，成为了当前激光雷达领域的主流之一。
为了获得更高的点云密度和帧率，MEMS激光雷达的一种主流方案是采用基于阵列的多通道接收技术，例如，采用雪崩光电二极管APD(全称为Avalanche Photo Diode)阵列，但不同通道在光学结构和器件特性上存在的差异性往往不可避免，这种差异性会造成点云信号能量强度的分布不均匀，高能量点以条带状聚集且高能量带之间形成低能量的带隙。这种不均匀会导致依据返回信号能量计算出的目标物反射率信息产生不可忽视的误差，使得相同距离上的同一目标反射物在点云的灰度显示中不够均匀。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种激光雷达点云处理方法和装置，以至少解决相关技术中激光点云的能量强度分布不均匀的技术问题。
根据本申请实施例的一个方面，提供了一种激光雷达点云处理方法，包括：获取第一点云能量序列，其中，第一点云能量序列中保存有激光雷达接收到的激光点云的能量；根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
根据本申请实施例的另一方面，还提供了一种激光雷达点云处理装置，包括：获取单元，用于获取第一点云能量序列，其中，第一点云能量序列中保存有激光雷达接收到的激光点云的能量；补偿单元，用于根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的方法。
根据本申请实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。
在本申请实施例中，获取第一点云能量序列，第一点云能量序列中保存有激光雷达接收到的激光点云的能量；根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列，该方案根据带隙点与其相邻点能量差来对采集到的第一点云能量序列进行补偿，可以解决相关技术中激光点云的能量强度分布不均匀的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种可选的激光雷达点云处理方法的流程图；
图2是根据本申请实施例的一种可选的点云接收方案的流程图；
图3是根据本申请实施例的一种可选的激光雷达点云处理装置的示意图；以及，
图4是根据本申请实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，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，都应当属于本申请保护的范围。
需要说明的是，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”等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。
首先，在对本申请实施例进行描述的过程中出现的部分名词或者术语适用于如下解释：
激光雷达是一种以发射激光束来探测目标位置的雷达系统。主要由激光器、接收器、信号处理单元和扫描单元(可通过旋转机构、MEMS反射镜、棱镜、机械镜、偏振光栅、光学相控阵OPA等方式实现)这四大核心部件组成。
激光器：是激光雷达中的激光发射机构，在工作过程中，它会以脉冲的方式点亮；接收器：激光器发射的激光照射到障碍物以后，通过障碍物的反射，反射光线(即回波信号)会经由透镜组汇聚到接收器上；信号处理单元：信号处理单元负责控制激光器的发射，以及接收器收到的信号的处理，根据这些信息计算出目标物体的距离信息等；扫描单元：可以通过旋转机构、MEMS反射镜、棱镜、机械镜、偏振光栅、光学相控阵OPA 等方式实现，用于使来自激光器的光束方向发生偏转，以对目标对象进行扫描，实现更宽的视场。
针对激光雷达点云能量分布不均匀的问题，根据本申请实施例的一方面，提供了一种激光雷达点云处理方法的方法实施例，可对点云信号强度进行补偿，从而改善点云效果。图1是根据本申请实施例的一种可选的激光雷达点云处理方法的流程图，如图1所示，该方法可以包括以下步骤：
步骤S102，获取第一点云能量序列，第一点云能量序列中保存有激光雷达接收到的激光点云的能量，此处的点云由多个激光点组成，下文中的点即激光点，即雷达接收到的反射点信号。
步骤S104，根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
采用基于APD接收阵列的多通道接收技术时，如图2所示，由于多通道接收技术采用的多个通道在工程设计上难以保证具有完全一致的接收特性，非GAP点光斑正对APD通道，接收能量较强，GAP点(即位于通道之间的点)接收光斑偏离APD通道，接收能量较弱，导致了激光点云信号强度的分布不均匀，使得点云灰度图像效果不能满足应用需求。理论上，这种不均匀分布问题可以通过对点云信号能量进行逐点测量，并参照某种定义下的标准能量计算归一化系数，在应用过程中按照各点的归一化系数对点云能量进行一致性修正即可解决。
