CN113763308B - 一种地面检测方法、装置、服务器及介质 - Google Patents
一种地面检测方法、装置、服务器及介质 Download PDFInfo
- Publication number
- CN113763308B CN113763308B CN202011008286.XA CN202011008286A CN113763308B CN 113763308 B CN113763308 B CN 113763308B CN 202011008286 A CN202011008286 A CN 202011008286A CN 113763308 B CN113763308 B CN 113763308B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- grid
- target grid
- preset
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000002372 labelling Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000009825 accumulation Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Abstract
本发明实施例公开了一种地面检测方法、装置、服务器及介质。该方法包括:获取至少一帧的点云数据;将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性。本发明实施例的技术方案,解决了通过整场点云的平面方程进行检测地面属性准确度低的问题,实现了提升地面检测结果准确度,使用户得到更加准确的路面情况的效果。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种地面检测方法、装置、服务器及介质。
背景技术
激光雷达是无人配送车主要的进行地面检测、目标检测的传感器。目前,通过激光雷达采集点云数据后,采用平面拟合的方法,根据采集的点云数据进行拟合得到地面的平面方程。通过平面方程对地面进行检测,确定采集的点云数据中的地面点和非地面点。
在实现本发明的过程中,发明人发现现有技术中存在以下技术问题:平面方程对于地面起伏的检测能力有限,通过整场点云的平面方程进行地面检测会出现检测准确度低的问题,使用户无法得到准确的路面情况,容易发生碰撞,托底等危险。
发明内容
本发明实施例提供一种地面检测方法、装置、服务器及介质,以实现提升地面检测结果准确度的效果。
第一方面,本发明实施例提供了一种地面检测方法,该方法包括:
获取至少一帧的点云数据;
将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;
对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;
根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性。
第二方面,本发明实施例还提供了一种地面检测装置,该装置包括:
点云数据获取模块,用于获取至少一帧的点云数据;
目标栅格确定模块,用于将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;
平面方程生成模块,用于对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;
地面属性标注模块,用于根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标确定所述预设栅格的地面属性。
第三方面,本发明实施例还提供了一种服务器,其中,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的地面检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本发明任意实施例所提供的地面检测方法。
本发明实施例通过获取至少一帧的点云数据;将所述点云数据投影到预设栅格中;将点云数据栅格化,使地面检测结果更加准确。将点云数据的数量超过预设数量的栅格作为目标栅格;对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性,解决了通过整场点云的平面方程进行检测地面属性准确度低的问题,实现了提升地面检测结果准确度,使用户得到更加准确的路面情况的效果。
附图说明
图1是本发明实施例一中的一种地面检测方法的流程图;
图2是本发明实施例二中的一种地面检测方法的流程图;
图3是本发明实施例二中的栅格分类示意图;
图4是本发明实施例二中的栅格标记过程示意图;
图5是本发明实施例三中的一种地面检测装置的结构图;
图6是本发明实施例四中的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的地面检测的流程图,本实施例可适用于地面检测的情况,该方法可以由地面检测装置来执行,具体包括如下步骤:
S110、获取至少一帧的点云数据。
激光雷达发射激光,通过探测接收目标反射回来的激光信号,结合其方位角、俯仰角等信息,通过计算可以得到目标精确的三维空间坐标信息。当激光雷达进行连续的扫描工作,就可以得到一组三维空间坐标数据,即点云数据。通过激光雷达对地面进行扫描,得到至少一帧地面的点云数据。
