CN113902632A - 激光数据噪点的去除方法及装置、存储介质及电子装置 - Google Patents
激光数据噪点的去除方法及装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN113902632A CN113902632A CN202111116295.5A CN202111116295A CN113902632A CN 113902632 A CN113902632 A CN 113902632A CN 202111116295 A CN202111116295 A CN 202111116295A CN 113902632 A CN113902632 A CN 113902632A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- laser
- cloud data
- data
- straight line
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 19
- 238000010408 sweeping Methods 0.000 abstract description 32
- 230000008569 process Effects 0.000 abstract description 11
- 230000005540 biological transmission Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 239000004579 marble Substances 0.000 description 5
- 238000002310 reflectometry Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001678 irradiating effect Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种激光数据噪点的去除方法及装置、存储介质及电子装置，上述方法包括：获取移动机器人测得的激光点云数据；根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。采用上述技术方案，解决了扫地机器人在工作的过程中，发光源的反射光干扰扫地机器正常工作等问题。
Description
【技术领域】
本发明涉及通信领域，具体而言，涉及一种激光数据噪点的去除方法及装置、存储介质及电子装置。
【背景技术】
随着科技的发展，扫地机器人在日常生活中变得越来越普遍，扫地机器人在进行清扫地面的时候，会使用激光雷达接收器来接收激光点云数据，从而构建房屋的环境地图，从而知道房屋中哪里有障碍物，哪里没有障碍物。
但扫地机器人在工作的过程中，如果遇到阳光强烈的环境，阳光可能会由地面反射射入激光雷达接收器，从而带来数据噪点。这种数据噪点对扫地机器人建立地图和避开障碍物都会带来明显影响。特别是在扫地机器人避障的过程中，由于这种数据噪点与扫地机器人的距离非常近，经常会造成扫地机器人误认为前方有障碍，突然停顿或做出避障动作，影响扫地机器人清扫效率。
针对相关技术，扫地机器人在工作的过程中，发光源的反射光干扰扫地机器正常工作等问题。目前尚未提出有效的解决方案。
【发明内容】
本发明的目的在于提供一种激光数据噪点的去除方法及装置、存储介质及电子装置，以至少解决扫地机器人在工作的过程中，发光源的反射光干扰扫地机器正常工作等问题。
本发明的目的是通过以下技术方案实现：
根据本发明实施例的一个实施例，提供了一种激光数据噪点的去除方法，所述方法包括：获取移动机器人测得的激光点云数据；根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
进一步地，根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点，包括：获取满足筛选条件的点云数据的目标表现特征；从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点。
进一步地，从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点，包括：在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定所述任一点云数据满足所述目标表现特征；将所述任一点云数据作为所述激光数据噪点。
进一步地，确定所述任一点云数据满足所述目标表现特征，包括：在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定以所述任一点云数据为中心的第二预设范围内的环境地图上是否存在障碍物；在不存在障碍物的情况下，确定所述任一点云数据满足所述目标表现特征。
进一步地，从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点，包括：对所述激光点云数据中的多个点云数据进行正交最小二乘法拟合，得到多条直线；根据预设条件从所述多条直线中得到目标直线；确定所述目标直线对应的点云数据满足所述表现特征；将所述目标直线对应的点云数据作为所述激光数据噪点。
进一步地，根据预设条件从所述多条直线中得到目标直线，包括：对于所述多条直线中的任一直线，获取所述任一直线的长度和构成所述任一直线的点云个数；将所述点云个数与所述长度的商确定为所述任一直线的密度；将所述多条直线中密度小于第一预设阈值的直线作为所述目标直线。
