CN113281717A - 基于激光雷达的地面过滤方法、系统、设备及存储介质 - Google Patents
基于激光雷达的地面过滤方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113281717A CN113281717A CN202110627048.5A CN202110627048A CN113281717A CN 113281717 A CN113281717 A CN 113281717A CN 202110627048 A CN202110627048 A CN 202110627048A CN 113281717 A CN113281717 A CN 113281717A
- Authority
- CN
- China
- Prior art keywords
- laser
- point
- ground
- points
- coordinate system
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000012163 sequencing technique Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- JNDMLEXHDPKVFC-UHFFFAOYSA-N aluminum;oxygen(2-);yttrium(3+) Chemical compound [O-2].[O-2].[O-2].[Al+3].[Y+3] JNDMLEXHDPKVFC-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 229910019901 yttrium aluminum garnet Inorganic materials 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
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了基于激光雷达的地面过滤方法、系统、设备及存储介质，该方法包括以下步骤：将激光坐标系的激光点云转换到激光地面坐标系中；获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组；对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点；获得地面点集合，并自激光点云中去除地面点集合的激光点。本发明能够有效过滤地面的激光点，提升检测准确性。
Description
技术领域
本发明涉及激光雷达领域，具体地说，涉及基于激光雷达的地面过滤方法、系统、设备及存储介质。
背景技术
激光雷达，LiDAR(Light Detection and Ranging)，是激光探测及测距系统的简称，另外也称Laser Radar或LADAR(Laser Detection and Ranging)。通常激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。激光雷达。用激光器作为发射光源，采用光电探测技术手段的主动遥感设备。激光雷达是激光技术与现代光电探测技术结合的先进探测方式。由发射系统、接收系统、信息处理等部分组成。发射系统是各种形式的激光器，如二氧化碳激光器、掺钕钇铝石榴石激光器、半导体激光器及波长可调谐的固体激光器以及光学扩束单元等组成；接收系统采用望远镜和各种形式的光电探测器，如光电倍增管、半导体光电二极管、雪崩光电二极管、红外和可见光多元探测器件等组合。
目前，在无人车领域使用激光雷达检测前方路况获得激光点云时，其中很多激光点是照射在地面的点，这些点会干扰激光点云会增大计算量、减缓雷达的识别速度、而且降低神经网络识别的准确性。
因此，本发明提供了一种基于激光雷达的地面过滤方法、系统、设备及存储介质。
发明内容
针对现有技术中的问题，本发明的目的在于提供基于激光雷达的地面过滤方法、系统、设备及存储介质，克服了现有技术的困难，能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
本发明的实施例提供一种基于激光雷达的地面过滤方法，包括以下步骤：
S110、获得激光雷达对地面进行扫描产生基于激光坐标系的激光点云，并将所述激光坐标系的激光点云转换到激光地面坐标系中，所述激光地面坐标系的原点为所述激光雷达投影到地面的投影点；
S120、获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组；
S130、对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点；
S140、获得每一组激光点中的地面激光点的集合作为地面点集合，并自所述激光点云中去除地面点集合的所有激光点。
优选地，所述步骤S110中包括：