可选的,获取至少一帧的点云数据,包括:获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据。通过激光雷达扫描当前时刻的单帧地面点云数据,以及当前时刻之前的预设时间内的多帧历史地面点云数据,将当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据的坐标转换到同一预设坐标系下,之后一起保存在多帧点云累加缓冲器中,每采集一帧地面点云数据,将其坐标转换到预设坐标系下后,更新到多帧点云累加缓冲器中。当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据一起保存在多帧点云累加缓冲器中,将点云数据稠密化,解决了单帧点云数据稀疏的问题。提高地面检测结果的准确度。
S120、将点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格。
预设栅格是以车体为中心,以感兴趣区域的大小设置预设栅格的长宽。将多帧点云累加缓冲器中的点云数据根据其坐标投影到预设栅格中。并记录预设栅格中所有点云数据的原始点云坐标。
可选的,将所述点云数据投影到预设栅格中,包括:将高度坐标在预设阈值范围内的点云数据投影到预设栅格中。在将点云数据投影到预设栅格中之前,先对点云数据进行筛选。对同一坐标系下点云数据的高度坐标进行筛选,高度坐标超过预设阈值范围的点云数据认为不可能属于地面点,从多帧点云累加缓冲器中删除该点云数据。高度坐标在预设阈值范围内的点云数据认为属于地面点,将属于地面点的点云数据投影到预设栅格中。通过设置高度坐标的预设阈值对点云数据进行筛选,高度坐标超过预设阈值范围的点云数据可能为采集过程中出现的噪声,将不属于地面点的点云数据剔除,避免干扰数据对地面检测结果的影响,提高地面检测结果的准确性。
将属于地面点的点云数据投影到预设栅格后,每个栅格中包含0个或多个点云数据,而至少3个不共线的点才能构成一个平面,因此将包含至少3个点的栅格作为目标栅格。
S130、对于各目标栅格,根据目标栅格中的点云数据生成目标栅格对应的平面方程。
将目标栅格中的点云数据并行化做平面拟合,生成平面方程。可选的,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程,包括:根据所述目标栅格中的每两个点云数据分别确定一条直线;对于各所述直线,确定所述目标栅格中各点云数据与所述直线的距离,统计所述距离在预设距离范围内的点云数据的数量;确定在预设距离范围内的点云数据的数量最多的三条直线;根据所述三条直线确定所述目标栅格的平面方程。针对每个目标栅格,将目标栅格中每两个点云数据分别确定一条直线,采用迭代的方式确定目标栅格中各点云数据与直线距离在预设距离范围内数量最多的三条直线。根据确定的三条直线确定目标栅格的平面方程。每个目标栅格之间是相互独立的,所有的目标栅格操作均可以并行化进行平面方程拟合,提高模块处理速度。
S140、根据平面方程的几何特征和目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性。
每个目标栅格求得平面方程后,可以计算得到平面的几何特征,根据几何特征和目标栅格中的点云数据的坐标,确定预设栅格的地面属性。可选的,根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性,包括:对于所述预设栅格中的目标栅格,根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性;对于所述预设栅格中的除目标栅格之外的其他栅格,根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性。预设栅格包括点云数据数量超过预设阈值数量的目标栅格,还包括点云数量少于预设阈值数量的栅格,以及无点云数据的空白栅格。在确定目标栅格的地面属性时,根据目标栅格对应平面方程的几何特征和目标栅格中点云数据的坐标确定目标栅格的地面属性。在确定除目标栅格外的其他栅格的地面属性时,由于点云数据数量不足,无法拟合平面方程,无法得到平面方程的几何特征。故无法根据平面方程的几何特征和点云数据的坐标确定栅格的地面属性。需根据与其他相邻目标栅格的地面属性来确定除目标栅格外的其他栅格的地面属性。
可选的,对于所述预设栅格中的目标栅格,根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性,对于所述预设栅格中的除目标栅格之外的其他栅格,根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性,包括:确定处于中心位置的目标栅格,根据该目标栅格对应的平面方程的几何特征和该目标栅格中的点云数据的坐标,确定该目标栅格的地面属性;将所述处于中心位置的目标栅格作为当前起始栅格;对于与所述当前起始栅格的相邻的目标栅格,根据该目标栅格和所述当前起始栅格对应的平面方程的几何特征和该目标栅格中的点云数据的坐标,确定该目标栅格的地面属性;对于所述当前起始栅格相邻的其他栅格,根据与该其他栅格相邻的目标栅格的地面属性,确定该其他栅格的地面属性;将与所述当前起始栅格相邻的各栅格分别作为新的当前起始栅格,重复执行本步骤,直到所述预设栅格中全部栅格的地面属性均被确定完成。