进一步地，根据预设条件从所述多条直线中得到目标直线，包括：对于所述多条直线中的任一直线，确定任一直线与所述移动机器人的几何中心的距离；将所述距离小于第二预设阈值的直线作为所述目标直线。
根据本发明实施例的又一个实施例，提供了一种激光数据噪点的去除装置，包括：获取模块，用于获取移动机器人测得的激光点云数据；筛选模块，用于根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；去除模块，用于将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
根据本发明实施例的又一个实施例，提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行以上任一项中所述的激光数据噪点的去除方法。
根据本发明实施例的又一个实施例，提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行以上任一项中所述的激光数据噪点的去除方法。
通过本发明，获取移动机器人检测到的激光点云数据，并根据激光点云数据中点云数据的表现特征从激光点云数据中筛选出激光数据噪点，随后将激光数据噪点从激光点云数据中剔除。采用上述技术方案，解决了扫地机器人在工作的过程中，发光源的反射光干扰扫地机器正常工作等问题。进而通过将移动机器人检测到的激光点云数据中的激光数据噪点筛选出来，随后将激光数据噪点从激光点云数据中剔除，可以避免移动机器人误认为前方有障碍，突然停顿或做出避障动作，提高了扫地机器人的清扫效率。
【附图说明】
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的一种激光数据噪点的去除方法的移动机器人的硬件结构框图；
图2是根据本发明实施例的一种激光数据噪点的去除方法的流程图；
图3为根据本发明实施例的一种激光数据噪点的去除装置的结构框图。
【具体实施方式】
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明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。
本发明实施例所提供的方法实施例可以在移动机器人或者类似的运算装置中执行。以运行在移动机器人上为例，图1是本发明实施例的一种激光数据噪点的去除方法的移动机器人的硬件结构框图。如图1所示，移动机器人可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器(Microprocessor Unit，简称是MPU)或可编程逻辑器件(Programmable logic device，简称是PLD)等的处理装置和用于存储数据的存储器104，可选地，上述移动机器人还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动机器人的结构造成限定。例如，移动机器人还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的激光数据噪点的去除方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可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104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人。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。
传输设备106用于经由网络接收或者发送数据。上述的网络具体实例可包括移动机器人的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
本实施例中提供了一种运行于上述激光数据噪点的去除方法，图2是根据本发明实施例的激光数据噪点的去除方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，获取移动机器人测得的激光点云数据；
需要说明的是，激光点云数据中包含有多个点云数据。
步骤S204，根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；
步骤S206，将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
通过上述步骤，获取移动机器人检测到的激光点云数据，并根据激光点云数据中点云数据的表现特征从激光点云数据中筛选出激光数据噪点，随后将激光数据噪点从激光点云数据中剔除。采用上述技术方案，解决了扫地机器人在工作的过程中，发光源的反射光干扰扫地机器正常工作等问题。进而通过将移动机器人检测到的激光点云数据中的激光数据噪点筛选出来，随后将激光数据噪点从激光点云数据中剔除，可以避免移动机器人误认为前方有障碍，突然停顿或做出避障动作，提高了扫地机器人的清扫效率。
需要说明的是，由于移动机器人会通过激光雷达对发光源的反射光进行检测，得到的激光数据噪点，而移动机器人会将激光数据噪点误认为是障碍物产生的，导致移动机器人突然停顿或做出避障动作。为了避免这一现象，可以将激光数据噪点从激光点云数据中剔除，避免移动机器人误认为前方有障碍。
为了更好的理解，上述步骤S204有多种执行方式，在一个可选的实施例中，根据所述激光点云数据中点云数据的表现特征从所述移动机器人测得的激光点云数据中筛选出激光数据噪点，可以通过以下技术方案实现：获取满足筛选条件的点云数据的目标表现特征；从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点。