设车身基准坐标系到激光坐标系的旋转矩阵为R3*3，平移矩阵为T3*1，激光坐标系下的点P的坐标为Pb＝(xb,yb,zb)，则在车身基准坐标系下，点P点记为Pa＝(xa,ya,za)，令满足
预设标定车身基准坐标系到激光坐标系的位姿参数为RB和TB；
令激光地面坐标系到激光坐标系的位姿参数为RG和TG，满足以下：
则激光坐标系下点PL＝(xL,yL,zL)，转换到激光地面坐标系下的后为点PG＝(xG,yG,zG)，满足
优选地，所述车身基准坐标系的原点为车辆后车桥的中心点在地面的投影点。
优选地，所述步骤S120中，
S121、检测所述激光雷达的照射方向基于水平面的夹角W；
S122、获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点；
S123、将投影点以所述激光地面坐标系的原点为圆点基于地面等分为N份扇区域，N＝360/W，所述扇区域的扇形圆心角相等；
S124、根据所述投影点在所述扇区域的分组情况，将所述投影点对应的激光点分组。
优选地，所述步骤S130中，对于每一组激光点根据距离进行排序，依次遍历所有激光点，当同时满足第一判断条件和第二判断条件时，当前激光点为地面激光点，所述第一判断条件为当前激光点与前一个激光点的间距是否小于第一预设阈值P，所述第二判断条件为当前激光点与属于地面点的前一个激光点的高度差是否小于第二预设阈值Q。
优选地，所述步骤S130中包括
S131、对于每一组激光点的投影点到原点的距离进行自小到大进行排序；
S132、在每一组激光点中依次自圆点从近向远逐个遍历所有激光点进行检测，判断当前激光点与前一个激光点分别投影到地面的间距是否小于第一预设阈值P，若是，则执行步骤S133，若否，则执行步骤S135；
S133、判断是否同时满足前一个激光点是位于地面的激光点，且当前激光点与前一个激光点的高度差的绝对值小于第二预设阈值Q，若是，则执行步骤S134，若否，则执行步骤S135；
S134、当前激光点是地面激光点，检测下一激光点，直到每一组中激光点均被检测；
S135、当前激光点不是地面激光点，检测下一激光点，直到每一组中激光点均被检测。
优选地，所述步骤S131中，分别计算每个激光点的投影点(x，y)到原点(0，0)的距离
本发明的实施例还提供一种基于激光雷达的地面过滤系统，用于实现上述的基于激光雷达的地面过滤方法，基于激光雷达的地面过滤系统包括：
标定模块，获得激光雷达对地面进行扫描产生基于激光坐标系的激光点云，并将所述激光坐标系的激光点云转换到激光地面坐标系中，所述激光地面坐标系的原点为所述激光雷达投影到地面的投影点；
分组模块，获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组；
检测模块，对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点；
过滤模块，获得每一组激光点中的地面激光点的集合作为地面点集合，并自所述激光点云中去除地面点集合的所有激光点。
本发明的实施例还提供一种基于激光雷达的地面过滤设备，包括：
处理器；
存储器，其中存储有处理器的可执行指令；
其中，处理器配置为经由执行可执行指令来执行上述基于激光雷达的地面过滤方法的步骤。
本发明的实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现上述基于激光雷达的地面过滤方法的步骤。
本发明的基于激光雷达的地面过滤方法、系统、设备及存储介质，能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明的基于激光雷达的地面过滤方法的流程图。
图2至4是本发明的基于激光雷达的地面过滤方法的实施过程示意图。
图5是本发明的基于激光雷达的地面过滤系统的结构示意图。
图6是本发明的基于激光雷达的地面过滤设备的结构示意图。以及
图7是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
图1是本发明的基于激光雷达的地面过滤方法的流程图。如图1所示，本发明的实施例提供一种基于激光雷达的地面过滤方法，本发明的方法包括以下步骤：
S110、获得激光雷达对地面进行扫描产生基于激光坐标系的激光点云，并将上述激光坐标系的激光点云转换到激光地面坐标系中，上述激光地面坐标系的原点为上述激光雷达投影到地面的投影点。
S120、获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组。
S130、对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点。
S140、获得每一组激光点中的地面激光点的集合作为地面点集合，并自上述激光点云中去除地面点集合的所有激光点。