首先确定位于中心位置的目标栅格的地面属性。根据位于中心位置的目标栅格的点云数据的高度坐标以及几何特征,确定其地面属性。因点云数据的数量为多个,故可以根据点云数据的高度坐标计算平均高度坐标,或选择高度坐标值最大的高度坐标,还可以选择高度坐标值最小的高度坐标来确定地面属性,具体高度坐标选择方式根据实际情况决定。高度坐标超过预设高度阈值时为非地面属性。当高度坐标在预设高度阈值范围内时,确定该栅格中的点云数据为地面点云,再通过几何特征和点云数据的高度坐标进行进一步地面属性判断,具体判断是平面、坡面或凹陷障碍物属性,示例性的,通过几何特征比如法向量与垂直方向的夹角或点云数据的二维平面坐标,以及点云数据的高度坐标设置平面、坡面和凹陷障碍物属性的约束条件。当处于中心位置的目标栅格的几何特征和点云数据的坐标满足平面、坡面或凹陷障碍物属性的约束条件时,进一步确定处于中心位置的目标栅格的地面属性。
将处于中心位置的目标栅格作为起始栅格,通过由中心向边界的形式确定其他栅格的地面属性。在确定除起始栅格外,与起始栅格相邻的其他目标栅格的地面属性时,根据起始栅格和与起始栅格相邻的目标栅格的几何特征和点云数据坐标确定与起始栅格相邻的目标栅格的地面属性。
可选的,根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性,包括:获取所述目标栅格的平面方程的法向量,对所述法向量进行归一化生成单位法向量;确定所述单位法向量和所述目标栅格中的点云数据的坐标,是否满足各预设约束条件,根据满足的预设约束条件确定所述目标栅格的地面属性。各所述预设约束条件包括:平面约束条件、坡面约束条件和凹陷障碍物约束条件。在确定与起始栅格相邻的目标栅格的地面属性时,获取目标栅格的对应平面方程的法向量,并将法向量进行归一化得到单位法向量,将单位法向量作为该目标栅格的平面方程的几何特征。当起始栅格的平面方程的法向量和点云数据、以及与起始栅格相邻的目标栅格的法向量和点云数据坐标满足预设的平面属性的约束条件时,确定与起始栅格相邻的目标栅格的地面属性为平面属性,当起始栅格的平面方程的法向量和点云数据、以及与起始栅格相邻的目标栅格的法向量和点云数据坐标满足预设的坡面属性的约束条件时,确定与起始栅格相邻的目标栅格的地面属性为坡面属性,当起始栅格的平面方程的法向量和点云数据、以及与起始栅格相邻的目标栅格的法向量和点云数据坐标满足预设的凹陷障碍物属性的约束条件时,确定与起始栅格相邻的目标栅格的地面属性为凹陷障碍物属性。
示例性的,计算起始栅格的平面方程的法向量和与起始栅格相邻的目标栅格的法向量之间的差值的绝对值,计算起始栅格的点云数据的高度坐标和与起始栅格相邻的目标栅格的点云数据的高度坐标之间的差值的绝对值,计算起始栅格的平面方程的法向量和与起始栅格相邻的目标栅格的法向量之间的夹角。当夹角和各绝对值均满足平面属性的预设约束条件时,确定与起始栅格相邻的目标栅格的地面属性为平面属性,当夹角和各绝对值均满足坡面属性的预设约束条件时,确定与起始栅格相邻的目标栅格的地面属性为坡面属性,当夹角和各绝对值均满足凹陷障碍物属性的预设约束条件时,确定与起始栅格相邻的目标栅格的地面属性为凹陷障碍物属性。
在确定与起始栅格相邻的除目标栅格外的其他栅格的地面属性时,其他栅格的地面属性通过与其相邻的目标栅格的地面属性确定。可选的,根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性,包括:将与所述其他栅格相邻并且距离处于中心位置的目标栅格最近的目标栅格的地面属性,确定为所述其他栅格的地面属性。在确定与起始栅格相邻的除目标栅格外的其他栅格的地面属性时,由于点云数量不足,无法通过法向量和点云数据坐标确定地面属性,故将与其他栅格相邻的且距离起始栅格距离最近的目标栅格的地面属性作为其他栅格的地面属性。
当确定与起始栅格相邻的栅格的地面属性后,将与起始栅格相邻的栅格作为新的起始栅格,重复执行上述过程,直到确定预设栅格中的全部栅格的地面属性。将预设栅格的地面属性作为当前时刻点云数据的地面属性。将点云数据映射到栅格中,通过栅格化将整场点云分为更小的区域,再通过拟合的方式求得栅格的几何特征。相比于用整场点云做地面检测,将点云数据栅格化后能更精细的检测到地面起伏,使得到的地面检测结果更加准确。
本实施例的技术方案,通过获取至少一帧的点云数据;将所述点云数据投影到预设栅格中;将点云数据栅格化,使地面检测结果更加准确。将点云数据的数量超过预设数量的栅格作为目标栅格;对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性,解决了仅通过平面方程进行检测地面属性准确度低的问题,实现了提升地面检测结果准确度,使用户得到更加准确的路面情况的效果。
实施例二
图2为本发明实施例二提供的地面检测的流程图,本实施例是在上一实施例的基础上的进一步细化,获取至少一帧的点云数据,包括:获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据。使点云数据稠密化,得到的地面检测结果更加准确。将所述点云数据投影到预设栅格中,包括:将高度坐标在预设阈值范围内的点云数据投影到预设栅格中。对点云数据进行筛选,使地面检测结果更加准确。