在本实施例中，由于激光数据噪点的产生，主要有两种原因，第一种产生原因，是由于阳光照射在不规则物体上散射导致的。第二种产生原因，是由于阳光照射在大理石地面或者类似反射率较大的反射面导致，此时阳光呈现一个面批量射入接收器，导致噪声点形成一条直线的形状。根据不同的产生原因，移动机器人会得不同表现特征的点云数据，故移动机器人会获取到激光数据噪点的目标表现特征，进行从测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点。采用上述技术方案，可以使得移动机器人从测到的激光数据噪点中筛选出激光噪点数据。
进一步地，从所述移动机器人测得的激光点云数据中筛选满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为出激光数据噪点，可以通过以下技术方案实现：在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定所述任一点云数据满足所述目标表现特征；将所述任一点云数据作为所述激光数据噪点。
也就是说，如果激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据，则将任一点云数据确定为孤立数据噪点，且孤立数据噪点是满足目标表现形式的，从而将激光点云数据中的孤立数据噪点作为激光数据噪点从激光点云数据中去除。需要说明的是，第一预设范围可以是以任一点云数据为中心的，a厘米为半径的圆，可选的，上述a厘米可以15cm。
进一步地，在一个可选的实施例中，确定所述任一点云数据为满足目标表现特征还需要在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定以所述任一点云数据为中心的第二预设范围内的环境地图上是否存在障碍物；在不存在障碍物的情况下，确定所述任一点云数据满足目标表现特征。
也就是说，为防止将较小障碍物产生的点云数据误认为激光噪点数据，从而将较小障碍物产生的点云数据从激光点云数据中清除，进而在激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，需要判断以上述任一点云数据为中心的第二预设范围内的环境地图上是否存在障碍物，在不存在障碍物的情况下，确定上述任一点云数据为孤立数据噪点，即满足目标表现特征，从而将孤立数据噪点作为激光数据噪点从激光点云数据中去除。需要说明的是，第二预设范围可以是以任一点云数据为中心的，b厘米为半径的圆，可选的，上述b厘米可以5cm。
可选的，从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点，还可以通过以下技术方案实现：对所述激光点云数据中的多个点云数据进行正交最小二乘法拟合，得到多条直线；根据预设条件从所述多条直线中得到目标直线；将所述目标直线对应的点云数据作为所述激光数据噪点。
需要说明的是，在本实施例中，光照射在大理石地面或者类似反射率较大的反射面的时候，阳光呈现一个面批量射入接收器，导致噪声点形成一条直线的形状，故移动机器人需要对激光点云数据中的多个点云数据进行正交最小二乘法拟合，得到多条直线，并且由阳关产生的点云数据拟合成的直线和由实际障碍物产生的点云数据拟合成的直线不一样，故要需要对拟合成成的多条直线进行筛选，即根据预设的条件从多条直线中选取目标直线，将目标直线对应的点云数据作为激光数据噪点。
需要说明的是，目标直线对应的点云数据是构成这条目标直线的所有点云数据，但由于目标直线通过正交最小二乘法拟合得到的，并不是真实的直线，为了避免误差，故将距离目标直线垂直距离5厘米内的点云数据也作为激光噪点数据。
进一步地，根据预设条件从所述多条直线中得到目标直线，包括：对于所述多条直线中的任一直线，获取所述任一直线的长度和构成所述任一直线的点云个数；根据所述点云个数和所述长度的商确定所述任一直线的密度；从所述多条直线中确定密度小于第一预设阈值的直线作为所述目标直线。
在本实施例中，需要将进行正交最小二乘法拟合得到的多条直线分别计算密度，在具体的计算过程中，需要获取任一直线的长度和构成任一直线的点云个数，将点云个数和直线长度的商作为任一直线的密度，由于激光噪点数据的密度没有真正障碍物形成的点云数据密度大，故从多条直线中确定密度小于第一预设阈值的直线作为目标直线。
进一步地，根据预设条件从所述多条直线中得到目标直线，包括：对于所述多条直线中的任一直线，确定任一直线与所述移动机器人的几何中心的距离；将所述距离小于第二预设阈值的直线作为所述目标直线。
需要说明的是，若是正常障碍物产生的点云数据，不会有多个散射点，例如，有一面墙，雷达打到墙上反射到雷达接收器的只有一个点云数据，如果多个点云数据可以拟合成一条直线，并且直线可以经过移动机器人的中心，那么可以判定上述多个点云数据为异常数据，只有发光源打到地面后反射回雷达接收器才会产生这种情况，不是由真正的障碍物产生。故需要确定拟合直线中任一直线与移动机器人的几何中心的距离，将距离小于第二预设阈值的直线作为所述目标直线。需要说明的是，第二预设阈值可以是一个趋近为零的数。
显然，上述所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。为了更好的理解上述激光数据噪点的去除方法，以下结合实施例对上述过程进行说明，但不用于限定本发明实施例的技术方案，具体地：
在一个可选的实施例中，阳光噪声点(相当于上述实施例的激光数据噪点)的形式呈现为单个或者两个孤立数据点，或者一排距离间隔较远，可呈现出一条直线的数据点。根据实验发现，第一种噪声点产生原因，是由于阳光照射在不规则物体上散射导致。第二种噪声点产生原因，是由于阳光照射在大理石地面或者类似反射率较大的反射面导致，此时阳光呈现一个面批量射入接收器，导致噪声点形成一条直线的形状。
