CN113419254A - 一种避免重影的多固态扫描式激光雷达数据的分帧方法 - Google Patents

一种避免重影的多固态扫描式激光雷达数据的分帧方法 Download PDF

Info

Publication number
CN113419254A
CN113419254A CN202110679225.4A CN202110679225A CN113419254A CN 113419254 A CN113419254 A CN 113419254A CN 202110679225 A CN202110679225 A CN 202110679225A CN 113419254 A CN113419254 A CN 113419254A
Authority
CN
China
Prior art keywords
data
scanning
radar
column
solid
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.)
Withdrawn
Application number
CN202110679225.4A
Other languages
English (en)
Inventor
张雨
候聪
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.)
Beijing Qingzhou Zhihang Technology Co ltd
Original Assignee
Beijing Qingzhou Zhihang Technology 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 Beijing Qingzhou Zhihang Technology Co ltd filed Critical Beijing Qingzhou Zhihang Technology Co ltd
Priority to CN202110679225.4A priority Critical patent/CN113419254A/zh
Publication of CN113419254A publication Critical patent/CN113419254A/zh
Withdrawn legal-status Critical Current

Links

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
    • G01S17/88—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
    • 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
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • 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
    • G01S7/491—Details of non-pulse systems
    • G01S7/4912—Receivers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image

Landscapes

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

Abstract

本发明实施例涉及一种避免重影的多固态扫描式激光雷达数据的分帧方法，所述方法包括：获取多个第一固态扫描式激光雷达的同步扫描数据；对第一雷达扫描数据集合的第一扫描数据的横向位置信息Xi和纵向位置信息Yj的变化趋势进行统计，并根据统计结果确认生成第一扫描模式数据；根据第一扫描模式数据对第一雷达扫描数据集合进行对应的分帧处理生成多个第一分帧数据；由多个第一分帧数据组成第一分帧数据集合；按各个第一固态扫描式激光雷达的排列顺序，依次从对应的第一分帧数据集合中提取索引位置相同的第一分帧数据，组成第一全景分帧数据。本发明方法生成的分帧数据不会出现重影问题，另外本发明方法也解决了单个雷达无法获取全景数据的问题。

Description

一种避免重影的多固态扫描式激光雷达数据的分帧方法
技术领域
本发明涉及数据处理技术领域，特别涉及一种避免重影的多固态扫描式激光雷达数据的分帧方法。
背景技术
固态扫描式激光雷达为无人驾驶系统使用的用于感知环境空间信息的传感设备。固态扫描式激光雷达具有结构简单、扫描精度高、可控性好以及扫描速度快等特点，但也因其视场角(Field of view，FOV)有限等原因无法规避以下问题：1)单个雷达无法实现360°全景扫描，从而使得无人驾驶系统无法获取自车周围环境的所有空间信息；2)扫描速度过快会在短时间内对同一位置进行多次往复扫描，如果直接使用雷达的扫描数据进行点云转换会造成严重的重影问题。
发明内容
本发明的目的，就是针对现有技术的缺陷，提供一种避免重影的多固态扫描式激光雷达数据的分帧方法、电子设备及计算机可读存储介质，以对指定范围完成单次扫描动作产生的数据为一帧，将每个固态扫描式激光雷达的扫描数据集合分成多帧，并将覆盖了360°的多个固态扫描式激光雷达的同步单帧数据进行顺序拼接得到360°的全景扫描数据。因为雷达在单次扫描过程中的扫描方向是单向的，所以通过本发明方法生成的分帧数据中不会出现往复扫描数据，那么根据分帧数据进行点云转换也就不会出现重影问题了。另外，本发明方法通过拼接多雷达数据也解决了单个雷达无法获取全景数据的问题。
为实现上述目的，本发明实施例第一方面提供了一种避免重影的多固态扫描式激光雷达数据的分帧方法，所述方法包括：
获取多个第一固态扫描式激光雷达的同步扫描数据生成多雷达扫描数据集合；所述多雷达扫描数据集合包括多个第一雷达扫描数据集合；所述第一雷达扫描数据集合包括多个第一扫描数据；所述第一扫描数据包括横向位置信息Xi和纵向位置信息Yj；i的取值范围从1到W，W为所述第一固态扫描式激光雷达单次扫描范围的扫描宽度阈值；j的取值范围从1到H，H为所述第一固态扫描式激光雷达单次扫描范围的扫描高度阈值；
对所述第一雷达扫描数据集合的所述第一扫描数据的所述横向位置信息Xi和所述纵向位置信息Yj的变化趋势进行统计，并根据统计结果确认对应的所述第一固态扫描式激光雷达的扫描模式，生成第一扫描模式数据；所述第一扫描模式数据包括横向模式和纵向模式；
根据所述第一扫描模式数据，对所述第一雷达扫描数据集合进行对应的分帧处理，生成多个第一分帧数据；并由所述多个第一分帧数据组成第一分帧数据集合；
按各个所述第一固态扫描式激光雷达的排列顺序，依次从对应的所述第一分帧数据集合中提取索引位置相同的所述第一分帧数据，组成第一全景分帧数据。
优选的，所述对所述第一雷达扫描数据集合的所述第一扫描数据的所述横向位置信息Xi和所述纵向位置信息Yj的变化趋势进行统计，并根据统计结果确认对应的所述第一固态扫描式激光雷达的扫描模式，生成第一扫描模式数据，具体包括：
步骤21，初始化第一横向坐标点序列和第一纵向坐标点序列；所述第一横向坐标点序列包括所述扫描宽度阈值W个第一横向坐标点；所述第一纵向坐标点序列包括所述扫描高度阈值H个第一纵向坐标点；
步骤22，在所述第一雷达扫描数据集合中，获取第一个所述第一扫描数据的所述横向位置信息Xi作为第一取值，获取第一个所述第一扫描数据的所述纵向位置信息Yj作为第二取值；
步骤23，对所述第一横向坐标点序列中索引位置与所述第一取值对应的所述第一横向坐标点进行标记，并对所述第一纵向坐标点序列中索引位置与所述第二取值对应的所述第一纵向坐标点进行标记；
步骤24，统计所述第一横向坐标点序列中已被标记过的所述第一横向坐标点的数量生成第一横向标记数量，并统计所述第一纵向坐标点序列中已被标记过的所述第一纵向坐标点的数量生成第一纵向标记数量；
步骤25，根据所述第一横向标记数量对所述扫描宽度阈值W的百分比生成第一横向变化率，并根据所述第一纵向标记数量对所述扫描高度阈值H的百分比生成第一纵向变化率；
步骤26，提取所述第一横向变化率与所述第一纵向变化率中的最大值，生成第一最大值；
步骤27，对所述第一最大值与预设的变化率阈值进行比较，若所述第一最大值低于所述变化率阈值则转至步骤28，若所述第一最大值不低于所述变化率阈值则转至步骤29；
步骤28，继续获取下一个所述第一扫描数据的所述横向位置信息Xi作为所述第一取值，获取下一个所述第一扫描数据的所述纵向位置信息Yj作为所述第二取值；转至步骤23；
步骤29，根据所述第一最大值对应的变化率确认对应的所述第一固态扫描式激光雷达的扫描模式生成所述第一扫描模式数据；若所述第一最大值为所述第一横向变化率，则所述第一扫描模式数据为纵向模式；若所述第一最大值为所述第一纵向变化率，则所述第一扫描模式数据为横向模式。
优选的，所述根据所述第一扫描模式数据，对所述第一雷达扫描数据集合进行对应的分帧处理，生成多个第一分帧数据，具体包括：
当所述第一扫描模式数据为横向模式时，对所述第一雷达扫描数据集合进行列数据合并处理，得到由多个第一列数据组成的第一列数据集合；再对所述第一列数据集合进行第一帧数据合并处理，生成多个所述第一分帧数据；
当所述第一扫描模式数据为纵向模式时，对所述第一雷达扫描数据集合进行行数据合并处理，得到由多个第一行数据组成的第一行数据集合；再对所述第一行数据集合进行第二帧数据合并处理，生成多个所述第一分帧数据。
进一步的，所述对所述第一雷达扫描数据集合进行列数据合并处理，得到由多个第一列数据组成的第一列数据集合，具体包括：
在所述第一雷达扫描数据集合中，由所述横向位置信息Xi一致的连续多个第一扫描数据组成所述第一列数据，并由得到的多个所述第一列数据组成所述第一列数据集合。
进一步的，所述对所述第一列数据集合进行第一帧数据合并处理，生成多个所述第一分帧数据，具体包括：
在所述第一列数据集合中，将各个第一列数据中一致的横向位置信息Xi作为对应的第一列横坐标；并从第一个第一列数据起到最后一个第一列数据为止，对连续多个第一列数据的第一列横坐标的递变趋势进行识别，若所述递变趋势为连续递增趋势或连续递减趋势，则将对应的所述连续多个第一列数据作为所述第一分帧数据。
进一步的，所述对所述第一雷达扫描数据集合进行行数据合并处理，得到由多个第一行数据组成的第一行数据集合，具体包括：
在所述第一雷达扫描数据集合中，由所述纵向位置信息Yj一致的连续多个第一扫描数据组成所述第一行数据，并由得到的多个所述第一行数据组成所述第一行数据集合。
进一步的，所述对所述第一行数据集合进行第二帧数据合并处理，生成多个所述第一分帧数据，具体包括：
在所述第一行数据集合中，将各个第一行数据中一致的纵向位置信息Yj作为对应的第一行纵坐标；并从第一个第一行数据起到最后一个第一行数据为止，对连续多个第一行数据的第一行纵坐标的递变趋势进行识别，若所述递变趋势为连续递增趋势或连续递减趋势，则将对应的所述连续多个第一行数据作为所述第一分帧数据。
优选的，多个所述第一固态扫描式激光雷达在同一水平面按预设的全景角度顺序排列；所述全景角度至少包括环形360°。
本发明实施例提供了一种避免重影的多固态扫描式激光雷达数据的分帧方法、电子设备及计算机可读存储介质，以对指定范围完成单次扫描动作产生的数据为一帧，将每个固态扫描式激光雷达的扫描数据集合分成多帧，并将覆盖了360°的多个固态扫描式激光雷达的同步单帧数据进行顺序拼接得到360°的全景扫描数据。因为雷达在单次扫描过程中的扫描方向是单向的，所以通过本发明方法生成的分帧数据中不会出现往复扫描数据，那么根据分帧数据进行点云转换也就不会出现重影问题了。另外，本发明方法通过拼接多雷达数据也解决了单个雷达无法获取全景数据的问题。
附图说明
图1为本发明实施例一提供的一种避免重影的多固态扫描式激光雷达数据的分帧方法示意图；
图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
无人驾驶系统在对固态扫描式激光雷达的扫描数据进行点云转换之前，通过本发明实施例一提供一种避免重影的多固态扫描式激光雷达数据的分帧方法先将各雷达数据进行分帧处理，再提取同步的帧数据组成全景扫描数据；这样不但可以规避重影问题，还可以对360°全景空间信息进行整合，既减少了系统计算的工作量，又提高了系统信息的丰富度；图1为本发明实施例一提供的一种避免重影的多固态扫描式激光雷达数据的分帧方法示意图，如图1所示，本方法主要包括如下步骤：
步骤1，获取多个第一固态扫描式激光雷达的同步扫描数据生成多雷达扫描数据集合；
其中，多雷达扫描数据集合包括多个第一雷达扫描数据集合；第一雷达扫描数据集合包括多个第一扫描数据；第一扫描数据包括横向位置信息Xi和纵向位置信息Yj；i的取值范围从1到W，W为第一固态扫描式激光雷达单次扫描范围的扫描宽度阈值；j的取值范围从1到H，H为第一固态扫描式激光雷达单次扫描范围的扫描高度阈值；
多个第一固态扫描式激光雷达在同一水平面按预设的全景角度顺序排列；全景角度至少包括环形360°。
这里，多个第一固态扫描式激光雷达的排列结构预先被设定为在同一水平面上构成360°的一个环形结构，多个雷达的扫描角度叠加起来可以覆盖完整的360°，这样就能在最后得到360°的空间信息；在进行扫描前，各个第一固态扫描式激光雷达的配置也是被预先设定为一致的，扫描起始时间一致、扫描时长一致、扫描频率一致、扫描起始相对位置一致、扫描模式一致，这样就能保证最后从各个第一固态扫描式激光雷达处获得的扫描数据是同步的；在进行扫描时，各个第一固态扫描式激光雷达的单次扫描范围也是被设定为一致的，也就是同样大小的一个扫描网格形状，这样就能保证最后从各个第一固态扫描式激光雷达处获得的分帧数量是一致的；
第一雷达扫描数据集合也就是每个固态扫描式激光雷达对指定空间进行扫描之后得到扫描数据的集合；每个第一扫描数据中会包含一个扫描空间的三维信息和一个扫描时间信息，三维信息中包括横向位置信息Xi、纵向位置信息Yj和深度信息；本发明实施例只使用其中的横向位置信息和纵向位置信息进行数据处理，所以第一扫描数据可使用第一扫描数据(Xi，Yj)来表示；在本发明实施例中，雷达的单次扫描范围若不计深度的话就是一个二维网格，该二维网格大小设定为W*H，其中W为第一固态扫描式激光雷达单次扫描范围的扫描宽度阈值也即是该二维网格的最大横向网格数，H为第一固态扫描式激光雷达单次扫描范围的扫描高度阈值也即是该二维网格的最大纵向网格数；那么对应的横向位置信息Xi的脚标i也就是从1到W，纵向位置信息Yj的脚标j也就是从1到H。
步骤2，对第一雷达扫描数据集合的第一扫描数据的横向位置信息Xi和纵向位置信息Yj的变化趋势进行统计，并根据统计结果确认对应的第一固态扫描式激光雷达的扫描模式，生成第一扫描模式数据；
其中，第一扫描模式数据包括横向模式和纵向模式；
这里，扫描模式即是雷达对单次扫描范围进行扫描时的行进方式，常见有两种：纵向行进方式也就是纵向模式和横向行进方式也就是横向模式；所谓纵向模式就是在对单次扫描范围进行扫描时雷达按纵轴方向递进扫描，在纵向模式下扫描数据的特点是按行递进，也就是说在一段连续的扫描数据中数据间的横向位置信息都不一样，但纵向坐标信息保持不变；所谓横向模式就是在对单次扫描范围进行扫描时雷达按横轴方向递进扫描，在横向模式下扫描数据的特点是按列递进，也就是说在一段连续的扫描数据中数据间的纵向位置信息都不一样，但横向坐标信息保持不变；基于这种数据特点，本发明实施例通过对连续的第一扫描数据的横向位置信息的变化率和纵向位置信息的变化率进行判断就能确认雷达的扫描模式；
具体包括：步骤21，初始化第一横向坐标点序列和第一纵向坐标点序列；第一横向坐标点序列包括扫描宽度阈值W个第一横向坐标点；第一纵向坐标点序列包括扫描高度阈值H个第一纵向坐标点；
这里，第一横向坐标点序列用于提供W个第一横向坐标点，每个第一横向坐标点初始化时都为空，每个第一横向坐标点被标记后不再为空；第一纵向坐标点序列用于提供H个第一纵向坐标点，每个第一纵向坐标点初始化时都为空，每个第一纵向坐标点被标记后不再为空；第一横向坐标点序列和第一纵向坐标点序列将被用于后续计算横向、纵向位置信息的变化率；
步骤22，在第一雷达扫描数据集合中，获取第一个第一扫描数据的横向位置信息Xi作为第一取值，获取第一个第一扫描数据的纵向位置信息Yj作为第二取值；
例如，第一个第一扫描数据为第一扫描数据(1，1)那么第一取值为1，第二取值为1；
步骤23，对第一横向坐标点序列中索引位置与第一取值对应的第一横向坐标点进行标记，并对第一纵向坐标点序列中索引位置与第二取值对应的第一纵向坐标点进行标记；
例如，第一取值为1，第二取值为1，则第一横向坐标点序列的第1个第一横向坐标点被标记不为空，第一纵向坐标点序列的第1个第一纵向坐标点被标记不为空；
步骤24，统计第一横向坐标点序列中已被标记过的第一横向坐标点的数量生成第一横向标记数量，并统计第一纵向坐标点序列中已被标记过的第一纵向坐标点的数量生成第一纵向标记数量；
例如，当前第一横向坐标点序列只有第1个第一横向坐标点被标记不为空，第一纵向坐标点序列只有第1个第一纵向坐标点被标记不为空，那么第一横向标记数量为1，第一纵向标记数量为1；
步骤25，根据第一横向标记数量对扫描宽度阈值W的百分比生成第一横向变化率，并根据第一纵向标记数量对扫描高度阈值H的百分比生成第一纵向变化率；
例如，第一横向标记数量为1，第一纵向标记数量为1，W＝10，H＝10，则第一横向变化率＝1/10，第一纵向变化率＝1/10；
步骤26，提取第一横向变化率与第一纵向变化率中的最大值，生成第一最大值；
这里，若第一横向变化率与第一纵向变化率相等，则取二者的任一值作为第一最大值；
例如，第一横向变化率＝1/10，第一纵向变化率＝1/10，则第一最大值为1/10；
步骤27，对第一最大值与预设的变化率阈值进行比较，若第一最大值低于变化率阈值则转至步骤28，若第一最大值不低于变化率阈值则转至步骤29；
这里，预设的变化率阈值是一个预先设定的系统参数，常规为80％；
例如，第一最大值为1/10，小于变化率阈值80％，则转至步骤28继续获取下一个第一扫描数据；
步骤28，继续获取下一个第一扫描数据的横向位置信息Xi作为第一取值，获取下一个第一扫描数据的纵向位置信息Yj作为第二取值；转至步骤23；
例如，下一个第一扫描数据为第一扫描数据(2，1)那么第一取值为2，第二取值为1；转至步骤23之后，第一横向坐标点序列的第2个第一横向坐标点被标记不为空；接着继续步骤24，得到第一横向标记数量为2，第一纵向标记数量仍为1；继续步骤25，得到第一横向变化率＝2/10，第一纵向变化率仍为1/10；继续步骤26，第一最大值为2/10；继续步骤27，第一最大值为2/10小于变化率阈值80％，继续转至步骤28获取下一个第一扫描数据；
如此循环执行步骤23-28，不难看出若连续的多个第一扫描数据都是同行的数据的话，很快第一横向变化率就能超过变化率阈值从而转至步骤29；
步骤29，根据第一最大值对应的变化率确认对应的第一固态扫描式激光雷达的扫描模式生成第一扫描模式数据；若第一最大值为第一横向变化率，则第一扫描模式数据为纵向模式；若第一最大值为第一纵向变化率，则第一扫描模式数据为横向模式。
这里，若是因为第一横向变化率先达到变化率阈值而转到当前步骤，则说明步骤21-28处理的连续的多个第一扫描数据大多都是同行的数据，也就意味着当前的扫描模式应为纵向模式；若是因为第一纵向变化率先达到变化率阈值而转到当前步骤，则说明步骤21-28处理的连续的多个第一扫描数据大多都是同列的数据，也就意味着当前的扫描模式应为横向模式。
步骤3，根据第一扫描模式数据，对第一雷达扫描数据集合进行对应的分帧处理，生成多个第一分帧数据；并由多个第一分帧数据组成第一分帧数据集合；
具体包括：步骤31，当第一扫描模式数据为横向模式时，对第一雷达扫描数据集合进行列数据合并处理，得到由多个第一列数据组成的第一列数据集合；再对第一列数据集合进行第一帧数据合并处理，生成多个第一分帧数据；
这里，若第一扫描模式数据为横向模式，则意味着当前第一雷达扫描数据集合是由横向扫描得到的数据集合，也即当前第一雷达扫描数据集合是由一列数据接一列数据组成的，那么只需将集合中所有的第一扫描数据按列排布，再把单次横向扫描得到的所有列归集起来就是雷达完成单次扫描范围获得的所有数据也即是第一分帧数据；
具体包括：步骤311，对第一雷达扫描数据集合进行列数据合并处理，得到由多个第一列数据组成的第一列数据集合，具体为：在第一雷达扫描数据集合中，由横向位置信息Xi一致的连续多个第一扫描数据组成第一列数据，并由得到的多个第一列数据组成第一列数据集合；
这里，因为同列数据的横向信息一致，根据这个数据特点，将第一雷达扫描数据集合中的所有第一扫描数据先按列排布得到多个数据列也就是第一列数据；
例如，若第一雷达扫描数据集合包括12个第一扫描数据，具体为{第1个第一扫描数据(1,1),第2个第一扫描数据(1,2),第3个第一扫描数据(2,1),第4个第一扫描数据(2,2),第5个第一扫描数据(3,1),第6个第一扫描数据(3,2),第7个第一扫描数据(3,1),第8个第一扫描数据(3,2),第9个第一扫描数据(2,1),第10个第一扫描数据(2,2),第11个第一扫描数据(1,1),第12个第一扫描数据(1,2)}；
那么得到的第一列数据集合包括6个第一列数据：
第1个第一列数据{第1个第一扫描数据(1,1),第2个第一扫描数据(1,2)}；第2个第一列数据{第3个第一扫描数据(2,1),第4个第一扫描数据(2,2)}；第3个第一列数据{第5个第一扫描数据(3,1),第6个第一扫描数据(3,2)}；第4个第一列数据{第7个第一扫描数据(3,1),第8个第一扫描数据(3,2)}；第5个第一列数据{第9个第一扫描数据(2,1),第10个第一扫描数据(2,2)}；第6个第一列数据{第11个第一扫描数据(1,1),第12个第一扫描数据(1,2)}；
步骤312，对第一列数据集合进行第一帧数据合并处理，生成多个第一分帧数据，具体为：在第一列数据集合中，将各个第一列数据中一致的横向位置信息Xi作为对应的第一列横坐标；并从第一个第一列数据起到最后一个第一列数据为止，对连续多个第一列数据的第一列横坐标的递变趋势进行识别，若递变趋势为连续递增趋势或连续递减趋势，则将对应的连续多个第一列数据作为第一分帧数据；
这里，雷达的单次横向扫描的分次规则为从起始列扫到结束列算一次，再从结束列扫到起始列算第二次，后续依次这样循环往复；从起始列到结束列扫描时，所有列的横向位置信息也就是第一列横坐标的递变趋势为连续递增趋势；从结束列到起始列扫描时，所有列的横向位置信息也就是第一列横坐标的递变趋势为连续递减趋势；基于这样的变化特点，本发明实施例在将第一雷达扫描数据集合中的所有第一扫描数据按列排布之后，就会对连续的第一列数据的横向位置信息也就是第一列横坐标的变化趋势进行判断，若连续的第一列数据的第一列横坐标逐渐增大或逐渐减少则说明这几个连续的第一列数据都是属于同一次横向扫描过程的列数据，又如前文所述，本发明实施例是以对指定范围完成单次扫描动作产生的数据为一帧来进行分帧的，所以这里会将属于同一次横向扫描过程的列数据作为一帧也就是作为一个第一分帧数据；
例如，第一列数据集合包括6个第一列数据：
第1个第一列数据{第1个第一扫描数据(1,1),第2个第一扫描数据(1,2)}；第2个第一列数据{第3个第一扫描数据(2,1),第4个第一扫描数据(2,2)}；第3个第一列数据{第5个第一扫描数据(3,1),第6个第一扫描数据(3,2)}；第4个第一列数据{第7个第一扫描数据(3,1),第8个第一扫描数据(3,2)}；第5个第一列数据{第9个第一扫描数据(2,1),第10个第一扫描数据(2,2)}；第6个第一列数据{第11个第一扫描数据(1,1),第12个第一扫描数据(1,2)}；
对6个第一列数据依次分析：
第1个到第3个第一列数据，第一列横坐标分别为1、2、3，其第一列横坐标是逐渐增大的；
第3个到第4个第一列数据，第一列横坐标分别为3、3，其第一列横坐标是相等的；
第4个到第6个第一列数据，第一列横坐标分别为3、2、1，其第一列横坐标是逐渐减小的；
那么第1-3个第一列数据会被视作为同一次横向扫描过程的列数据，第4-6个第一列数据会被视作为同一次横向扫描过程的列数据；也就是说，第一列数据集合可以被分为两帧，第1个第一分帧数据包括第1个到第3个第一列数据，第2个第一分帧数据包括第4个到第6个第一列数据；
步骤32，当第一扫描模式数据为纵向模式时，对第一雷达扫描数据集合进行行数据合并处理，得到由多个第一行数据组成的第一行数据集合；再对第一行数据集合进行第二帧数据合并处理，生成多个第一分帧数据；
这里，若第一扫描模式数据为纵向模式，则意味着当前第一雷达扫描数据集合是由纵向扫描得到的数据集合，也即当前第一雷达扫描数据集合是由一行数据接一行数据组成的，那么只需将集合中所有的第一扫描数据按行排布，再把单次纵向扫描得到的所有行归集起来就是雷达完成单次扫描范围获得的所有数据也即是第一分帧数据；
具体包括：步骤321，对第一雷达扫描数据集合进行行数据合并处理，得到由多个第一行数据组成的第一行数据集合，具体为：在第一雷达扫描数据集合中，由纵向位置信息Yj一致的连续多个第一扫描数据组成第一行数据，并由得到的多个第一行数据组成第一行数据集合；
这里，因为同行数据的纵向信息一致，根据这个数据特点，将第一雷达扫描数据集合中的所有第一扫描数据先按行排布得到多个数据行也就是第一行数据；
步骤322，对第一行数据集合进行第二帧数据合并处理，生成多个第一分帧数据，具体为：在第一行数据集合中，将各个第一行数据中一致的纵向位置信息Yj作为对应的第一行纵坐标；并从第一个第一行数据起到最后一个第一行数据为止，对连续多个第一行数据的第一行纵坐标的递变趋势进行识别，若递变趋势为连续递增趋势或连续递减趋势，则将对应的连续多个第一行数据作为第一分帧数据；
这里，雷达的纵向扫描分次规则为从起始行扫到结束行算一次，再从结束行扫到起始行算第二次，后续依次这样循环往复；从起始行到结束行扫描时，所有行的纵向位置信息也就是第一行纵坐标的递变趋势为连续递增趋势；从结束行到起始行扫描时，所有行的纵向位置信息也就是第一行纵坐标的递变趋势为连续递减趋势；基于这样的变化特点，本发明实施例在将第一雷达扫描数据集合中的所有第一扫描数据按行排布之后，就会对连续的第一行数据的第一行纵坐标的变化趋势进行判断，若连续的第一行数据的第一行纵坐标逐渐增大或逐渐减少则说明这几个连续的第一行数据都是属于同一次纵向扫描过程的列数据，又如前文所述，本发明实施例是以对指定范围完成单次扫描动作产生的数据为一帧来进行分帧的，所以这里会将属于同一次纵向扫描过程的行数据作为一帧也就是作为一个第一分帧数据；
步骤33，由多个第一分帧数据组成第一分帧数据集合。
这里，将从步骤31或32中得到的第一分帧数据按顺序排列得到第一分帧数据集合。
步骤4，按各个第一固态扫描式激光雷达的排列顺序，依次从对应的第一分帧数据集合中提取索引位置相同的第一分帧数据，组成第一全景分帧数据。
这里，由前文可知，各个第一固态扫描式激光雷达的排列形状为的环形的360°，所以排列顺序就是按圆周360°的顺时针或者逆时针顺序排列的；因为各个雷达的第一雷达扫描数据集合都是同步数据，所以对应的各个雷达的第一分帧数据集合中的第一分帧数据的数量也是相同的，从各个第一分帧数据集合中按相同索引提取出的第一分帧数据也是同步的；将同步的不同朝向的3个第一分帧数据按顺时针或逆时针的顺序依次拼接，就可以得到同一时间的360°全景扫描数据也就是第一全景分帧数据。
例如总共3个雷达，每个雷达的第一雷达扫描数据集合的第一分帧数据集合都包括2帧，那么最终就可以得到由2个不重影的第一全景分帧数据组成的数据集合：第1个第一全景分帧数据，由第1雷达的第1个第一分帧数据+第2雷达的第1个第一分帧数据+第3雷达的第1个第一分帧数据构成；第2个第一全景分帧数据，由第1雷达的第2个第一分帧数据+第2雷达的第2个第一分帧数据+第3雷达的第2个第一分帧数据构成。
综上，经由本发明实施例步骤1-4的处理，无人驾驶系统可将多个第一固态扫描式激光雷达的同步扫描数据最终整合成由多个不重影的第一全景分帧数据组成的数据集合。若后续要对扫描数据进行点云转换时，就可以将第一全景分帧数据组成的数据集合输入相关模型按帧进行转换和解析，因为该集合中的分帧数据都是不带往复扫描数据的，所以不会再出现重影的问题，点云转换的计算量会大大下降。
图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示，该电子设备可以包括：处理器301(例如CPU)、存储器302、收发器303；收发器303耦合至处理器301，处理器301控制收发器303的收发动作。存储器302中可以存储各种指令，以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的，本发明实施例涉及的电子设备还包括：电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
在图2中提到的系统总线305可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失性存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、图形处理器(Graphics ProcessingUnit，GPU)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片，该芯片用于执行前述方法实施例描述的处理步骤。
本发明实施例提供了一种避免重影的多固态扫描式激光雷达数据的分帧方法、电子设备及计算机可读存储介质，以对指定范围完成单次扫描动作产生的数据为一帧，将每个固态扫描式激光雷达的扫描数据集合分成多帧，并将覆盖了360°的多个固态扫描式激光雷达的同步单帧数据进行顺序拼接得到360°的全景扫描数据。因为雷达在单次扫描过程中的扫描方向是单向的，所以通过本发明方法生成的分帧数据中不会出现往复扫描数据，那么根据分帧数据进行点云转换也就不会出现重影问题了。另外，本发明方法通过拼接多雷达数据也解决了单个雷达无法获取全景数据的问题。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述方法包括：
获取多个第一固态扫描式激光雷达的同步扫描数据生成多雷达扫描数据集合；所述多雷达扫描数据集合包括多个第一雷达扫描数据集合；所述第一雷达扫描数据集合包括多个第一扫描数据；所述第一扫描数据包括横向位置信息Xi和纵向位置信息Yj；i的取值范围从1到W，W为所述第一固态扫描式激光雷达单次扫描范围的扫描宽度阈值；j的取值范围从1到H，H为所述第一固态扫描式激光雷达单次扫描范围的扫描高度阈值；
对所述第一雷达扫描数据集合的所述第一扫描数据的所述横向位置信息Xi和所述纵向位置信息Yj的变化趋势进行统计，并根据统计结果确认对应的所述第一固态扫描式激光雷达的扫描模式，生成第一扫描模式数据；所述第一扫描模式数据包括横向模式和纵向模式；
根据所述第一扫描模式数据，对所述第一雷达扫描数据集合进行对应的分帧处理，生成多个第一分帧数据；并由所述多个第一分帧数据组成第一分帧数据集合；
按各个所述第一固态扫描式激光雷达的排列顺序，依次从对应的所述第一分帧数据集合中提取索引位置相同的所述第一分帧数据，组成第一全景分帧数据。
2.根据权利要求1所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述对所述第一雷达扫描数据集合的所述第一扫描数据的所述横向位置信息Xi和所述纵向位置信息Yj的变化趋势进行统计，并根据统计结果确认对应的所述第一固态扫描式激光雷达的扫描模式，生成第一扫描模式数据，具体包括：
步骤21，初始化第一横向坐标点序列和第一纵向坐标点序列；所述第一横向坐标点序列包括所述扫描宽度阈值W个第一横向坐标点；所述第一纵向坐标点序列包括所述扫描高度阈值H个第一纵向坐标点；
步骤22，在所述第一雷达扫描数据集合中，获取第一个所述第一扫描数据的所述横向位置信息Xi作为第一取值，获取第一个所述第一扫描数据的所述纵向位置信息Yj作为第二取值；
步骤23，对所述第一横向坐标点序列中索引位置与所述第一取值对应的所述第一横向坐标点进行标记，并对所述第一纵向坐标点序列中索引位置与所述第二取值对应的所述第一纵向坐标点进行标记；
步骤24，统计所述第一横向坐标点序列中已被标记过的所述第一横向坐标点的数量生成第一横向标记数量，并统计所述第一纵向坐标点序列中已被标记过的所述第一纵向坐标点的数量生成第一纵向标记数量；
步骤25，根据所述第一横向标记数量对所述扫描宽度阈值W的百分比生成第一横向变化率，并根据所述第一纵向标记数量对所述扫描高度阈值H的百分比生成第一纵向变化率；
步骤26，提取所述第一横向变化率与所述第一纵向变化率中的最大值，生成第一最大值；
步骤27，对所述第一最大值与预设的变化率阈值进行比较，若所述第一最大值低于所述变化率阈值则转至步骤28，若所述第一最大值不低于所述变化率阈值则转至步骤29；
步骤28，继续获取下一个所述第一扫描数据的所述横向位置信息Xi作为所述第一取值，获取下一个所述第一扫描数据的所述纵向位置信息Yj作为所述第二取值；转至步骤23；
步骤29，根据所述第一最大值对应的变化率确认对应的所述第一固态扫描式激光雷达的扫描模式生成所述第一扫描模式数据；若所述第一最大值为所述第一横向变化率，则所述第一扫描模式数据为纵向模式；若所述第一最大值为所述第一纵向变化率，则所述第一扫描模式数据为横向模式。
3.根据权利要求1所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述根据所述第一扫描模式数据，对所述第一雷达扫描数据集合进行对应的分帧处理，生成多个第一分帧数据，具体包括：
当所述第一扫描模式数据为横向模式时，对所述第一雷达扫描数据集合进行列数据合并处理，得到由多个第一列数据组成的第一列数据集合；再对所述第一列数据集合进行第一帧数据合并处理，生成多个所述第一分帧数据；
当所述第一扫描模式数据为纵向模式时，对所述第一雷达扫描数据集合进行行数据合并处理，得到由多个第一行数据组成的第一行数据集合；再对所述第一行数据集合进行第二帧数据合并处理，生成多个所述第一分帧数据。
4.根据权利要求3所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述对所述第一雷达扫描数据集合进行列数据合并处理，得到由多个第一列数据组成的第一列数据集合，具体包括：
在所述第一雷达扫描数据集合中，由所述横向位置信息Xi一致的连续多个第一扫描数据组成所述第一列数据，并由得到的多个所述第一列数据组成所述第一列数据集合。
5.根据权利要求3所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述对所述第一列数据集合进行第一帧数据合并处理，生成多个所述第一分帧数据，具体包括：
在所述第一列数据集合中，将各个第一列数据中一致的横向位置信息Xi作为对应的第一列横坐标；并从第一个第一列数据起到最后一个第一列数据为止，对连续多个第一列数据的第一列横坐标的递变趋势进行识别，若所述递变趋势为连续递增趋势或连续递减趋势，则将对应的所述连续多个第一列数据作为所述第一分帧数据。
6.根据权利要求3所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述对所述第一雷达扫描数据集合进行行数据合并处理，得到由多个第一行数据组成的第一行数据集合，具体包括：
在所述第一雷达扫描数据集合中，由所述纵向位置信息Yj一致的连续多个第一扫描数据组成所述第一行数据，并由得到的多个所述第一行数据组成所述第一行数据集合。
7.根据权利要求3所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，所述对所述第一行数据集合进行第二帧数据合并处理，生成多个所述第一分帧数据，具体包括：
在所述第一行数据集合中，将各个第一行数据中一致的纵向位置信息Yj作为对应的第一行纵坐标；并从第一个第一行数据起到最后一个第一行数据为止，对连续多个第一行数据的第一行纵坐标的递变趋势进行识别，若所述递变趋势为连续递增趋势或连续递减趋势，则将对应的所述连续多个第一行数据作为所述第一分帧数据。
8.根据权利要求1所述的避免重影的多固态扫描式激光雷达数据的分帧方法，其特征在于，
多个所述第一固态扫描式激光雷达在同一水平面按预设的全景角度顺序排列；所述全景角度至少包括环形360°。
9.一种电子设备，其特征在于，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现权利要求1-8任一项所述的方法步骤；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-8任一项所述的方法的指令。
CN202110679225.4A 2021-06-18 2021-06-18 一种避免重影的多固态扫描式激光雷达数据的分帧方法 Withdrawn CN113419254A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110679225.4A CN113419254A (zh) 2021-06-18 2021-06-18 一种避免重影的多固态扫描式激光雷达数据的分帧方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110679225.4A CN113419254A (zh) 2021-06-18 2021-06-18 一种避免重影的多固态扫描式激光雷达数据的分帧方法

Publications (1)

Publication Number Publication Date
CN113419254A true CN113419254A (zh) 2021-09-21

Family

ID=77789089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110679225.4A Withdrawn CN113419254A (zh) 2021-06-18 2021-06-18 一种避免重影的多固态扫描式激光雷达数据的分帧方法

Country Status (1)

Country Link
CN (1) CN113419254A (zh)

Similar Documents

Publication Publication Date Title
WO2021052283A1 (zh) 处理三维点云数据的方法和计算设备
CN111028350B (zh) 一种利用双目立体相机构建栅格地图的方法
CN111815707A (zh) 点云确定方法、点云筛选方法、装置、计算机设备
CN113420637A (zh) 自动驾驶中多尺度鸟瞰视角下的激光雷达检测方法
CN116188931A (zh) 一种基于融合特征进行点云目标检测的处理方法和装置
CN116721228B (zh) 一种基于低密度点云的建筑物高程提取方法及系统
CN114332125A (zh) 点云重建方法、装置、电子设备和存储介质
CN115082641A (zh) 一种基于网格化多邻域插值的点云栅格化方法及装置
CN115937690A (zh) 一种槽线生成方法、装置、存储介质及终端
CN113658196B (zh) 红外图像中船舶的检测方法、装置、电子设备和介质
CN111445513A (zh) 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质
CN113506375A (zh) 一种根据地图数据增加场景二维图像深度信息的处理方法
CN114419490A (zh) 一种基于注意力金字塔的sar船只目标检测方法
CN107392987B (zh) 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN113409376A (zh) 一种基于相机的深度估计进行激光雷达点云过滤的方法
US20210272301A1 (en) Method for processing three-dimensional point cloud data
CN113419254A (zh) 一种避免重影的多固态扫描式激光雷达数据的分帧方法
CN117197339A (zh) 一种基于dem的模型展示方法、装置、设备及存储介质
CN115601275A (zh) 点云增广方法及装置、计算机可读存储介质、终端设备
CN112465932A (zh) 一种图像填充方法、装置、设备及存储介质
CN114913213B (zh) 一种鸟瞰特征的学习方法和装置
CN117953082B (zh) 一种激光雷达与相机联合标定方法、系统和电子设备
CN112967398B (zh) 一种三维数据重建方法、装置及电子设备
CN115457357A (zh) 一种点云特征的处理方法和装置
CN112419186B (zh) 一种车牌图像的批量生成方法、装置及计算机设备

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210921

WW01 Invention patent application withdrawn after publication