如图2所示,具体包括如下步骤:
S210、获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据。
由于通过激光雷达扫描的单帧点云比较稀疏,稀疏的点云很难扫描到到地面的微小凸起或凹陷,导致配送车无法感知到微小起伏的障碍物,在配送车底盘通过性不强的情况下,容易发生磕碰、托底等危险,故获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据,以使点云数据稠密化,从而使得到的地面检测结果更加准确。
将获取的当前时刻的单帧点云数据进行坐标转换,转换到预设坐标系下,并存储到多帧点云累加缓冲器中,点云累加缓冲器中还保存着当前时刻之前的预设时间段内的历史点云数据,用于进行地面检测。
S220、将高度坐标在预设阈值范围内的点云数据投影到预设栅格中。
为了减少数据存储量和运算量,设定高度阈值,高于该阈值的点认为不可能属于地面点,不存储在点云累加缓冲器中。将高度坐标在预设阈值范围内的点云数据根据坐标投影到对应的预设栅格中,并记录栅格中所有点的原始点云坐标。
S230、将点云数据的数量超过预设数量的栅格作为目标栅格。
将属于地面点的点云数据投影到预设栅格后,每个栅格中包含0个或多个点云数据,而至少3个不共线的点才能构成一个平面,因此将包含至少3个点的栅格作为目标栅格。
S240、对于各目标栅格,根据所述目标栅格中的点云数据生成目标栅格对应的平面方程。
针对每个目标栅格,将目标栅格中每两个点云数据分别确定一条直线,采用迭代的方式确定目标栅格中各点云数据与直线距离在预设距离范围内数量最多的三条直线。根据确定的三条直线确定目标栅格的平面方程。每个目标栅格之间是相互独立的,所有的目标栅格操作均可以并行化进行平面方程拟合,提高模块处理速度。
S250、根据平面方程的几何特征和目标栅格中的点云数据的坐标,确定预设栅格的地面属性。
预设栅格包括点云数据数量超过预设阈值数量的目标栅格,还包括点云数量少于预设阈值数量的栅格,以及无点云数据的空白栅格。如图3所示,白色栅格为点云数据数量超过预设数量的有效栅格,黑色为点云数据数量少于预设阈值以及无点云数据的栅格。
在确定栅格的地面属性前,还需对点云数量少于预设阈值的栅格进行标注,如图4所示,采用中心向边界辐射的形式进行标注,从中心位置即灰色栅格开始寻找点云数量少于预设阈值的栅格进行标记,再从与中心位置栅格的相邻栅格即黑色栅格中寻找点云数量少于预设阈值的栅格进行标记,直到遍历所有预设栅格。
在确定目标栅格的地面属性时,根据目标栅格对应平面方程的几何特征和目标栅格中点云数据的坐标是否满足各预设约束条件,根据满足的预设约束条件确定所述目标栅格的地面属性。各所述预设约束条件包括:平面约束条件、坡面约束条件和凹陷障碍物约束条件。在确定除目标栅格外的其他栅格的地面属性时,由于点云数据数量不足,无法拟合平面方程,无法得到平面方程的几何特征。故无法根据平面方程的几何特征和点云数据的坐标确定栅格的地面属性。需根据与其他相邻目标栅格的地面属性来确定除目标栅格外的其他栅格的地面属性。
本实施例的技术方案,获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据。使点云数据稠密化,提高地面检测结果的准确性;将高度坐标在预设阈值范围内的点云数据投影到预设栅格中;将点云数据栅格化,使地面检测结果更加准确。将点云数据的数量超过预设数量的栅格作为目标栅格;对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性,解决了通过整场点云的平面方程进行检测地面属性准确度低的问题,实现了提升地面检测结果准确度,使用户得到更加准确的路面情况的效果。
实施例三
图5为本发明实施例三提供的一种地面检测装置的结构图,该地面检测装置包括:点云数据获取模块310、目标栅格确定模块320、平面方程生成模块330和地面属性标注模块340。
其中,点云数据获取模块310,用于获取至少一帧的点云数据;目标栅格确定模块320,用于将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;平面方程生成模块330,用于对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;地面属性标注模块340,用于根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标确定所述预设栅格的地面属性。
在上述实施例的技术方案中,点云数据获取模块310,包括:
当前和历史点云数据获取单元,用于获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据。
在上述实施例的技术方案中,目标栅格确定模块320,包括:
点云数据投影单元,用于将高度坐标在预设阈值范围内的点云数据投影到预设栅格中。
在上述实施例的技术方案中,平面方程生成模块330,包括:
直线确定单元,用于根据所述目标栅格中的每两个点云数据分别确定一条直线;
数量统计单元,用于对于各所述直线,确定所述目标栅格中各点云数据与所述直线的距离,统计所述距离在预设距离范围内的点云数据的数量;
平面方程确定单元,用于确定在预设距离范围内的点云数据的数量最多的三条直线;根据所述三条直线确定所述目标栅格的平面方程。