对于这两种噪声点，可以采取了如下两种方法联合处理，具体如下：
情况一：阳光噪声点的形式呈现为单个或者两个孤立数据点。可以通过检测孤立数据点(相当于上述实施例的孤立数据噪点)的周围的环境判断孤立性。具体分为以下三个步骤：
步骤一：若获得的激光数据点(相当于上述实施例的激光点云数据中的任一点云数据)周围15厘米范围内不存在或者只存在一个数据点。则判断其为孤立噪声点(相当于上述实施例的孤立数据噪点)；
步骤二：为防止误清除较小障碍物产生的点云，需要在概率地图上检测步骤一获得的孤立数据点周围环境。若孤立数据点周围5厘米的概率地图上存在障碍物体，则保留此数据点；
步骤二：对于其他的孤立数据点进行滤除。
情况二，多个呈现一条连线的闪射点。可以通过以下步骤进行去除噪声点：
步骤一：对输入点云数据采用正交最小二乘的方法拟合直线。
步骤二：根据直线长度和其构成这条直线的点云数据获得密度，并且计算拟合直线到机器中心的垂直距离。
步骤三：挑选出直线经过机器中心，或者点云密度过小的直线。过滤构成这条直线的点云以及距离此直线垂直距离5厘米内的点云(相当于上述实施例的激光数据噪点)。
需要说明的是，由于噪声点形成的点云没有真正障碍物形成的点云致密。这种方法能够有效过滤情况二产生的阳光噪声。
此外，结合情况一和情况二两种方法，可以保证噪声点被实时过滤，并且保留真实障碍物产生的点云。此方法可以应用在具有激光雷达的普通扫地机器人上，并在扫地机器人(相当于上述实施例中的移动机器人)正常清扫过程中都会应用这种算法，使得阳光不再对扫地机器人产生干扰，并且能够有效获得正确点云数据，对于小障碍物体，如桌子腿等使用正常避障策略，可以大大加快清扫速度，提高用户体验。
需要说明的是，在滤除噪声点之前，扫地机器人经常走走停停。特别是在阳光强烈的区域，经常性的误触发避障动作。在使用上述实施例中的方法后，扫地机器人运行流畅，阳光不再产生干扰。
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(如只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random AccessMemory，简称为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。
在本实施例中还提供了一种激光数据噪点的去除装置，该激光数据噪点的去除装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图3为根据本发明可选实施例的一种激光数据噪点的去除装置的结构框图，如图3所示：
获取模块30，用于获取移动机器人测得的激光点云数据；
筛选模块32，用于根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；
去除模块34，用于将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
通过上述模块，获取移动机器人检测到的激光点云数据，并根据激光点云数据中点云数据的表现特征从激光点云数据中筛选出激光数据噪点，随后将激光数据噪点从激光点云数据中剔除。采用上述技术方案，解决了扫地机器人在工作的过程中，发光源的反射光干扰扫地机器正常工作等问题。进而通过将移动机器人检测到的激光点云数据中的激光数据噪点筛选出来，随后将激光数据噪点从激光点云数据中剔除，可以避免移动机器人误认为前方有障碍，突然停顿或做出避障动作，提高了扫地机器人的清扫效率。
需要说明的是，由于移动机器人会通过激光雷达对发光源的反射光进行检测，得到的激光数据噪点，而移动机器人会将激光数据噪点误认为是障碍物产生的，导致移动机器人突然停顿或做出避障动作。为了避免这一现象，可以将激光数据噪点从激光点云数据中剔除，避免移动机器人误认为前方有障碍。
为了更好的理解，在一个可选的实施例中，筛选模块32还用于获取满足筛选条件的点云数据的目标表现特征；从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点。
在本实施例中，由于激光数据噪点的产生，主要有两种原因，第一种产生原因，是由于阳光照射在不规则物体上散射导致的。第二种产生原因，是由于阳光照射在大理石地面或者类似反射率较大的反射面导致，此时阳光呈现一个面批量射入接收器，导致噪声点形成一条直线的形状。根据不同的产生原因，移动机器人会得不同表现特征的点云数据，故移动机器人会获取到激光数据噪点的目标表现特征，进行从测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点。采用上述技术方案，可以使得移动机器人从测到的激光数据噪点中筛选出激光噪点数据。
进一步地，筛选模块32还用于在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定所述任一点云数据满足所述目标表现特征；将所述任一点云数据作为所述激光数据噪点。
也就是说，如果激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据，则将任一点云数据确定为孤立数据噪点，且孤立数据噪点是满足目标表现形式的，从而将激光点云数据中的孤立数据噪点作为激光数据噪点从激光点云数据中去除。需要说明的是，第一预设范围可以是以任一点云数据为中心的，a厘米为半径的圆，可选的，上述a厘米可以15cm。
进一步地，在一个可选的实施例中，筛选模块32还用于在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定以所述任一点云数据为中心的第二预设范围内的环境地图上是否存在障碍物；在不存在障碍物的情况下，确定所述任一点云数据满足目标表现特征。