本实施例中的激光雷达可以抽象成一个点对着不同的方向进行距离测量，采用多线激光雷达比如velodyne的16线激光雷达可以抽象成16个测距装置，同时测量特定角度的物体的距离。16个测距装置安装在转轴上，转一圈测量360度的物体的距离，形成点云图。点云图是指激光坐标系下的点的数据集，是激光雷达的输出结果的表示。每个点有x,y,z,intensity等信息，不同型号的雷达不同，这里只关注三维空间信息x,y,z。点云地面过滤是指在点云的预处理中，有一个过滤地面的点云的部分，意思是将点云中属于地面的点云过滤掉。位姿指的是两个坐标系之间的关系，带有平移[tx,ty,tz]和旋转[r,p,y]关系其中rpy是欧拉角。标定标定指的是找出激光雷达在车上相对位姿关系，本实施例中定义车后轮中心的地面点为基准位置。
在一个优选实施例中，上述步骤S110中包括：
设车身基准坐标系到激光坐标系的旋转矩阵为R3*3，平移矩阵为T3*1，激光坐标系下的点P的坐标为Pb＝(xb,yb，zb)，则在车身基准坐标系下，点P点记为Pa＝(xa,ya,za)，令满足
预设标定车身基准坐标系到激光坐标系的位姿参数为RB和TB。
令激光地面坐标系到激光坐标系的位姿参数为RG和TG，满足以下：
则激光坐标系下点PL＝(xL,yL,zL)，转换到激光地面坐标系下的后为点PG＝(xG,yG,zG)，满足
本实施例中的坐标系转换是将一个坐标系下的点，根据坐标系转换矩阵(也就是标定出来的位姿矩阵)转换到另一个坐标系下，通俗的理解就是在另一个坐标系下观测原来的点云。
在一个优选实施例中，上述车身基准坐标系的原点为车辆后车桥的中心点在地面的投影点。
在一个优选实施例中，上述步骤S120中，
S121、检测上述激光雷达的照射方向基于水平面的夹角W。
S122、获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点。
S123、将投影点以上述激光地面坐标系的原点为圆点基于地面等分为N份扇区域，N＝360/W，上述扇区域的扇形圆心角相等。
S124、根据上述投影点在上述扇区域的分组情况，将上述投影点对应的激光点分组。
在一个优选实施例中，上述步骤S130中，对于每一组激光点根据距离进行排序，依次遍历所有激光点，当同时满足第一判断条件和第二判断条件时，当前激光点为地面激光点，上述第一判断条件为当前激光点与前一个激光点的间距是否小于第一预设阈值P，上述第二判断条件为当前激光点与属于地面点的前一个激光点的高度差是否小于第二预设阈值Q。
在一个优选实施例中，上述步骤S130中包括
S131、对于每一组激光点的投影点到原点的距离进行自小到大进行排序。
S132、在每一组激光点中依次自圆点从近向远逐个遍历所有激光点进行检测，判断当前激光点与前一个激光点分别投影到地面的间距是否小于第一预设阈值P，若是，则执行步骤S133，若否，则执行步骤S135。
S133、判断是否同时满足前一个激光点是位于地面的激光点，且当前激光点与前一个激光点的高度差的绝对值小于第二预设阈值Q，若是，则执行步骤S134，若否，则执行步骤S135。
S134、当前激光点是地面激光点，检测下一激光点，直到每一组中激光点均被检测。
S135、当前激光点不是地面激光点，检测下一激光点，直到每一组中激光点均被检测。
在一个优选实施例中，上述步骤S131中，分别计算每个激光点的投影点(x，y)到原点(0，0)的距离
现有技术的通用方法包括：
1.根据激光的标定位姿关系，将激光坐标系的点云，投射到基准坐标系(车后轮中心的地面点)下。为方便，记激光坐标系下的点云为PC0，转换到基准坐标系下的点云为PC1。
2.截取PC1一定高度以下的点云，比如z<0.3的点云记为PC2，在PC2上做平面拟合，得到平面Ax+By+Cz+D＝0。
3.在PC1取平面附近一定距离的点，作为地面点集PC4。
4.PC2中剔除地面PC4中的点，得到过滤的最终点。
现有技术的地面点过滤的平面拟合的方法在地面有弧度，或者坡度有转折，或者近处被遮挡，照射不到地面的情况下，有大量的漏检(漏检指的是把非地面点检测为地面)，这对于后续处理是致命的，会导致车子走不了，同时如果把过滤的门限调的过大，会出现大量误检(误检指的是把地面点判定为非地面点)的情况，这对后续处理也是致命的，会导致障碍物被过滤，导致撞车。新的方法基本不会有漏检的情况，但是会有少部分误检，这部分的误检和旧的方法不同，是在特定情况(这个条件和激光照射点的分布有关系)下，一个物体的部分点被认为是地面，不会导致整个物体消失。
本发明的基于激光雷达的地面过滤方法能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
图2至4是本发明的基于激光雷达的地面过滤方法的实施过程示意图。如图2至4所示，本发明的基于激光雷达的地面过滤方法的实施过程如下：参考图2，无人车1的前部设有激光雷达2，获得激光雷达2对地面进行扫描产生基于激光坐标系的激光点云，并将上述激光坐标系的激光点云转换到激光地面坐标系中，上述激光地面坐标系的原点O3为上述激光雷达投影到地面的投影点。首先，设车身基准坐标系到激光坐标系的旋转矩阵为R3*3，其中，激光坐标系的原点O1，上述车身基准坐标系的原点O2为车辆后车桥的中心点在地面的投影点。平移矩阵为T3*1，激光坐标系下的点P的坐标为Pb＝(xb,yb,zb)，则在车身基准坐标系下，点P点记为Pa＝(xa,ya,za)，令满足
预设标定车身基准坐标系到激光坐标系的位姿参数为RB和TB。
令激光地面坐标系到激光坐标系的位姿参数为RG和TG，满足以下：
则激光坐标系下点PL＝(xL,yL，zL)，转换到激光地面坐标系下的后为点PG＝(xG,yG,zG)，满足
获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组。通过检测上述激光雷达的照射方向基于水平面的夹角W。获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点。将投影点的集合以上述激光地面坐标系的原点为圆点基于地面等分为N份扇区域，N为自然数，N＝360/W，上述扇区域的扇形圆心角相等。本实施例中，W＝10，则N＝360/10＝36，所以，将激光地面坐标系的原点为圆点基于地面等分为36份扇区域。随激光雷达的照射方向基于水平面的夹角减小，则N增大。由于激光雷达的照射方向基于水平面的夹角越小，则激光雷达越接近水平，照射的距离越远，所以需要增大N值，以便进行更精细的区分。根据上述投影点在上述扇区域的分组情况，将上述投影点对应的激光点分组。
对于每一组激光点根据距离进行排序，依次遍历所有激光点，当同时满足第一判断条件和第二判断条件时，当前激光点为地面激光点，上述第一判断条件为当前激光点与前一个激光点的间距是否小于第一预设阈值P，上述第二判断条件为当前激光点与属于地面点的前一个激光点的高度差是否小于第二预设阈值Q。参考图3、4，以其中一组激光点为例，对于每一组激光点311、312、313、314、315……等的投影点到原点O3的距离进行自小到大进行排序。其中，分别计算每个激光点的投影点(x，y)到原点(0，0)的距离
在每一组激光点中依次自圆点从近向远逐个遍历所有激光点进行检测，判断是否满足第一判断条件，第一判断条件为：当前激光点与前一个激光点分别投影到地面的间距是否小于第一预设阈值P，若是，判断是否满足第二判断条件，若否，则当前激光点不是地面激光点，检测下一激光点，直到每一组中激光点均被检测。第二判断条件为：是否同时满足前一个激光点是位于地面的激光点，且当前激光点与前一个激光点的高度差的绝对值小于第二预设阈值Q，若是，则当前激光点是地面激光点，检测下一激光点，直到每一组中激光点均被检测。若否，则当前激光点不是地面激光点，检测下一激光点，直到每一组中激光点均被检测。
通过上述步骤遍历完每一组激光点，获得每一组激光点中的地面激光点的集合作为地面点集合，并自上述激光点云中去除地面点集合的所有激光点。将过滤后的激光点云输入到神经网络或是其它模型进行识别，获得各个障碍物的标签。
本发明的基于激光雷达的地面过滤方法能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
图5是本发明的基于激光雷达的地面过滤系统的结构示意图。如图5所示，本发明的实施例还提供一种基于激光雷达的地面过滤系统5，用于实现上述的基于激光雷达的地面过滤方法，基于激光雷达的地面过滤系统包括：
标定模块51，获得激光雷达对地面进行扫描产生基于激光坐标系的激光点云，并将上述激光坐标系的激光点云转换到激光地面坐标系中，上述激光地面坐标系的原点为上述激光雷达投影到地面的投影点。
分组模块52，获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组。
检测模块53，对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点。
过滤模块54，获得每一组激光点中的地面激光点的集合作为地面点集合，并自上述激光点云中去除地面点集合的所有激光点。
本发明的基于激光雷达的地面过滤系统，能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
本发明实施例还提供一种基于激光雷达的地面过滤设备，包括处理器。存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行的基于激光雷达的地面过滤方法的步骤。
如上，本发明的基于激光雷达的地面过滤设备能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
图6是本发明的基于激光雷达的地面过滤设备的结构示意图。下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的基于激光雷达的地面过滤方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示，该实施例的计算机可读存储介质的程序在执行时，能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
图7是本发明的计算机可读存储介质的结构示意图。参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上，本发明的基于激光雷达的地面过滤方法、系统、设备及存储介质，能够有效过滤地面的激光点，避免地面的激光点对于识别的干扰，从而提升激光雷达检测的准确性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于激光雷达的地面过滤方法，其特征在于，包括以下步骤：
S110、获得激光雷达对地面进行扫描产生基于激光坐标系的激光点云，并将所述激光坐标系的激光点云转换到激光地面坐标系中，所述激光地面坐标系的原点为所述激光雷达投影到地面的投影点；
S120、获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组；
S130、对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点；
S140、获得每一组激光点中的地面激光点的集合作为地面点集合，并自所述激光点云中去除地面点集合的所有激光点。
2.根据权利要求1所述的基于激光雷达的地面过滤方法，其特征在于，所述步骤S110中包括：
设车身基准坐标系到激光坐标系的旋转矩阵为R3*3，平移矩阵为T3*1，激光坐标系下的点P的坐标为Pb＝(xb，yb，zb)，则在车身基准坐标系下，点P点记为Pa＝(xa，ya，za)，令满足
预设标定车身基准坐标系到激光坐标系的位姿参数为RB和TB；
令激光地面坐标系到激光坐标系的位姿参数为RG和TG，满足以下：
则激光坐标系下点PL＝(xL，yL，zL)，转换到激光地面坐标系下的后为点PG＝(xG，yG，zG)，满足
3.根据权利要求2所述的基于激光雷达的地面过滤方法，其特征在于，所述车身基准坐标系的原点为车辆后车桥的中心点在地面的投影点。
4.根据权利要求1所述的基于激光雷达的地面过滤方法，其特征在于，所述步骤S120中，
S121、检测所述激光雷达的照射方向基于水平面的夹角W；
S122、获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点；
S123、将投影点以所述激光地面坐标系的原点为圆点基于地面等分为N份扇区域，N＝360/W，所述扇区域的扇形圆心角相等；
S124、根据所述投影点在所述扇区域的分组情况，将所述投影点对应的激光点分组。
5.根据权利要求1所述的基于激光雷达的地面过滤方法，其特征在于，所述步骤S130中，对于每一组激光点根据距离进行排序，依次遍历所有激光点，当同时满足第一判断条件和第二判断条件时，当前激光点为地面激光点，所述第一判断条件为当前激光点与前一个激光点的间距是否小于第一预设阈值P，所述第二判断条件为当前激光点与属于地面点的前一个激光点的高度差是否小于第二预设阈值Q。
6.根据权利要求5所述的基于激光雷达的地面过滤方法，其特征在于，所述步骤S130中包括
S131、对于每一组激光点的投影点到原点的距离进行自小到大进行排序；
S132、在每一组激光点中依次自圆点从近向远逐个遍历所有激光点进行检测，判断当前激光点与前一个激光点分别投影到地面的间距是否小于第一预设阈值P，若是，则执行步骤S133，若否，则执行步骤S135；
S133、判断是否同时满足前一个激光点是位于地面的激光点，且当前激光点与前一个激光点的高度差的绝对值小于第二预设阈值Q，若是，则执行步骤S134，若否，则执行步骤S135；
S134、当前激光点是地面激光点，检测下一激光点，直到每一组中激光点均被检测；
S135、当前激光点不是地面激光点，检测下一激光点，直到每一组中激光点均被检测。
7.根据权利要求6所述的基于激光雷达的地面过滤方法，其特征在于，所述步骤S131中，分别计算每个激光点的投影点(x，y)到原点(0，0)的距离
8.一种基于激光雷达的地面过滤系统，其特征在于，用于实现如权利要求1所述的基于激光雷达的地面过滤方法，包括：
标定模块，获得激光雷达对地面进行扫描产生基于激光坐标系的激光点云，并将所述激光坐标系的激光点云转换到激光地面坐标系中，所述激光地面坐标系的原点为所述激光雷达投影到地面的投影点；
分组模块，获得激光地面坐标系中的激光点云中每个激光点投影到地面的投影点，将投影点以原点为圆点基于地面等分为N份扇区域，对于每一份扇区域中的投影点对应的激光点进行分组；
检测模块，对于每一组激光点根据距离进行排序，依次遍历所有激光点，满足当前激光点与前一个激光点的间距以及当前激光点与属于地面点的前一个激光点的高度差均小于预设阈值时，当前激光点为地面激光点；
过滤模块，获得每一组激光点中的地面激光点的集合作为地面点集合，并自所述激光点云中去除地面点集合的所有激光点。
9.一种基于激光雷达的地面过滤设备，其特征在于，包括：
处理器；
存储器，其中存储有处理器的可执行指令；
其中，处理器配置为经由执行可执行指令来执行权利要求1至7中任意一项所述基于激光雷达的地面过滤方法的步骤。
10.一种计算机可读存储介质，用于存储程序，其特征在于，程序被处理器执行时实现权利要求1至7中任意一项所述基于激光雷达的地面过滤方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110627048.5A CN113281717A (zh) | 2021-06-04 | 2021-06-04 | 基于激光雷达的地面过滤方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110627048.5A CN113281717A (zh) | 2021-06-04 | 2021-06-04 | 基于激光雷达的地面过滤方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113281717A true CN113281717A (zh) | 2021-08-20 |
Family
ID=77283468
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110627048.5A Pending CN113281717A (zh) | 2021-06-04 | 2021-06-04 | 基于激光雷达的地面过滤方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113281717A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110764108A (zh) * | 2019-11-05 | 2020-02-07 | 畅加风行(苏州)智能科技有限公司 | 一种用于港口自动驾驶场景的障碍物检测方法及装置 |
| CN110781827A (zh) * | 2019-10-25 | 2020-02-11 | 中山大学 | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 |
| US20200081124A1 (en) * | 2018-09-07 | 2020-03-12 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and device for filtering out non-ground points from point cloud, and storage medium |
| CN111090105A (zh) * | 2019-12-27 | 2020-05-01 | 吉林大学 | 一种车载激光雷达点云信号地面点分离方法 |
| 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 |
| CN112861653A (zh) * | 2021-01-20 | 2021-05-28 | 上海西井信息科技有限公司 | 融合图像和点云信息的检测方法、系统、设备及存储介质 |
-
2021
- 2021-06-04 CN CN202110627048.5A patent/CN113281717A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200081124A1 (en) * | 2018-09-07 | 2020-03-12 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and device for filtering out non-ground points from point cloud, and storage medium |
| CN110781827A (zh) * | 2019-10-25 | 2020-02-11 | 中山大学 | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 |
| CN110764108A (zh) * | 2019-11-05 | 2020-02-07 | 畅加风行(苏州)智能科技有限公司 | 一种用于港口自动驾驶场景的障碍物检测方法及装置 |
| CN111090105A (zh) * | 2019-12-27 | 2020-05-01 | 吉林大学 | 一种车载激光雷达点云信号地面点分离方法 |
| 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 |
| CN112861653A (zh) * | 2021-01-20 | 2021-05-28 | 上海西井信息科技有限公司 | 融合图像和点云信息的检测方法、系统、设备及存储介质 |
Non-Patent Citations (6)
| Title |
|---|
| 刘辉席: "基于 IMU 和动态目标检测的多帧点云融合算法", 计算机应用研究, vol. 38, no. 7, pages 1 - 4 * |
| 李炯: "基于射线坡度阈值的城市地面分割算法", 光学学报, vol. 39, no. 9, pages 1 - 9 * |
| 王国锋: "多源激光雷达数据集成技术及其应用", 30 November 2012, 测绘出版社, pages: 142 * |
| 蒋剑飞;李其仲;黄妙华;龚杰;: "基于三维激光雷达的障碍物及可通行区域实时检测", 激光与光电子学进展, no. 24 * |
| 薛培林: "基于激光雷达与视觉融合的城市自主车辆实时感知技术研究", 中国优秀硕士学位论文全文数据库 工程科技II辑 * |
| 马东岭;王晓坤;李广云;: "一种基于高度差异的点云数据分类方法", 测绘通报, no. 06 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11372101B2 (en) | Method and apparatus for determining relative pose, device and medium | |
| US11723762B2 (en) | LIDAR based 3-D imaging with far-field illumination overlap | |
| US20200217960A1 (en) | Camera-gated lidar system | |
| US11768293B2 (en) | Method and device for adjusting parameters of LiDAR, and LiDAR | |
| US20230042797A1 (en) | Lidar based distance measurements with tiered power control | |
| CN112513679B (zh) | 一种目标识别的方法和装置 | |
| KR101149800B1 (ko) | 초광대역 레이더 와 스테레오 카메라를 이용한 은폐장애물 감지장치 및 방법 | |
| CN110927742A (zh) | 障碍物跟踪方法、装置、设备及存储介质 | |
| CN111435163A (zh) | 地面点云数据过滤方法、装置、探测系统及存储介质 | |
| CN113866791A (zh) | 雷达装置采集的数据的处理方法及处理装置 | |
| WO2019180442A1 (en) | Object detection system and method | |
| CN114663526A (zh) | 障碍物检测方法、装置、机器人及计算机可读存储介质 | |
| WO2020142939A1 (zh) | 回波信号处理方法、设备及存储介质 | |
| CN114384492B (zh) | 用于激光雷达的点云处理方法及装置、存储介质 | |
| CN116547562A (zh) | 点云滤噪方法、系统和可移动平台 | |
| CN115166700A (zh) | 激光雷达的地面点云过滤方法、系统、设备及存储介质 | |
| CN114966651A (zh) | 可行驶区域检测方法、计算机设备、存储介质及车辆 | |
| CN113281717A (zh) | 基于激光雷达的地面过滤方法、系统、设备及存储介质 | |
| CN110796128A (zh) | 一种地面点识别方法、装置及存储介质和终端设备 | |
| CN111693966A (zh) | 一种天文定位的激光雷达的视场匹配装置及方法 | |
| US20220075038A1 (en) | Apparatus and methods for long range, high resolution lidar | |
| CN117836659A (zh) | 测距方法、波形检测方法、装置及相关设备 | |
| CN113888463A (zh) | 车轮转角的检测方法、装置、电子设备及存储介质 | |
| CN113421306A (zh) | 定位初始化方法、系统及移动工具 | |
| KR20210097418A (ko) | 라이다 노이즈 제거 장치 및 그의 라이다 노이즈 제거 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 | ||
| CB02 | Change of applicant information |
Address after: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050 Applicant after: Shanghai Xijing Technology Co.,Ltd. Address before: Room 503-3, 398 Jiangsu Road, Changning District, Shanghai 200050 Applicant before: SHANGHAI WESTWELL INFORMATION AND TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information |