在上述实施例的技术方案中,地面属性标注模块340,包括:
目标栅格地面属性确定单元,用于对于所述预设栅格中的目标栅格,根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性;
其他栅格地面属性确定单元,用于对于所述预设栅格中的除目标栅格之外的其他栅格,根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性。
在上述实施例的技术方案中,地面属性标注模块340具体用于确定处于中心位置的目标栅格,根据该目标栅格对应的平面方程的几何特征和该目标栅格中的点云数据的坐标,确定该目标栅格的地面属性;将所述处于中心位置的目标栅格作为当前起始栅格;对于与所述当前起始栅格的相邻的目标栅格,根据该目标栅格和所述当前起始栅格对应的平面方程的几何特征和该目标栅格中的点云数据的坐标,确定该目标栅格的地面属性;对于所述当前起始栅格相邻的其他栅格,根据与该其他栅格相邻的目标栅格的地面属性,确定该其他栅格的地面属性;将与所述当前起始栅格相邻的各栅格分别作为新的当前起始栅格,重复执行本步骤,直到所述预设栅格中全部栅格的地面属性均被确定完成。
在上述实施例的技术方案中,目标栅格地面属性确定单元,包括:
单位法向量获取子单元,用于获取所述目标栅格的平面方程的法向量,对所述法向量进行归一化生成单位法向量;
目标栅格地面属性确定子单元,用于确定所述单位法向量和所述目标栅格中的点云数据的坐标,是否满足各预设约束条件,根据满足的预设约束条件确定所述目标栅格的地面属性;
可选的,各所述预设约束条件包括:平面约束条件、坡面约束条件和凹陷障碍物约束条件。
在上述实施例的技术方案中,其他栅格地面属性确定单元,包括:
其他栅格地面属性确定子单元,用于将与所述其他栅格相邻并且距离处于中心位置的目标栅格最近的目标栅格的地面属性,确定为所述其他栅格的地面属性。
本发明实施例通过获取至少一帧的点云数据;将所述点云数据投影到预设栅格中;将点云数据栅格化,使地面检测结果更加准确。将点云数据的数量超过预设数量的栅格作为目标栅格;对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性,解决了通过整场点云的平面方程进行检测地面属性准确度低的问题,实现了提升地面检测结果准确度,使用户得到更加准确的路面情况的效果。
本发明实施例所提供的地面检测装置可执行本发明任意实施例所提供的地面检测方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6为本发明实施例四提供的一种服务器的结构示意图,如图6所示,该服务器包括处理器410、存储器420、输入装置430和输出装置440;服务器中处理器410的数量可以是一个或多个,图6中以一个处理器410为例;服务器中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器420作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的地面检测方法对应的程序指令/模块(例如,地面检测装置中的点云数据获取模块310、目标栅格确定模块320、平面方程生成模块330和地面属性标注模块340)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述的地面检测方法。
存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至服务器。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。
输入装置430可用于接收输入的数字或字符信息,以及产生与服务器的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种地面检测方法,该方法包括:
获取至少一帧的点云数据;
将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;
对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;
根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的地面检测方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述地面检测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种地面检测方法,其特征在于,包括:
获取至少一帧的点云数据;
将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;
对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;
根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性;
其中,所述根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程,包括:
根据所述目标栅格中的每两个点云数据分别确定一条直线;
对于各所述直线,确定所述目标栅格中各点云数据与所述直线的距离,统计所述距离在预设距离范围内的点云数据的数量;