发明人经过对以上方案的分析和在工程实践中的应用认识到，以上方案存在以下问题导致这一通用解决方法效果不佳：一是不同设备的点云能量分布不同，难以定义归一化方法中的“标准能量”；二是在实践中发现，点云的能量分布并不是固定的，在不同的应用环境下(如不同工作温度、不同探测距离、不同阳光背景噪声等等)，各点的信号能量大小会发生变化，同时这种变化也并不规律，各点之间的相对大小也有不同程度的改变，在这种情况下，采用归一化系数补偿后会造成过补偿，大量带隙点在能量补偿后的灰度值异常偏高，严重影响点云质量；三是由于点云数量庞大，若每点均配给一个归一化系数，对于激光雷达的存储性能和信号处理速度都提出了更高的挑战。
采用本申请的技术方案，获取第一点云能量序列，第一点云能量序列中保存有激光雷达接收到的激光点的能量；根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列，根据带隙点与其相邻点能量差来进行补偿，可以避免以上通用方法导致的归一化标准难确定的问题，再结合实际情况调整方案涉及的参数后，也能极大的减少过补偿问题，可以解决相关技术中激光点云的能量强度分布不均匀的技术问题。
在本申请的技术方案中，可将生成的补偿系数按大小分类，每一点只需存储其分类标识，补偿时根据其分类使用某一固定补偿系数，这样可以在略微牺牲补偿精度的情况下，大大减少雷达系统的存储和计算资源占用，下文结合具体步骤详述本申请的技术方案。
步骤1，获取第三点云能量序列，以便于确定点云能量分布。
获得当前激光点云的相对能量大小，明确带隙分布，为下一步计算每一点的补偿系数做准备，这里提供一种可行的点云能量分布实测方法如下：
步骤11，获取具有均匀反射率且半径为R的漫反射板，并将激光雷达置于漫反射板的球心位置，R大于0。
步骤12，控制激光雷达进行扫描，并获取由漫反射板进行反射得到的各激光点的反射能量，得到第三点云能量序列。
例如，可使用一部具有均匀反射率r的、半径为R的球面均匀漫反射板，将激光雷达置于反射板的球心位置，控制激光源的扫描过程，并逐一抓取每一点的信号能量，生成点云能量序列E(即第三点云能量序列)。由于将激光雷达置于漫反射板的球心位置，因此第三点云能量序列中各点的信号传输路径长度为2R。
这里漫反射板的大小应能保证覆盖激光雷达整个点云区域，半径R和反射率r的选择应保证接收到的所有点的能量大小都处于接收端正常工作的动态接收范围。
这种测量环境能保证任一点的信号飞行路径(即飞行长度)均为2R，同时，由于目标(即漫反射板)具有均匀的反射率，使得测得的点云能量序列E可以反映出点云之间能量大小的相对差异。
步骤2，获取点云能量序列E中各点的补偿系数。
在计算补偿系数时，检索需要补偿的带隙点，并计算每个带隙点对应的补偿系数，不需要补偿的点令补偿系数为1，最后输出补偿系数序列K，具体步骤如下：
步骤21，检索点云能量序列E，取出所有能量低于前后相邻点的点集 A。对点云能量序列E中的点进行多次如下操作得到点云能量序列E1(即第四点云能量序列)：
步骤211，查找点云能量序列E中的目标点，目标点的第一比值和第二比值中的任一比值大于目标阈值，第一比值为目标点的能量和前一点的能量之间的差值绝对值与目标点的能量之间的比值，第二比值为目标点的能量和后一点的能量之间的差值绝对值与目标点的能量之间的比值。
即检索点云能量序列E，取出所有能量低于前后相邻点的点集A，对集合A中的所有点执行以下操作：对某一点ai，分别计算ai与前后两相邻点的能量差，并取两差值与ai能量的比值，若任一比值大于预设比例阈值 p(即目标阈值)，则取出点ai，放入取出点集合B。
步骤212，将目标点的能量修正为前一点的能量与后一点的能量之间的平均值。即将集合B中所有点的能量值修正为前后两相邻点能量的平均值，修正后将点云中所有点的能量序列记为E1。
对于能量序列E1，将以上流程重复N次以后，得到点云能量序列EN。
这里N的选择应根据实际使用中的情况来决定，一般来说，在保证点集B为空的前提下选取最小的N值，但由于某些特殊的系统原因，点云中具有小比例的奇异点，其能量显著低于其他点，则可以在B中剔除这些点，防止N值过大导致占用过多计算资源。
比例阈值p选择较小值时，补偿后的点云效果更为均匀，但N往往较大，导致计算过程过久，同时也会更易出现过补偿问题，而p选择较大值时点云补偿后的均匀性略差，经实践发现p取10％左右可以在计算资源控制、点云补偿后均匀性和过补偿发生几率等几个方面获得较好的平衡。
步骤22，将点云能量序列E1中点的能量与点云能量序列E中相同位置的点的能量之间的比值作为点的补偿系数。即依次将EN与E中的每一对应能量值相除，得到补偿系数序列K。
步骤3，生成补偿系数分类标识序列，对点云能量序列E中各点的补偿系数(即补偿系数序列K)进行分类，得到分类标识序列，分类标识序列中分类标识的位置与对应的点在点云能量序列E中的位置相同。
步骤31，将点云能量序列E中所有点的补偿系数分成多个集合，多个集合中的每个集合对应于一个分类，每个集合中至少保存有一个点的补偿系数。