也就是说，为防止将较小障碍物产生的点云数据误认为激光噪点数据，从而将较小障碍物产生的点云数据从激光点云数据中清除，进而在激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，需要判断以上述任一点云数据为中心的第二预设范围内的环境地图上是否存在障碍物，在不存在障碍物的情况下，确定上述任一点云数据为孤立数据噪点，即满足目标表现特征，从而将孤立数据噪点作为激光数据噪点从激光点云数据中去除。需要说明的是，第二预设范围可以是以任一点云数据为中心的，b厘米为半径的圆，可选的，上述b厘米可以5cm。
可选的，筛选模块32还用于对所述激光点云数据中的多个点云数据进行正交最小二乘法拟合，得到多条直线；根据预设条件从所述多条直线中得到目标直线；将所述目标直线对应的点云数据作为所述激光数据噪点。
需要说明的是，在本实施例中，光照射在大理石地面或者类似反射率较大的反射面的时候，阳光呈现一个面批量射入接收器，导致噪声点形成一条直线的形状，故移动机器人需要对激光点云数据中的多个点云数据进行正交最小二乘法拟合，得到多条直线，并且由阳关产生的点云数据拟合成的直线和由实际障碍物产生的点云数据拟合成的直线不一样，故要需要对拟合成成的多条直线进行筛选，即根据预设的条件从多条直线中选取目标直线，将目标直线对应的点云数据作为激光数据噪点。
需要说明的是，目标直线对应的点云数据是构成这条目标直线的所有点云数据，但由于目标直线通过正交最小二乘法拟合得到的，并不是真实的直线，为了避免误差，故将距离目标直线垂直距离5厘米内的点云数据也作为激光噪点数据。
进一步地，筛选模块32还用于对于所述多条直线中的任一直线，获取所述任一直线的长度和构成所述任一直线的点云个数；根据所述点云个数和所述长度的商确定所述任一直线的密度；从所述多条直线中确定密度小于第一预设阈值的直线作为所述目标直线。
在本实施例中，需要将进行正交最小二乘法拟合得到的多条直线分别计算密度，在具体的计算过程中，需要获取任一直线的长度和构成任一直线的点云个数，将点云个数和直线长度的商作为任一直线的密度，由于激光噪点数据的密度没有真正障碍物形成的点云数据密度大，故从多条直线中确定密度小于第一预设阈值的直线作为目标直线。
进一步地，筛选模块32还用于对于所述多条直线中的任一直线，确定任一直线与所述移动机器人的几何中心的距离；将所述距离小于第二预设阈值的直线作为所述目标直线。
需要说明的是，若是正常障碍物产生的点云数据，不会有多个散射点，例如，有一面墙，雷达打到墙上反射到雷达接收器的只有一个点云数据，如果多个点云数据可以拟合成一条直线，并且直线可以经过移动机器人的中心，那么可以判定上述多个点云数据为异常数据，只有发光源打到地面后反射回雷达接收器才会产生这种情况，不是由真正的障碍物产生。故需要确定拟合直线中任一直线与移动机器人的几何中心的距离，将距离小于第二预设阈值的直线作为所述目标直线。需要说明的是，第二预设阈值可以是一个趋近为零的数。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取移动机器人测得的激光点云数据；
S2，根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；
S3，将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
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、随机存取存储器RAM、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取移动机器人测得的激光点云数据；
S2，根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；
S3，将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
本发明的实施例还提供了一种机器人，包括主体、运动组件及控制器，该控制器被设置为执行上述任一项方法实施例中的步骤。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种激光数据噪点的去除方法，其特征在于，所述方法包括：
获取移动机器人测得的激光点云数据；
根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；
将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
2.根据权利要求1所述的激光数据噪点的去除方法，其特征在于，根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点，包括：
获取满足筛选条件的点云数据的目标表现特征；
从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点。
3.根据权利要求2所述的激光数据噪点的去除方法，其特征在于，从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点，包括：
在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定所述任一点云数据满足所述目标表现特征；
将所述任一点云数据作为所述激光数据噪点。
4.根据权利要求3所述的激光数据噪点的去除方法，其特征在于，确定所述任一点云数据满足所述目标表现特征，包括：