确定在预设距离范围内的点云数据的数量最多的三条直线;根据所述三条直线确定所述目标栅格的平面方程。
2.根据权利要求1所述的方法,其特征在于,所述获取至少一帧的点云数据,包括:
获取当前时刻的单帧点云数据和当前时刻之前预设时间内的多帧历史点云数据。
3.根据权利要求1所述的方法,其特征在于,所述将所述点云数据投影到预设栅格中,包括:
将高度坐标在预设阈值范围内的点云数据投影到预设栅格中。
4.根据权利要求1-3中任一项所述的方法,其特征在于,根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述预设栅格的地面属性,包括:
对于所述预设栅格中的目标栅格,根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性;
对于所述预设栅格中的除目标栅格之外的其他栅格,根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性。
5.根据权利要求4所述的方法,其特征在于,所述对于所述预设栅格中的目标栅格,根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性,对于所述预设栅格中的除目标栅格之外的其他栅格,根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性,包括:
确定处于中心位置的目标栅格,根据该目标栅格对应的平面方程的几何特征和该目标栅格中的点云数据的坐标,确定该目标栅格的地面属性;
将所述处于中心位置的目标栅格作为当前起始栅格;对于与所述当前起始栅格的相邻的目标栅格,根据该目标栅格和所述当前起始栅格对应的平面方程的几何特征和该目标栅格中的点云数据的坐标,确定该目标栅格的地面属性;对于所述当前起始栅格相邻的其他栅格,根据与该其他栅格相邻的目标栅格的地面属性,确定该其他栅格的地面属性;将与所述当前起始栅格相邻的各栅格分别作为新的当前起始栅格,重复执行本步骤,直到所述预设栅格中全部栅格的地面属性均被确定完成。
6.根据权利要求4所述的方法,其特征在于,所述根据所述目标栅格对应的平面方程的几何特征和所述目标栅格中的点云数据的坐标,确定所述目标栅格的地面属性,包括:
获取所述目标栅格的平面方程的法向量,对所述法向量进行归一化生成单位法向量;
确定所述单位法向量和所述目标栅格中的点云数据的坐标,是否满足各预设约束条件,根据满足的预设约束条件确定所述目标栅格的地面属性;
各所述预设约束条件包括:平面约束条件、坡面约束条件和凹陷障碍物约束条件。
7.根据权利要求4所述的方法,其特征在于,所述根据与所述其他栅格相邻的目标栅格的地面属性,确定所述其他栅格的地面属性,包括:
将与所述其他栅格相邻并且距离处于中心位置的目标栅格最近的目标栅格的地面属性,确定为所述其他栅格的地面属性。
8.一种地面检测装置,其特征在于,包括:
点云数据获取模块,用于获取至少一帧的点云数据;
目标栅格确定模块,用于将所述点云数据投影到预设栅格中;将点云数据的数量超过预设数量的栅格作为目标栅格;
平面方程生成模块,用于对于各所述目标栅格,根据所述目标栅格中的点云数据生成所述目标栅格对应的平面方程;
地面属性标注模块,用于根据所述平面方程的几何特征和所述目标栅格中的点云数据的坐标确定所述预设栅格的地面属性;
所述平面方程生成模块,包括:
直线确定单元,用于根据所述目标栅格中的每两个点云数据分别确定一条直线;
数量统计单元,用于对于各所述直线,确定所述目标栅格中各点云数据与所述直线的距离,统计所述距离在预设距离范围内的点云数据的数量;
平面方程确定单元,用于确定在预设距离范围内的点云数据的数量最多的三条直线;根据所述三条直线确定所述目标栅格的平面方程。
9.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的地面检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的地面检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011008286.XA CN113763308B (zh) | 2020-09-23 | 2020-09-23 | 一种地面检测方法、装置、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011008286.XA CN113763308B (zh) | 2020-09-23 | 2020-09-23 | 一种地面检测方法、装置、服务器及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113763308A CN113763308A (zh) | 2021-12-07 |
CN113763308B true CN113763308B (zh) | 2024-04-05 |
Family