步骤32，为每个集合配置一个参考补偿系数，其中，参考补偿系数位于该集合中的最大补偿系数与最小补偿系数之间。
步骤33，获取每个集合的补偿累积量，补偿累积量为该集合中的所有点的补偿参数之和，补偿参数为点的补偿系数与补偿权重之间的乘积。
步骤34，在多个集合的补偿累积量之和取得最小值的情况下，将每个集合对应的参考补偿系数作为实际使用的补偿系数。
例如，将补偿系数序列K中的补偿系数按照大小划分为n个类别，这里以n＝4为例，此时每个类别的分类标识分别取二进制数“00”、“01”、“10”、“11”。具体划分方式如下：
K中所有值为1的点，属于未补偿点，划分为一类并使用分类标识“00”，对应的固定补偿系数也即为1。剩余补偿系数取分段点x1，x2按1<k≤x1、 x1<k≤x2、k>x2(k为K中的任一补偿系数)分为三类，对应分类标识分别为“01”、“10”、“11”，此时获得包含所有补偿系数对应的二进制分类标识序列C。
其中分段点x1，x2的选择需满足d取得最小值，d的表达式如下：
其中K01、K10、K11分别为分类标识为“01”、“10”、“11”的补偿系数序列。k1，k2、k3分别是类别“01”、“10”、“11”的固定补偿系数，满足1<k1≤x1、x1<k2≤x2、k3>x2。ρ是根据应用情况设计的加权函数(即用于确定补偿权重的函数)，一般为关于k值与固定补偿系数的差(以下记为△k)以及k值概率分布p(k)的函数，可据此赋予每一△k的加权值。
这里将补偿系数进行分类是因为计算获得的补偿系数均为浮点数，会占用较大储存空间，而分类后只需存储其所在类别的二进制标识符，所需存储空间大大减少，在n＝4时，一个分类标识符的存储仅需2bits(bits为比特bit的复数)。在实践中也可用n＝2、n＝8等其他数值，考虑到计算机采用二进制存储，一般而言n取2的m次幂，对应的分类标识符存储空间为mbits。但n＝2时分类过少，补偿精度损失太大，而n在取8或更高时 (m≥3)，补偿效果会有一定提升，但占用的存储空间也会增加，故而n 的取值应根据实际需要选择。
另外，分类时分段点选取所遵循的d最小原则，是为了使所有△k的加权总和最小，控制补偿精度损失为最低，实际操作中可以依据最优化理论编程计算出x1，x2的数值。其中，加权函数ρ的应根据点云能量的实际分布情况以及对点云补偿后的效果需求确定。一方面，△k越大，则该点的补偿效果偏差越大，则可以通过使用更大的加权值对这一情况进行惩罚，也即加权函数ρ可以设计为关于△k的单调增函数ρΔk，例如△k的正系数多项式形式；另一方面，某些k值异常的点在点云中所占比例较小，对于点云补偿后的整体效果影响不大，则给予较小的加权值，加权函数ρ可以设计为关于p(k)的单调增函数ρp(k)，如p(k)的正系数多项式形式。结合两方面影响，可以取ρ＝ρΔk·ρp(k)，或者两者的线性叠加ρ＝a·ρΔk+b·ρp(k)，调整a、b的取值用于权衡两方面的影响占比。
最后，固定补偿系数的选取有多种方式，例如k1，k2、k3分别取所在分类区间的最小值、中位数，或者数量分布最大处的取值等等，应根据补偿系数序列K的生成算法特点进行选取。如固定补偿系数k1，k2、k3使用分类区间的上限x1，x2、kmax(kmax为K中的最大值)，这是因为K的生成方案中使用了相邻点补偿并通过比例阈值p的调节充分避免了过补偿问题，所以固定补偿系数取较小值的时候，会发生点云欠补偿，实际效果较差。
以上步骤1-3为预处理阶段，即生成分类标识序列，便于之后使用该序列进行补偿，实际补偿过程如下：
步骤4，获取第一点云能量序列，第一点云能量序列中保存有激光雷达接收到的激光点云的能量。
步骤5，根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
可选地，可根据与第一点云能量序列中点匹配的分类标识，采用对应的补偿方案对第一点云能量序列中点的能量进行补偿，如按分类标识逐点进行能量补偿，得到第二点云能量序列，第二点云能量序列中点的能量是对第一点云能量序列中点的能量进行补偿后得到的。
在根据与第一点云能量序列中点匹配的分类标识，采用对应的补偿方案对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列时，可对第一点云能量序列中的每个点进行如下处理：
步骤51，查找与第一点云能量序列中目标点匹配的目标分类标识，目标点为当前处理的点。
步骤52，按照目标分类标识对应的补偿系数对目标点的能量进行补偿，并将补偿后的目标点的能量存入第二点云能量序列，其中，补偿后的目标点在第二点云能量序列中的位置与补偿前在第一点云能量序列中的位置相同。
激光雷达的应用过程中，逐点检索分类标识，根据“00”、“01”、“10”、“11”四种标识的所在分类确定固定补偿系数1、x1，x2、kmax，再使用对应的固定系数乘以该点能量，并依据补偿后的能量值生成点云。
例如，对于第一点云能量序列中的第i个点，查找补偿系数序列K中的第i个分类标识，如为“01”，则查找与“01”对应的补偿系数，将其与第i个点的能量相乘，即得到补偿后的第i个点的能量。
在实践中应用本方案后，点云能量的不均匀性获得了较大改善，点云效果较使用前有了显著的加强，同时在不同阳光噪声背景、不同探测距离和环境温度下等测试环境下考察点云效果，未出现能量过强的过补偿点。同时，对点云补偿系数进行的分类处理方法，通过牺牲一部分补偿精度，将每一补偿系数从浮点数压缩到仅需2bits存储空间，大为节约了存储和计算资源紧张的激光雷达系统。
需要说明的是，对于前述各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如 ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述激光雷达点云处理方法的激光雷达点云处理装置。图3是根据本申请实施例的一种可选的激光雷达点云处理装置的示意图，如图3所示，该装置可以包括：
获取单元31，用于获取第一点云能量序列，其中，第一点云能量序列中保存有激光雷达接收到的激光点云的能量；
补偿单元33，用于根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
需要说明的是，该实施例中的获取单元31可以用于执行本申请实施例中的步骤S102，该实施例中的补偿单元33可以用于执行本申请实施例中的步骤S104。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在相应的硬件环境中，可以通过软件实现，也可以通过硬件实现。
通过上述模块，获取第一点云能量序列，第一点云能量序列中保存有激光雷达接收到的激光点云的能量；根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列，该方案根据带隙点与其相邻点能量差来对采集到的第一点云能量序列进行补偿，可以解决相关技术中激光点云的能量强度分布不均匀的技术问题。
可选地，补偿单元还用于在根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列时，根据与第一点云能量序列中点匹配的分类标识，采用对应的补偿方案对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列，其中，第二点云能量序列中点的能量是对第一点云能量序列中点的能量进行补偿后得到的。
可选地，补偿单元还用于在根据与第一点云能量序列中点匹配的分类标识，采用对应的补偿方案对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列时，对第一点云能量序列中的每个点进行如下处理：查找与第一点云能量序列中目标点匹配的目标分类标识，其中，目标点为当前处理的点；按照目标分类标识对应的补偿系数对目标点的能量进行补偿，并将补偿后的目标点的能量存入第二点云能量序列，其中，补偿后的目标点在第二点云能量序列中的位置与补偿前在第一点云能量序列中的位置相同。
可选地，本申请的装置还可包括：预处理单元，用于在根据相邻点之间的能量差对第一点云能量序列中点的能量进行补偿，得到第二点云能量序列之前，获取第三点云能量序列，其中，第三点云能量序列中保存有激光雷达接收到的激光点云的能量；获取第三点云能量序列中各点的补偿系数；对第三点云能量序列中各点的补偿系数进行分类，得到分类标识序列，其中，分类标识序列中分类标识的位置与对应的点在第三点云能量序列中的位置相同。
可选地，预处理单元还用于在获取第三点云能量序列时，获取具有均匀反射率且半径为R的漫反射板，并将激光雷达置于漫反射板的球心位置，其中，R大于0；控制激光雷达进行扫描，并获取由漫反射板进行反射得到的各激光点的反射能量，得到第三点云能量序列，其中，各激光点的信号传输路径长度为2R。
可选地，预处理单元还用于在获取第三点云能量序列中各点的补偿系数时，对第三点云能量序列中的点进行多次如下操作得到第四点云能量序列：查找第三点云能量序列中的目标点，其中，目标点的第一比值和第二比值中的任一比值大于目标阈值，第一比值为目标点的能量和前一点的能量之间的差值绝对值与目标点的能量之间的比值，第二比值为目标点的能量和后一点的能量之间的差值绝对值与目标点的能量之间的比值；将目标点的能量修正为前一点的能量与后一点的能量之间的平均值；将第四点云能量序列中点的能量与第三点云能量序列中相同位置的点的能量之间的比值作为点的补偿系数。
可选地，预处理单元还用于在对第三点云能量序列中各点的补偿系数进行分类，得到分类标识序列时，将第三点云能量序列中所有点的补偿系数分成多个集合，其中，多个集合中的每个集合对应于一个分类，每个集合中至少保存有一个点的补偿系数；为每个集合配置一个参考补偿系数，其中，参考补偿系数位于该集合中的最大补偿系数与最小补偿系数之间；获取每个集合的补偿累积量，其中，补偿累积量为该集合中的所有点的补偿参数之和，补偿参数为点的补偿系数与补偿权重之间的乘积；在多个集合的补偿累积量之和取得最小值的情况下，将每个集合对应的参考补偿系数作为实际使用的补偿系数。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在相应的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的另一个方面，还提供了一种用于实施上述激光雷达点云处理方法的服务器或终端。
图4是根据本申请实施例的一种终端的结构框图，如图4所示，该终端可以包括：一个或多个(图4中仅示出一个)处理器401、存储器403、以及传输装置405，如图4所示，该终端还可以包括输入输出设备407。
其中，存储器403可用于存储软件程序以及模块，如本申请实施例中的激光雷达点云处理方法和装置对应的程序指令/模块，处理器401通过运行存储在存储器403内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的激光雷达点云处理方法。存储器403可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器403可进一步包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置405用于经由一个网络接收或者发送数据，还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置405包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置405为射频 (Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
其中，具体地，存储器403用于存储应用程序。
处理器401可以通过传输装置405调用存储器403存储的应用程序，以执行下述步骤：
获取第一点云能量序列，其中，所述第一点云能量序列中保存有激光雷达接收到的激光点云的能量；
根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图4所示的结构仅为示意，终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices，MID)、PAD等终端设备。图4 其并不对上述电子装置的结构造成限定。例如，终端还可包括比图4中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图4所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器 (Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行激光雷达点云处理方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
获取第一点云能量序列，其中，所述第一点云能量序列中保存有激光雷达接收到的激光点云的能量；
根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述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。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种激光雷达点云处理方法，其特征在于，包括：
获取第一点云能量序列，其中，所述第一点云能量序列中保存有激光雷达接收到的激光点云的能量；
根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列；
其中，在根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列之前，所述方法还包括：获取第三点云能量序列，其中，所述第三点云能量序列中保存有激光雷达接收到的激光点云的能量；获取所述第三点云能量序列中各点的补偿系数；对所述第三点云能量序列中各点的补偿系数进行分类，得到分类标识序列，所述分类标识序列中分类标识的位置与对应的点在所述第三点云能量序列中的位置相同；
所述对所述第三点云能量序列中各点的补偿系数进行分类，得到分类标识序列包括：将所述第三点云能量序列中所有点的补偿系数分成多个集合，其中，所述多个集合中的每个集合对应于一个分类，每个集合中至少保存有一个点的补偿系数；为每个集合配置一个参考补偿系数，其中，所述参考补偿系数位于该集合中的最大补偿系数与最小补偿系数之间；获取每个集合的补偿累积量，其中，所述补偿累积量为该集合中的所有点的补偿参数之和，所述补偿参数为点的补偿系数与补偿权重之间的乘积；在所述多个集合的补偿累积量之和取得最小值的情况下，将每个集合对应的参考补偿系数作为实际使用的补偿系数。
2.根据权利要求1所述的方法，其特征在于，根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列包括：
根据与所述第一点云能量序列中点匹配的分类标识，采用对应的补偿方案对所述第一点云能量序列中点的能量进行补偿，得到所述第二点云能量序列，其中，所述第二点云能量序列中点的能量是对所述第一点云能量序列中点的能量进行补偿后得到的，所述补偿方案是根据相邻点之间的能量差确定的。
3.根据权利要求2所述的方法，其特征在于，根据与所述第一点云能量序列中点匹配的分类标识，采用对应的补偿方案对所述第一点云能量序列中点的能量进行补偿，得到所述第二点云能量序列包括对所述第一点云能量序列中的每个点进行如下处理：
查找与所述第一点云能量序列中目标点匹配的目标分类标识，其中，所述目标点为当前处理的点；
按照目标分类标识对应的补偿系数对所述目标点的能量进行补偿，并将补偿后的所述目标点的能量存入所述第二点云能量序列，其中，补偿后的所述目标点在所述第二点云能量序列中的位置与补偿前在所述第一点云能量序列中的位置相同。
4.根据权利要求1所述的方法，其特征在于，获取第三点云能量序列包括：
获取具有均匀反射率且半径为R的漫反射板，并将所述激光雷达置于所述漫反射板的球心位置，其中，R大于0；
控制所述激光雷达进行扫描，并获取由漫反射板进行反射得到的各激光点的反射能量，得到所述第三点云能量序列。
5.根据权利要求1所述的方法，其特征在于，获取所述第三点云能量序列中各点的补偿系数包括：
对所述第三点云能量序列中的点进行一次或多次如下操作得到第四点云能量序列：查找所述第三点云能量序列中的目标点，其中，所述目标点的第一比值和第二比值中的任一比值大于目标阈值，所述第一比值为所述目标点的能量和前一点的能量之间的差值绝对值与所述目标点的能量之间的比值，所述第二比值为所述目标点的能量和后一点的能量之间的差值绝对值与所述目标点的能量之间的比值；将所述目标点的能量修正为所述前一点的能量与所述后一点的能量之间的平均值；
将所述第四点云能量序列中点的能量与所述第三点云能量序列中相同位置的点的能量之间的比值作为点的补偿系数。
6.一种激光雷达点云处理装置，其特征在于，包括：
获取单元，用于获取第一点云能量序列，其中，所述第一点云能量序列中保存有激光雷达接收到的激光点云的能量；
补偿单元，用于根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列；
预处理单元，用于：在根据相邻点之间的能量差对所述第一点云能量序列中点的能量进行补偿，得到第二点云能量序列之前，获取第三点云能量序列，其中，所述第三点云能量序列中保存有激光雷达接收到的激光点云的能量；获取所述第三点云能量序列中各点的补偿系数；对所述第三点云能量序列中各点的补偿系数进行分类，得到分类标识序列，所述分类标识序列中分类标识的位置与对应的点在所述第三点云能量序列中的位置相同；
所述预处理单元还用于：将所述第三点云能量序列中所有点的补偿系数分成多个集合，其中，所述多个集合中的每个集合对应于一个分类，每个集合中至少保存有一个点的补偿系数；为每个集合配置一个参考补偿系数，其中，所述参考补偿系数位于该集合中的最大补偿系数与最小补偿系数之间；获取每个集合的补偿累积量，其中，所述补偿累积量为该集合中的所有点的补偿参数之和，所述补偿参数为点的补偿系数与补偿权重之间的乘积；在所述多个集合的补偿累积量之和取得最小值的情况下，将每个集合对应的参考补偿系数作为实际使用的补偿系数。
7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至5任一项中所述的方法。
8.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序执行上述权利要求1至5任一项中所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011559228.6A CN112816993B (zh) | 2020-12-25 | 2020-12-25 | 激光雷达点云处理方法和装置 |
| PCT/CN2021/136868 WO2022135172A1 (zh) | 2020-12-25 | 2021-12-09 | 激光雷达点云处理方法和装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011559228.6A CN112816993B (zh) | 2020-12-25 | 2020-12-25 | 激光雷达点云处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112816993A CN112816993A (zh) | 2021-05-18 |
| CN112816993B true CN112816993B (zh) | 2022-11-08 |
Family
ID=75853868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011559228.6A Active CN112816993B (zh) | 2020-12-25 | 2020-12-25 | 激光雷达点云处理方法和装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112816993B (zh) |
| WO (1) | WO2022135172A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112816993B (zh) * | 2020-12-25 | 2022-11-08 | 北京一径科技有限公司 | 激光雷达点云处理方法和装置 |
| CN114384492B (zh) * | 2022-03-24 | 2022-06-24 | 北京一径科技有限公司 | 用于激光雷达的点云处理方法及装置、存储介质 |
| CN115047472B (zh) * | 2022-03-30 | 2023-05-02 | 北京一径科技有限公司 | 确定激光雷达点云分层的方法、装置、设备及存储介质 |
| CN115047471B (zh) * | 2022-03-30 | 2023-07-04 | 北京一径科技有限公司 | 确定激光雷达点云分层的方法、装置、设备及存储介质 |
| CN116224287B (zh) * | 2023-02-23 | 2024-01-23 | 南通探维光电科技有限公司 | 激光点云拼接方法、装置、电子设备及可读存储介质 |
| CN116843807A (zh) * | 2023-06-30 | 2023-10-03 | 北京百度网讯科技有限公司 | 虚拟形象生成、模型的训练方法、装置及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097423A (zh) * | 2016-06-08 | 2016-11-09 | 河海大学 | 基于k近邻的LiDAR点云强度校正方法 |
| CN108986024A (zh) * | 2017-06-03 | 2018-12-11 | 西南大学 | 一种基于网格的激光点云规则排列处理方法 |
| CN110221277A (zh) * | 2019-06-21 | 2019-09-10 | 北京航空航天大学 | 一种基于激光雷达扫描的隧道表面渗水区域提取方法 |
| CN110275155A (zh) * | 2018-12-24 | 2019-09-24 | 北京航空航天大学 | 一种地基激光雷达强度数据的自校正方法 |
| CN111929664A (zh) * | 2020-10-10 | 2020-11-13 | 北京大汉正源科技有限公司 | 一种三维激光雷达apd测距v字形标定方法及装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8705110B2 (en) * | 2012-06-25 | 2014-04-22 | Yoldas Askan | Method of generating a smooth image from point cloud data |
| JP2016057108A (ja) * | 2014-09-08 | 2016-04-21 | 株式会社トプコン | 演算装置、演算システム、演算方法およびプログラム |
| GB2569656B (en) * | 2017-12-22 | 2020-07-22 | Zivid Labs As | Method and system for generating a three-dimensional image of an object |
| CN108875804B (zh) * | 2018-05-31 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 一种基于激光点云数据的数据处理方法和相关装置 |
| CN111045022A (zh) * | 2018-10-15 | 2020-04-21 | 图森有限公司 | 一种基于光检测和测距的车辆追踪方法和系统 |
| CN111679262B (zh) * | 2020-07-06 | 2023-09-01 | 武汉海达数云技术有限公司 | 激光点云强度标定方法、装置、设备及存储介质 |
| CN112816993B (zh) * | 2020-12-25 | 2022-11-08 | 北京一径科技有限公司 | 激光雷达点云处理方法和装置 |
-
2020
- 2020-12-25 CN CN202011559228.6A patent/CN112816993B/zh active Active
-
2021
- 2021-12-09 WO PCT/CN2021/136868 patent/WO2022135172A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097423A (zh) * | 2016-06-08 | 2016-11-09 | 河海大学 | 基于k近邻的LiDAR点云强度校正方法 |
| CN108986024A (zh) * | 2017-06-03 | 2018-12-11 | 西南大学 | 一种基于网格的激光点云规则排列处理方法 |
| CN110275155A (zh) * | 2018-12-24 | 2019-09-24 | 北京航空航天大学 | 一种地基激光雷达强度数据的自校正方法 |
| CN110221277A (zh) * | 2019-06-21 | 2019-09-10 | 北京航空航天大学 | 一种基于激光雷达扫描的隧道表面渗水区域提取方法 |
| CN111929664A (zh) * | 2020-10-10 | 2020-11-13 | 北京大汉正源科技有限公司 | 一种三维激光雷达apd测距v字形标定方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112816993A (zh) | 2021-05-18 |
| WO2022135172A1 (zh) | 2022-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112816993B (zh) | 激光雷达点云处理方法和装置 | |
| US10203402B2 (en) | Method of error correction for 3D imaging device | |
| CN107861113B (zh) | 标定方法及装置 | |
| US10222476B2 (en) | Scanning method and surveying system with scanning functionality | |
| US5889582A (en) | Image-directed active range finding system | |
| US20190051006A1 (en) | Adaptive processing of spatial imaging data | |
| CN107607960A (zh) | 一种光学测距的方法及装置 | |
| CN112698300B (zh) | 激光雷达的控制方法和装置、存储介质、电子装置 | |
| CN112106111A (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
| CN115032608B (zh) | 测距传感器数据优化方法及其应用 | |
| CN112526545A (zh) | 一种激光雷达点云处理方法、装置、存储介质及终端设备 | |
| CN108303702B (zh) | 一种相位式激光测距系统及方法 | |
| CN112950622A (zh) | 一种目标检测方法、装置、计算机设备和存储介质 | |
| US20210256740A1 (en) | Method for increasing point cloud sampling density, point cloud processing system, and readable storage medium | |
| CN111679262B (zh) | 激光点云强度标定方法、装置、设备及存储介质 | |
| CN111638043B (zh) | 一种光学中心确定方法及装置 | |
| CN114076935A (zh) | 激光雷达与相机联合标定方法和装置、服务器、计算机可读存储介质 | |
| CN111082844B (zh) | 微波测向设备的旁瓣抑制方法、测向方法及微波测向设备 | |
| CN111638496A (zh) | 雷达回波数据处理方法、计算机设备和介质 | |
| US20220172327A1 (en) | Method for correcting abnormal point cloud | |
| CN115187812A (zh) | 高光谱激光雷达点云数据的分类方法、训练方法及装置 | |
| CN113139563A (zh) | 一种图像分类模型的优化方法及装置 | |
| CN113128516B (zh) | 边缘提取的方法和装置 | |
| Potapov et al. | Fractal selection of artificial objects from radar images on inhomogeneous background | |
| KR102208175B1 (ko) | 이동형 레이더의 적응적 추적 주파수 제어 방법 |
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 |