在所述激光点云数据中任一点云数据的第一预设范围内存在零个或一个点云数据的情况下，确定以所述任一点云数据为中心的第二预设范围内的环境地图上是否存在障碍物；
在不存在障碍物的情况下，确定所述任一点云数据满足所述目标表现特征。
5.根据权利要求2所述的激光数据噪点的去除方法，其特征在于，从所述移动机器人测得的激光点云数据中筛选出满足所述目标表现特征的点云数据，并将满足所述目标表现特征的点云数据作为激光数据噪点，包括：
对所述激光点云数据中的多个点云数据进行正交最小二乘法拟合，得到多条直线；
根据预设条件从所述多条直线中得到目标直线；
确定所述目标直线对应的点云数据满足所述表现特征；
将所述目标直线对应的点云数据作为所述激光数据噪点。
6.根据权利要求5所述的激光数据噪点的去除方法，其特征在于，根据预设条件从所述多条直线中得到目标直线，包括：
对于所述多条直线中的任一直线，获取所述任一直线的长度和构成所述任一直线的点云个数；
将所述点云个数与所述长度的商确定为所述任一直线的密度；
将所述多条直线中密度小于第一预设阈值的直线作为所述目标直线。
7.根据权利要求5所述的激光数据噪点的去除方法，其特征在于，根据预设条件从所述多条直线中得到目标直线，包括：
对于所述多条直线中的任一直线，确定任一直线与所述移动机器人的几何中心的距离；
将所述距离小于第二预设阈值的直线作为所述目标直线。
8.一种激光数据噪点的去除装置，其特征在于，所述装置包括：
获取模块，用于获取移动机器人测得的激光点云数据；
筛选模块，用于根据所述激光点云数据中点云数据的表现特征从所述激光点云数据中筛选出激光数据噪点；
去除模块，用于将所述激光数据噪点从所述激光点云数据中去除，以指示所述移动机器人根据去除激光数据噪点后的激光点云数据构建环境地图，其中，所述激光数据噪点用于指示所述移动机器人对发光源的反射光进行检测所得到的数据噪点。
9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111116295.5A CN113902632A (zh) | 2021-09-23 | 2021-09-23 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
| PCT/CN2022/118425 WO2023045801A1 (zh) | 2021-09-23 | 2022-09-13 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111116295.5A CN113902632A (zh) | 2021-09-23 | 2021-09-23 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113902632A true CN113902632A (zh) | 2022-01-07 |
Family
ID=79028956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111116295.5A Pending CN113902632A (zh) | 2021-09-23 | 2021-09-23 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113902632A (zh) |
| WO (1) | WO2023045801A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023045801A1 (zh) * | 2021-09-23 | 2023-03-30 | 追觅创新科技(苏州)有限公司 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156926A (zh) * | 2014-08-19 | 2014-11-19 | 武汉海达数云技术有限公司 | 多场景下车载激光点云噪声点去除方法 |
| CN104240251A (zh) * | 2014-09-17 | 2014-12-24 | 中国测绘科学研究院 | 一种基于密度分析的多尺度点云噪声检测方法 |
| CN112353322A (zh) * | 2020-10-30 | 2021-02-12 | 珠海市一微半导体有限公司 | 基于激光头的阳光噪点过滤方法、芯片以及机器人 |
| CN112526545A (zh) * | 2019-08-30 | 2021-03-19 | 深圳市速腾聚创科技有限公司 | 一种激光雷达点云处理方法、装置、存储介质及终端设备 |
| CN112700387A (zh) * | 2021-01-08 | 2021-04-23 | 瓴道(上海)机器人科技有限公司 | 激光数据处理方法、装置及设备、存储介质 |
| CN112733813A (zh) * | 2021-03-30 | 2021-04-30 | 北京三快在线科技有限公司 | 一种数据降噪的方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110443275B (zh) * | 2019-06-28 | 2022-11-25 | 炬星科技（深圳）有限公司 | 去除噪声的方法、设备及存储介质 |
| CN110501719B (zh) * | 2019-08-27 | 2024-02-09 | 湖南九域同创高分子新材料有限责任公司 | 一种基于激光雷达的列车障碍物探测方法 |
| WO2021051281A1 (zh) * | 2019-09-17 | 2021-03-25 | 深圳市大疆创新科技有限公司 | 点云滤噪的方法、测距装置、系统、存储介质和移动平台 |
| CN111722201A (zh) * | 2020-06-23 | 2020-09-29 | 常州市贝叶斯智能科技有限公司 | 一种用于室内机器人激光雷达数据去噪方法 |
| CN113902632A (zh) * | 2021-09-23 | 2022-01-07 | 追觅创新科技(苏州)有限公司 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
-
2021
- 2021-09-23 CN CN202111116295.5A patent/CN113902632A/zh active Pending
-
2022
- 2022-09-13 WO PCT/CN2022/118425 patent/WO2023045801A1/zh unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156926A (zh) * | 2014-08-19 | 2014-11-19 | 武汉海达数云技术有限公司 | 多场景下车载激光点云噪声点去除方法 |
| CN104240251A (zh) * | 2014-09-17 | 2014-12-24 | 中国测绘科学研究院 | 一种基于密度分析的多尺度点云噪声检测方法 |
| CN112526545A (zh) * | 2019-08-30 | 2021-03-19 | 深圳市速腾聚创科技有限公司 | 一种激光雷达点云处理方法、装置、存储介质及终端设备 |
| CN112353322A (zh) * | 2020-10-30 | 2021-02-12 | 珠海市一微半导体有限公司 | 基于激光头的阳光噪点过滤方法、芯片以及机器人 |
| CN112700387A (zh) * | 2021-01-08 | 2021-04-23 | 瓴道(上海)机器人科技有限公司 | 激光数据处理方法、装置及设备、存储介质 |
| CN112733813A (zh) * | 2021-03-30 | 2021-04-30 | 北京三快在线科技有限公司 | 一种数据降噪的方法及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023045801A1 (zh) * | 2021-09-23 | 2023-03-30 | 追觅创新科技(苏州)有限公司 | 激光数据噪点的去除方法及装置、存储介质及电子装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023045801A1 (zh) | 2023-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107752927B (zh) | 清洁机器人的区块调整方法、装置、设备及存储介质 | |
| CN107913039B (zh) | 用于清洁机器人的区块选择方法、装置及机器人 | |
| CN109522803A (zh) | 一种室内区域划分和识别方法、装置及终端设备 | |
| CN110794831B (zh) | 一种控制机器人工作的方法及机器人 | |
| CN110680253A (zh) | 一种机器人沿边清洁的方法及机器人 | |
| CN111728535B (zh) | 一种生成清扫路径的方法、装置、电子设备及存储介质 | |
| CN111603100B (zh) | 扫地机清扫地图的存储和复用方法、及存储和复用装置 | |
| CN111308500B (zh) | 基于单线激光雷达的障碍物感知方法、装置和计算机终端 | |
| CN113633221B (zh) | 自动清洁设备漏扫区域处理方法、装置和系统 | |
| CN112990098B (zh) | 区域划分方法和装置、存储介质、电子装置 | |
| CN113902632A (zh) | 激光数据噪点的去除方法及装置、存储介质及电子装置 | |
| CN114387585B (zh) | 障碍物检测方法、检测装置及行驶装置 | |
| CN110471086A (zh) | 一种雷达测障系统及方法 | |
| CN112784799A (zh) | Agv后向栈板及障碍物识别方法、装置及agv | |
| CN116172447A (zh) | 移动机器人的清扫方法及装置、存储介质、电子装置 | |
| CN111123287A (zh) | 机器人定位方法、机器人及计算机可读存储介质 | |
| CN110584544A (zh) | 基于智能家居操作系统的清扫方法及装置、存储介质 | |
| CN111358359B (zh) | 机器人的避线方法、装置、芯片及扫地机器人 | |
| CN113876250B (zh) | 设备的控制方法、装置、存储介质及电子装置 | |
| CN113848902A (zh) | 目标物体的确定方法、移动机器人、存储介质及电子装置 | |
| CN115457496B (zh) | 自动驾驶的挡墙检测方法、装置及车辆 | |
| CN115542296B (zh) | 激光雷达的脏污点和脏污检测方法、电子装置 | |
| CN116863165A (zh) | 地图的处理方法、装置、清洁设备、存储介质及电子装置 | |
| CN112294197A (zh) | 扫地机的清扫控制方法、电子装置及存储介质 | |
| CN117132733A (zh) | 障碍物类型的识别方法和装置、存储介质、电子装置 |
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 |