ID=78785860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011008286.XA Active CN113763308B (zh) | 2020-09-23 | 2020-09-23 | 一种地面检测方法、装置、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763308B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114764871B (zh) * | 2022-06-15 | 2022-09-13 | 青岛市勘察测绘研究院 | 一种基于机载激光点云的城市建筑物属性提取方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104183017A (zh) * | 2014-07-29 | 2014-12-03 | 浙江大学 | 基于地面三维激光点云实现地质体产状自动提取的方法 |
CN111208533A (zh) * | 2020-01-09 | 2020-05-29 | 上海工程技术大学 | 一种基于激光雷达的实时地面检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11277956B2 (en) * | 2018-07-26 | 2022-03-22 | Bear Flag Robotics, Inc. | Vehicle controllers for agricultural and industrial applications |
-
2020
- 2020-09-23 CN CN202011008286.XA patent/CN113763308B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104183017A (zh) * | 2014-07-29 | 2014-12-03 | 浙江大学 | 基于地面三维激光点云实现地质体产状自动提取的方法 |
CN111208533A (zh) * | 2020-01-09 | 2020-05-29 | 上海工程技术大学 | 一种基于激光雷达的实时地面检测方法 |
Non-Patent Citations (1)
Title |
---|
基于栅格法的智能挖掘机地面建模研究;赵宏强;边国敏;罗刚;黄翠翠;;太原理工大学学报;48(第04期);617-622 * |
Also Published As
Publication number | Publication date |
---|---|
CN113763308A (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875804B (zh) | 一种基于激光点云数据的数据处理方法和相关装置 | |
CN110458854B (zh) | 一种道路边缘检测方法和装置 | |
CN110443786B (zh) | 激光雷达点云滤波方法、装置、计算机设备和存储介质 | |
CN111932943B (zh) | 动态目标的检测方法、装置、存储介质及路基监测设备 | |
CN109635816B (zh) | 车道线生成方法、装置、设备以及存储介质 | |
CN112513679B (zh) | 一种目标识别的方法和装置 | |
CN108109139B (zh) | 基于灰度体元模型的机载lidar三维建筑物检测方法 | |
WO2021227797A1 (zh) | 道路边界检测方法、装置、计算机设备和存储介质 | |
CN112904369B (zh) | 机器人重定位方法、装置、机器人和计算机可读存储介质 | |
WO2023179718A1 (zh) | 用于激光雷达的点云处理方法、装置、设备及存储介质 | |
CN108074232B (zh) | 一种基于体元分割的机载lidar建筑物检测方法 | |
WO2023179717A1 (zh) | 用于激光雷达的点云处理方法、装置、设备及存储介质 | |
CN114494075A (zh) | 基于三维点云的障碍物识别方法、电子设备和存储介质 | |
CN112560800A (zh) | 路沿检测方法、装置及存储介质 | |
CN114676789A (zh) | 一种点云融合方法、装置、计算机设备和存储介质 | |
CN113569958A (zh) | 激光点云数据聚类方法、装置、设备及介质 | |
CN113763308B (zh) | 一种地面检测方法、装置、服务器及介质 | |
WO2019188509A1 (ja) | レーダ画像処理装置、レーダ画像処理方法、および記憶媒体 | |
CN114241448A (zh) | 障碍物航向角的获取方法、装置、电子设备及车辆 | |
CN111507341B (zh) | 一种目标边界框的调整方法、装置、设备及存储介质 | |
CN111476879A (zh) | 一种点云数据的处理方法、终端及存储介质 | |
CN115409861A (zh) | 基于图像处理的激光雷达地面点云分割方法、装置、设备及介质 | |
CN112286178B (zh) | 识别系统、车辆控制系统、识别方法及存储介质 | |
CN115248443A (zh) | 基于激光雷达的地图构建方法、系统、设备及存储介质 | |
CN114842166A (zh) | 应用于结构化道路的负障碍检测方法、系统、介质及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |