CN114236566A - 激光系统的控制方法、装置、电子设备及可读存储介质 - Google Patents

激光系统的控制方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN114236566A
CN114236566A CN202111422439.XA CN202111422439A CN114236566A CN 114236566 A CN114236566 A CN 114236566A CN 202111422439 A CN202111422439 A CN 202111422439A CN 114236566 A CN114236566 A CN 114236566A
Authority
CN
China
Prior art keywords
point cloud
point
radar
line
simulated
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
Application number
CN202111422439.XA
Other languages
English (en)
Inventor
王强
祖爽
张英杰
胡攀攀
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.)
Wuhan Wanji Photoelectric Technology Co Ltd
Original Assignee
Wuhan Wanji Photoelectric 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 Wuhan Wanji Photoelectric Technology Co Ltd filed Critical Wuhan Wanji Photoelectric Technology Co Ltd
Priority to CN202111422439.XA priority Critical patent/CN114236566A/zh
Publication of CN114236566A publication Critical patent/CN114236566A/zh
Pending 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
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • G01S7/484—Transmitters
    • 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
    • G01S7/4911—Transmitters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本申请提供了激光系统的控制方法、装置、电子设备及可读存储介质。方法包括：获取目标区域的点云地图；根据真实雷达的行走轨迹及安装信息，在点云地图内设置模拟雷达点；针对每个模拟雷达点，将模拟雷达点进行模拟雷达扫描，得到模拟雷达点的模拟的单帧点云；对每个单帧点云进行分割及特征分类后，根据每个单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，定位激光线信息用于调整真实雷达的激光发射数，能够在地图中增加定位线属性，从而使真实雷达提前获知对定位影响小的发射激光线，以此调整真实雷达的激光发射数，进而解决定位建图过程中不必要的能源消耗，且增加定位的效率。

Description

激光系统的控制方法、装置、电子设备及可读存储介质
技术领域
本申请属于激光技术领域，尤其涉及一种激光系统的控制方法、装置、电子设备及可读存储介质。
背景技术
目前，同时定位和地图创建，是解决移动机器人在未知环境探索、侦查或导航等各项问题的关键和基础，激光slam系统应运而生。
激光slam系统工作过程为机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。
其中，激光slam系统是采用所有激光线参与定位，每个激光器都在发射激光，及通过所有激光线获取周围环境的扫描点云，但在某些环境中，不需要开启所有激光线，也可进行定位，因此开启所有激光线会造成不必要的能源消耗。
发明内容
本申请实施例提供了一种激光系统的控制方法、装置、电子设备及可读存储介质，可以解决现有定位方法能源消耗大的问题。
第一方面，本申请实施例提供了一种激光系统的控制方法，包括：
获取目标区域的点云地图；
根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置模拟雷达点；
针对每个所述模拟雷达点，将所述模拟雷达点进行模拟雷达扫描，得到所述模拟雷达点的模拟的单帧点云；
对每个所述单帧点云进行分割及特征分类后，根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，所述定位激光线信息用于调整真实雷达的激光发射数。
进一步的，所述将所述模拟雷达点进行模拟雷达扫描，得到所述模拟雷达点的模拟的单帧点云，包括：
根据所述真实雷达的分辨率，确定所述模拟雷达点的扫描角度集合；
以所述模拟雷达点作为中心点，获取预设范围内的点云；
基于点云地图坐标系与雷达坐标系之间的空间转换关系，将所述点云转换至所述模拟雷达点的雷达坐标系上；
在所述雷达坐标系下，计算所述点云中的每个点的角度信息及与所述模拟雷达点之间的距离；
将每个点的角度信息与所述扫描角度集合进行匹配，获得角度信息与所述扫描角度集合中的扫描角度相匹配的目标点；
针对每个所述目标点，判断所述目标点是否为所述角度信息下所述距离最小的点；
若是，则将所述目标点作为扫描点；
若否，则将所述目标点作为非扫描点；
基于各个所述扫描点，组成所述模拟雷达点的所述单帧点云。
进一步的，所述行走轨迹由轨迹点组成；
所述将所述点云转换至所述模拟雷达点的雷达坐标系上之前，还包括：
基于所述模拟雷达点，获取与所述模拟雷达点之间距离最短的所述轨迹点；
基于所述轨迹点，获取所述点云地图坐标系与所述雷达坐标系之间的所述空间转换关系。
进一步的，所述对每个所述单帧点云进行分割及特征分类，包括：
根据所述模拟雷达点的激光线信息，将所述单帧点云划分成单线点云；
针对每条所述单线点云，对所述单线点云进行边界分割、物体尺寸分割及地面分割，得到所述单线点云的分割结果；
对所述单线点云的分割结果进行角点特征分类及面点特征分类，得到所述单线点云的分类结果；
所述单帧点云的分割结果包括各个所述单线点云的分割结果；
所述单帧点云的分类结果包括各个所述单线点云的分类结果。
进一步的，所述对所述单线点云进行边界分割、物体尺寸分割及地面分割，包括：
针对所述单线点云中的每个点，计算所述点和前一个点之间的第一距离，以及所述点与后一个点之间的第二距离；
若根据所述第一距离和所述第二距离，确定符合预设距离条件，则将所述点作为物体边界点；
根据所述物体边界点及点云连续性，将所述单线点云进行分割，得到每个物体的物体点云；
根据所述物体点云的长度，确定所述物体点云的所属类别，所述类别包括大物体点云和小物体点云；
若所述大物体点云的最小高度符合预设高度条件，则将所述大物体点云划分为地面大物体点云；
若所述大物体点云的最小高度不符合所述预设高度条件，则将所述大物体点云划分为非地面大物体点云；
若所述小物体点云的最小高度符合所述预设高度条件，则将所述小物体点云划分为地面小物体点云；
若所述小物体点云的最小高度不符合所述预设高度条件，则将所述小物体点云划分为非地面小物体点云。
进一步的，所述根据所述物体点云的长度，确定所述物体点云的所属类别，包括：
基于所述雷达坐标系，查找所述物体点云中x轴、y轴及z轴的最大值及最小值，并组成最大值点及最小值点，所述雷达坐标系包括x轴、y轴及z轴；
对所述最大值点及所述最小值点进行距离计算，得到所述物体点云的长度；
若所述物体点云的长度符合预设长度条件，则将所述物体点云划分为所述大物体点云；
若所述物体点云的长度不符合所述预设长度条件，则将所述物体点云划分为所述小物体点云。
进一步的，所述根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，包括：
针对每个所述单帧点云中的每条单线点云，若所述单线点云包括所述地面大物体点云及面点，则将所述单线点云对应的激光线确定为所述定位激光线；
当所述单线点云不包括所述地面大物体点云及所述面点时，若所述单线点云的点总数大于或等于预设点数，且所述单线点云中特征点总数占比大于预设占比值，则将所述单线点云对应的激光线确定为所述定位激光线，所述特征点总数包括角点数及面点数；
统计每个所述单帧点云中的定位激光线，得到所述定位激光线信息。
进一步的，根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置模拟雷达点，包括：
对所述点云地图进行分区，得到至少两个图区；
根据所述真实雷达的行走轨迹及安装信息，在每个所述图区内设置所述模拟雷达点。
进一步的，对每个所述单帧点云进行分割及特征分类后，根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，包括：
针对每个所述图区内，对所述图区的每个所述单帧点云进行分割及特征分类；
根据每个所述单帧点云的分割结果及分类结果，识别每个所述单帧点云的定位激光线；
将所述图区内的各个所述单帧点云的定位激光线进行并集处理，得到所述图区的定位激光线。
第二方面，本申请实施例提供了一种激光系统的控制方法，包括：
获取真实雷达的位置信息，并根据所述真实雷达的位置信息，确定所述真实雷达的目标扫描区域；
获取所述目标扫描区域内的定位激光线信息；
根据所述定位激光线信息，调整所述真实雷达的激光发射数，以对所述目标扫描区域进行扫描。
第三方面，本申请实施例提供了一种激光系统的控制装置，包括：
获取单元，用于获取目标区域的点云地图；
模拟雷达处理单元，用于根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置至少一个模拟雷达点；
用于针对每个所述模拟雷达点，将所述模拟雷达点进行模拟雷达扫描，得到所述模拟雷达点的模拟的单帧点云；
识别单元，用于对每个所述单帧点云进行分割及特征分类后，根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，所述定位激光线信息用于调整真实雷达的激光发射数。
第四方面，本申请实施例提供了一种激光系统的控制装置，包括：
真实雷达处理单元，用于获取真实雷达的位置信息，并根据所述真实雷达的位置信息，确定所述真实雷达的目标扫描区域；
用于获取所述目标扫描区域内的定位激光线信息；
用于根据所述定位激光线信息，调整所述真实雷达的激光发射数，以对所述目标扫描区域进行扫描。
第五方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项或第二方面中所述的方法。
第六方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项或第二方面中所述的方法。
第七方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项或第二方面中所述的方法。
可以理解的是，上述第二方面至第七方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例通过获取目标区域的点云地图；根据真实雷达的行走轨迹及安装信息，在点云地图内设置模拟雷达点；针对每个模拟雷达点，将模拟雷达点进行模拟雷达扫描，得到模拟雷达点的模拟的单帧点云；对每个单帧点云进行分割及特征分类后，根据每个单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，定位激光线信息用于调整真实雷达的激光发射数，能够在地图中增加定位线属性，从而使真实雷达提前获知对定位影响小的发射激光线，以此调整真实雷达的激光发射数，进而解决定位建图过程中不必要的能源消耗，且增加定位的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的雷达坐标系的结构示意图；
图2是本申请一实施例提供的激光系统的控制方法的流程示意图；
图3是本申请一实施例提供的雷达坐标系中的点的示意图；
图4是本申请一实施例提供的用于分区的栅格的结构示意图；
图5是本申请一实施例提供的模拟雷达点的结构示意图；
图6是本申请另一实施例提供的模拟雷达点的结构示意图；
图7是本申请另一实施例提供的模拟雷达点的结构示意图；
图8是本申请另一实施例提供的激光系统的控制方法的流程示意图；
图9是本申请一实施例提供的激光系统的控制装置的结构示意图；
图10是本申请另一实施例提供的激光系统的控制装置的结构示意图；
图11是本申请一实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
激光slam系统是采用所有激光线参与定位，每个激光器都在发射激光，及通过所有激光线获取周围环境的扫描点云，激光slam系统中的雷达对应本申请实施例中的真实雷达，激光slam系统中的雷达可以通过控制开关的开闭实现控制激光器的开闭。图1是本申请一实施例提供的雷达坐标系的结构示意图。如图1所示，雷达坐标系的z轴方向与转轴方向一致，z轴方向为垂直方向。在z轴方向上，相邻激光线之间的角度间隔为垂直分辨率。雷达坐标系的XOY平面为水平面，在水平面上，上一时刻激光线与下个时刻的激光线之间的角度间隔为水平分辨率。
在环境复杂的场景中，定位时，会存在发射到空中而无法获取点云的激光线或定位特征少的激光线，这些激光线对定位影响小。但这些激光线的启用会导致激光slam系统的能源消耗。
基于上述问题，本申请实施例提出了一种激光系统的控制方法、装置、电子设备及可读存储介质。
图2是本申请一实施例提供的激光系统的控制方法的流程示意图。作为示例而非限定，如图2所示，所述方法包括：
S101：获取目标区域的点云地图。
S102：根据真实雷达的行走轨迹及安装信息，在点云地图内设置模拟雷达点。
其中，安装信息包含安装高度及安装角度等信息。
具体的，点云地图中设置的模拟雷达点的数量可与真实雷达的轨迹点的数量相同，也可以不同，以及设置的模拟雷达点的整体形状与真实雷达的行走轨迹相同或相似，模拟雷达点在点云地图上的位置可与真实雷达在真实场景上的位置对应。
S103：针对每个模拟雷达点，将模拟雷达点进行模拟雷达扫描，得到模拟雷达点的模拟的单帧点云。
具体的，基于雷达扫描原理，对模拟雷达点进行扫描模拟，得到单帧点云。
S104：对每个单帧点云进行分割及特征分类后，根据每个单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，定位激光线信息用于调整真实雷达的激光发射数。
具体的，首先根据模拟雷达点的激光线信息，将单帧点云划分成单线点云。
示例的，真实雷达为设置有16个激光器的激光雷达，则模拟雷达点的激光线信息为具有16条激光线。根据16条激光线，将单帧点云划分成16条单线点云。为了后续处理方便，可将该16条单线点云进行编号。
接着，针对每条单线点云，对单线点云进行边界分割、物体尺寸分割及地面分割，得到单线点云的分割结果。
示例的，对16条单线点云进行分割，得到16个分割结果。
然后，对单线点云的分割结果进行角点特征分类及面点特征分类，得到单线点云的分类结果。
示例的，对16个分割结果进行特征分类，得到16个分类结果。
其中，单帧点云的分割结果包括各个单线点云的分割结果；单帧点云的分类结果包括各个单线点云的分类结果。
最后，根据每个单帧点云的分割结果及分类结果，识别出定位激光线，得到定位激光线信息，从而得到目标区域的携带有定位激光线信息的点云地图。
点云地图可分成至少一个扫描区域，每个扫描区域内包含对应的定位激光线信息。
本实施例通过通过获取目标区域的点云地图；根据真实雷达的行走轨迹及安装信息，在点云地图内设置模拟雷达点；针对每个模拟雷达点，将模拟雷达点进行模拟雷达扫描，得到模拟雷达点的模拟的单帧点云；对每个单帧点云进行分割及特征分类后，根据每个单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，定位激光线信息用于调整真实雷达的激光发射数，能够在地图中增加定位线属性，从而使真实雷达提前获知对定位影响小的发射激光线，以此调整真实雷达的激光发射数，进而解决定位建图过程中不必要的能源消耗，且增加定位的效率。
在另一实施例中，将模拟雷达点进行模拟雷达扫描，得到模拟雷达点的模拟的单帧点云，包括：
首先，根据真实雷达的分辨率，确定模拟雷达点的扫描角度集合；
接着，以模拟雷达点作为中心点，获取预设范围内的点云；
然后，基于点云地图坐标系与雷达坐标系之间的空间转换关系，将点云转换至模拟雷达点的雷达坐标系上；
接着，在雷达坐标系下，计算点云中的每个点的角度信息及与模拟雷达点之间的距离；
然后，将每个点的角度信息与扫描角度集合进行匹配，获得角度信息与扫描角度集合中的扫描角度相匹配的目标点；
接着，针对每个目标点，判断目标点是否为角度信息下距离最小的点；
若是，则将目标点作为扫描点；
若否，则将目标点作为非扫描点；
最后，基于各个扫描点，组成模拟雷达点的单帧点云。
示例的，以一个模拟雷达点为例：真实雷达为设置有16个激光器的激光雷达，对应的，有16个垂直角度β；水平分辨率为0.2°，对应的，有1800个水平角度α，则一个模拟雷达点的扫描角度集合一共有16×360/0.2＝28800个，包含{(α0，β0)，...，(αi，βj)}，
接着，以该模拟雷达点为中心，计算点云中每个点与该模拟雷达点的距离，将距离大于预设范围的点舍弃，以此获取到预设范围内的点云；然后，将点云中该模拟雷达点减去，实现点云地图坐标系的原点与雷达坐标系的原点重合，并基于点云地图坐标系与雷达坐标系之间的空间转换关系，将点云转换至模拟雷达点的雷达坐标系上。
接着，计算每个点的角度信息(水平角度α、垂直角度β)及距离r，
Figure BDA0003376979230000111
图3是本申请一实施例提供的雷达坐标系中点的示意图，如图3所示，雷达坐标系上，一个点的坐标显示，其中r为点与坐标原点之间的距离。然后，将每个点的水平角度α、垂直角度β与扫描角度集合中的扫描角度进行匹配，获得角度信息与扫描角度集合中的扫描角度相匹配的目标点；接着，针对每个目标点，判断目标点是否为角度信息下距离最小的点，因为距离最小的点才是属于该模拟雷达的扫描点。若是，则将目标点作为扫描点；最后，基于各个扫描点，组成模拟雷达点的单帧点云，以此得到模拟雷达点的模拟的单帧点云。
获取另一模拟雷达点的模拟的单帧点云，只需将雷达坐标系替换成另一模拟雷达点的雷达坐标系即可，其他步骤不变。
本实施例通过根据真实雷达的分辨率，确定模拟雷达点的扫描角度集合，获得角度信息与扫描角度集合中的扫描角度相匹配的目标点，针对每个目标点，判断目标点是否为角度信息下距离最小的点，及基于各个扫描点，组成模拟雷达点的单帧点云，能够提高模拟雷达点模拟扫描的精准度，从而获取到准确的模拟雷达点的单帧点云。
在另一实施例中，行走轨迹由轨迹点组成；
将点云转换至模拟雷达点的雷达坐标系上之前，还包括：
首先，基于模拟雷达点，获取与模拟雷达点之间距离最短的轨迹点；
然后，基于轨迹点，获取点云地图坐标系与雷达坐标系之间的空间转换关系。
本实施例通过获取与模拟雷达点之间距离最短的轨迹点，基于轨迹点，获取点云地图坐标系与雷达坐标系之间的空间转换关系，能够获取到准确的空间转换关系。
在另一实施例中，对单线点云进行边界分割、物体尺寸分割及地面分割，包括：
首先，针对单线点云中的每个点，计算点和前一个点之间的第一距离，以及点与后一个点之间的第二距离。
示例的，单线点云包含点集合{P1，P2，P3，..，Pn}，计算Pi点和Pi-1点之间的第一距离dis1，计算Pi点与Pi+1点之间的第二距离dis2。
接着，若根据第一距离和第二距离，确定符合预设距离条件，则将点作为物体边界点。
示例的，预设距离条件为|dis1|>2×|dis2|或|dis2|>2×|dis1|，若第一距离和第二距离符合|dis1|>2×|dis2|或|dis2|>2×|dis1|，则Pi点为物体边界点。
然后，根据物体边界点及点云连续性，将单线点云进行分割，得到每个物体的物体点云。
接着，根据物体点云的长度，确定物体点云的所属类别，类别包括大物体点云和小物体点云。
具体的，基于雷达坐标系，查找物体点云中x轴、y轴及z轴的最大值及最小值，并组成最大值点及最小值点，雷达坐标系包括x轴、y轴及z轴；
对最大值点及最小值点进行距离计算，得到物体点云的长度；
其中，求出最大值点的距离及最小值点的距离后，基于最大值点的距离及最小值点的距离，计算出物体点云的长度。
然后，若物体点云的长度符合预设长度条件，则将物体点云划分为大物体点云；
示例的，预设长度条件设为6m，但不以此为限。物体点云的长度大于6m，则将物体点云划分为大物体点云。
若物体点云的长度不符合预设长度条件，则将物体点云划分为小物体点云。
示例的，物体点云的长度小于6m，则将物体点云划分为小物体点云。
若大物体点云的最小高度符合预设高度条件，则将大物体点云划分为地面大物体点云。
示例的，预设高度条件为zmin<0，|zmin+h|≤0，h为真实雷达的安装高度。若最小高度zmin符合zmin<0，|zmin+h|≤0，则将大物体点云划分为地面大物体点云。
若大物体点云的最小高度不符合预设高度条件，则将大物体点云划分为非地面大物体点云。
示例的，若最小高度zmin不符合zmin<0，|zmin+h|≤0，则将大物体点云划分为非地面大物体点云。
若小物体点云的最小高度符合预设高度条件，则将小物体点云划分为地面小物体点云。
示例的，若最小高度zmin符合zmin<0，|zmin+h|≤0，则将小物体点云划分为地面小物体点云。
若小物体点云的最小高度不符合预设高度条件，则将小物体点云划分为非地面小物体点云。
示例的，若最小高度zmin不符合zmin<0，|zmin+h|≤0，则将小物体点云划分为非地面小物体点云。
本实施例通过根据第一距离和第二距离，确定符合预设距离条件，则将点作为物体边界点，及根据物体点云的长度是否符合预设长度条件和是否符合预设高度条件，以此准确划分物体点云所属的类别。
在另一实施例中，对单线点云的分割结果进行角点特征分类及面点特征分类，得到单线点云的分类结果，包括：
首先，计算分割结果中每个点的曲率；
然后，根据曲率进行角点特征分类及面点特征分类。
示例的，分割结果中包含物体点云，计算物体点云中每个点的曲率。针对每个点，基于曲率，若点与周围点的大小差距、曲率及平滑度均低于对应的预设值，则该点为平面点；若点与周围点的大小差距、曲率及平滑度均高于对应的预设值，则该点为角点。
在另一实施例中，根据每个单帧点云的分割结果及分类结果，识别图区的定位激光线，得到定位激光线信息，包括：
首先，针对每个单帧点云中的每条单线点云，若单线点云包括地面大物体点云及面点，则将单线点云对应的激光线确定为定位激光线。
然后，当单线点云不包括地面大物体点云及面点时，若单线点云的点总数大于或等于预设点数，且单线点云中特征点总数占比大于预设占比值，则将单线点云对应的激光线确定为定位激光线，特征点总数包括角点数及面点数。
其中，可将真实雷达扫描一圈的点数的百分之二十作为预设点数，将特征点总数占总点数的百分之四十作为预设占比值。
示例的，真实雷达的水平分辨率为0.2°，对应激光线扫描一圈有1800点，则预设点数为360个。
若单线点云的点总数大于或等于360个，特征点总数占比大于40％，则将单线点云对应的激光线确定为定位激光线。
最后，统计每个单帧点云中的定位激光线，得到定位激光线信息。
本实施例通过若单线点云包括地面大物体点云及面点，则将单线点云对应的激光线确定为定位激光线，若单线点云的点总数大于或等于预设点数，且单线点云中特征点总数占比大于预设占比值，则将单线点云对应的激光线确定为定位激光线，统计每个单帧点云中的定位激光线，得到图区的定位激光线，能够准确得到单帧点云的定位激光线。
在另一实施例中，根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置模拟雷达点，包括：
首先，对点云地图进行分区，得到至少两个图区。
图4是本申请一实施例提供的用于分区的栅格的结构示意图。如图4所示，建立xoy坐标系，基于xoy平面，按照预设的栅格大小进行平面分割，得到栅格图。栅格的大小可根据实际应用场景，应用需求或硬件配置进行设置。示例的，栅格大小设置为20-40米。以及x轴方向上的栅格数量和y轴方向上的栅格数量可根据实际应用场景，应用需求或硬件配置进行设置。
获取到点云地图后，在点云地图上，建立xoy坐标系，按照预设的栅格大小进行平面分割，以实现点云地图的分区。
接着，根据真实雷达的行走轨迹及安装信息，在每个图区内设置模拟雷达点。
在图区内设置模拟雷达点，可根据实际应用场景、应用需求进行设置。示例的，图5是本申请一实施例提供的模拟雷达点的结构示意图。如图5所示，真实雷达的行走轨迹10为直线轨迹。针对每个图区，根据图区内真实雷达的直线轨迹及安装信息，设立连续的模拟雷达点。模拟雷达点的行走轨迹11与直线轨迹相同，模拟雷达点的行走轨迹11经过图区中心，为后续更好地确定定位激光线提供基础；模拟雷达点的数量可与图区内的真实雷达的轨迹点数量相同，也可不同。
或，图6是本申请另一实施例提供的模拟雷达点的结构示意图。如图6所示，真实雷达的行走轨迹20包含直线轨迹和曲线轨迹。若图区内的真实雷达的行走轨迹20只有直线轨迹，则根据直线轨迹及安装信息，设立连续的模拟雷达点。模拟雷达点的行走轨迹21与直线轨迹相同，模拟雷达点的行走轨迹21经过图区中心，为后续更好地确定定位激光线提供基础；模拟雷达点的数量可与图区内的真实雷达的轨迹点数量相同，也可不同。
若图区内的真实雷达的行走轨迹20包含直线轨迹和曲线轨迹，则根据直线轨迹、曲线轨迹及安装信息，设立连续的模拟雷达点。模拟雷达点的行走轨迹21与直线轨迹、曲线轨迹相同；模拟雷达点的行走轨迹21的直线部分经过图区中心，或模拟雷达点的行走轨迹21的曲线部分的中心经过图区中心，为后续更好地确定定位激光线提供基础；模拟雷达点的数量可与图区内的真实雷达的轨迹点数量相同，也可不同。
若图区内的真实雷达的行走轨迹只有曲线轨迹，则根据曲线轨迹及安装信息，设立连续的模拟雷达点。模拟雷达点的行走轨迹21与曲线轨迹相同，模拟雷达点的行走轨迹21的中心经过图区中心，为后续更好地确定定位激光线提供基础；模拟雷达点的数量可与图区内的真实雷达的轨迹点数量相同，也可不同。
或，图7是本申请另一实施例提供的模拟雷达点的结构示意图。如图7所示，真实雷达的行走轨迹30为直线轨迹，但只存在于部分图区内。若图区内有真实雷达的行走轨迹30，则根据直线轨迹及安装信息，设立连续的模拟雷达点。模拟雷达点的行走轨迹31与直线轨迹相同，模拟雷达点的行走轨迹31经过图区中心，为后续更好地确定定位激光线提供基础；模拟雷达点的数量可与图区内的真实雷达的轨迹点数量相同，也可不同。
若图区内没有真实雷达的行走轨迹30，可不设置模拟雷达点，也可设置模拟雷达点。为后续更好地确定定位激光线提供基础，设置模拟雷达点。先确定离该图区最近的含有行走轨迹30的图区，然后根据最近图区的直线轨迹及安装信息，设立连续的模拟雷达点。模拟雷达点的行走轨迹31与直线轨迹相同，模拟雷达点的行走轨迹31经过图区中心；模拟雷达点的数量可与图区内的真实雷达的轨迹点数量相同，也可不同。
其中，模拟雷达点的行走轨迹可以不经过图区中心。
在另一实施例中，对每个单帧点云进行分割及特征分类后，根据每个单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，包括：
首先，针对每个图区内，对图区的每个单帧点云进行分割及特征分类；
接着，根据每个单帧点云的分割结果及分类结果，识别每个单帧点云的定位激光线；
然后，将图区内的各个单帧点云的定位激光线进行并集处理，得到图区的定位激光线信息。
图8是本申请另一实施例提供的激光系统的控制方法的流程示意图。作为示例而非限定，如图8所示，所述方法包括：
S201：获取真实雷达的位置信息，并根据真实雷达的位置信息，确定真实雷达的目标扫描区域。
其中，预先存储目标区域的携带有定位激光线信息的点云地图，点云地图包含至少一个扫描区域，每个扫描区域内包含对应的定位激光线信息。携带有定位激光线信息的点云地图通过上述各个方法实施例得到的。
具体的，真实雷达在实际定位过程中，实时获取真实雷达的位置信息，然后根据位置信息，确定目标扫描区域。
S202：获取目标扫描区域内的定位激光线信息。
具体的，根据目标扫描区域，获取对应的定位激光线信息。
S203：根据定位激光线信息，调整真实雷达的激光发射数，以对目标扫描区域进行扫描。
具体的，基于获得的定位激光线信息，通过控制真实雷达的激光器的开闭，以调整激光发射数，使用处于开启状态的激光器对目标扫描区域进行扫描。
本实施例通过获取真实雷达的位置信息，并根据真实雷达的位置信息，确定真实雷达的目标扫描区域，获取目标扫描区域内的定位激光线信息，根据定位激光线信息，调整真实雷达的激光发射数，以对目标扫描区域进行扫描，以此调整对目标扫描区域扫描的真实雷达的激光发射数，从而减少不必要的能量损耗、减少运算量及负荷。
在另一实施例中，点云地图被分成至少两个图区，图区包含对应的定位激光线信息，扫描区域对应为图区。
所述方法包括：
首先，获取真实雷达的位置信息，并根据真实雷达的位置信息，确定真实雷达所处的目标图区。
接着，获取目标图区的定位激光线信息。
然后，根据定位激光线信息，调整真实雷达的激光发射数，以对目标图区进行扫描。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的方法，为了便于说明，仅示出了与本申请实施例相关的部分。
图9是本申请一实施例提供的激光系统的控制装置的结构示意图。作为示例而非限定，如图9所示，所示装置包括：
获取单元40，用于获取目标区域的点云地图；
模拟雷达处理单元41，用于根据真实雷达的行走轨迹及安装信息，在点云地图内设置模拟雷达点；
用于针对每个模拟雷达点，将模拟雷达点进行模拟雷达扫描，得到模拟雷达点的模拟的单帧点云；
识别单元42，用于对每个单帧点云进行分割及特征分类后，根据每个单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，定位激光线信息用于调整真实雷达的激光发射数。
在另一实施例中，模拟雷达处理单元，具体用于根据真实雷达的分辨率，确定模拟雷达点的扫描角度集合；
用于以模拟雷达点作为中心点，获取预设范围内的点云；
用于基于点云地图坐标系与雷达坐标系之间的空间转换关系，将点云转换至模拟雷达点的雷达坐标系上；
用于在雷达坐标系下，计算点云中的每个点的角度信息及与模拟雷达点之间的距离；
用于将每个点的角度信息与扫描角度集合进行匹配，获得角度信息与扫描角度集合中的扫描角度相匹配的目标点；
用于针对每个目标点，判断目标点是否为角度信息下距离最小的点；
用于若是，则将目标点作为扫描点；
用于若否，则将目标点作为非扫描点；
用于基于各个扫描点，组成模拟雷达点的单帧点云。
在另一实施例中，行走轨迹由轨迹点组成；
模拟雷达处理单元，还用于基于模拟雷达点，获取与模拟雷达点之间距离最短的轨迹点；
基于轨迹点，获取点云地图坐标系与雷达坐标系之间的空间转换关系。
在另一实施例中，识别单元，具体用于根据模拟雷达点的激光线信息，将单帧点云划分成单线点云；
用于针对每条单线点云，对单线点云进行边界分割、物体尺寸分割及地面分割，得到单线点云的分割结果；
用于对单线点云的分割结果进行角点特征分类及面点特征分类，得到单线点云的分类结果；
单帧点云的分割结果包括各个单线点云的分割结果；
单帧点云的分类结果包括各个单线点云的分类结果。
在另一实施例中，识别单元，具体用于针对单线点云中的每个点，计算点和前一个点之间的第一距离，以及点与后一个点之间的第二距离；
用于若根据第一距离和第二距离，确定符合预设距离条件，则将点作为物体边界点；
用于根据物体边界点及点云连续性，将单线点云进行分割，得到每个物体的物体点云；
用于根据物体点云的长度，确定物体点云的所属类别，类别包括大物体点云和小物体点云；
用于若大物体点云的最小高度符合预设高度条件，则将大物体点云划分为地面大物体点云；
用于若大物体点云的最小高度不符合预设高度条件，则将大物体点云划分为非地面大物体点云；
用于若小物体点云的最小高度符合预设高度条件，则将小物体点云划分为地面小物体点云；
用于若小物体点云的最小高度不符合预设高度条件，则将小物体点云划分为非地面小物体点云。
在另一实施例中，识别单元，具体用于基于雷达坐标系，查找物体点云中x轴、y轴及z轴的最大值及最小值，并组成最大值点及最小值点，雷达坐标系包括x轴、y轴及z轴；
用于对最大值点及最小值点进行距离计算，得到物体点云的长度；
用于若物体点云的长度符合预设长度条件，则将物体点云划分为大物体点云；
用于若物体点云的长度不符合预设长度条件，则将物体点云划分为小物体点云。
在另一实施例中，识别单元，具体用于针对每个单帧点云中的每条单线点云，若单线点云包括地面大物体点云及面点，则将单线点云对应的激光线确定为定位激光线；
用于当单线点云不包括地面大物体点云及面点时，若单线点云的点总数大于或等于预设点数，且单线点云中特征点总数占比大于预设占比值，则将单线点云对应的激光线确定为定位激光线，特征点总数包括角点数及面点数；
用于统计每个单帧点云中的定位激光线，得到定位激光线信息。
在另一实施例中，模拟雷达处理单元，具体用于对点云地图进行分区，得到至少两个图区；
根据真实雷达的行走轨迹及安装信息，在每个图区内设置模拟雷达点。
在另一实施例中，识别单元，用于针对每个图区内，对图区的每个所述单帧点云进行分割及特征分类；
根据每个单帧点云的分割结果及分类结果，识别每个单帧点云的定位激光线；
将图区内的各个单帧点云的定位激光线进行并集处理，得到图区的定位激光线。
图10是本申请另一实施例提供的激光系统的控制装置的结构示意图。作为示例而非限定，如图10所示，所述装置包括：
第一信息获取单元50，用于获取真实雷达的位置信息，并根据真实雷达的位置信息，确定真实雷达的目标扫描区域；
第二信息获取单元51，用于获取目标扫描区域内的定位激光线信息；
真实雷达调整单元52，用于根据定位激光线信息，调整真实雷达的激光发射数，以对目标扫描区域进行扫描。
图11为本申请一实施例提供的电子设备的结构示意图。如图11所示，该实施例的电子设备6包括：至少一个处理器60(图11中仅示出一个)、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62，所述处理器60执行所述计算机程序62时实现上述任意各个方法实施例中的步骤。
所述电子设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图11仅仅是电子设备6的举例，并不构成对电子设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，该处理器60还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable 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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61在一些实施例中可以是所述电子设备6的内部存储单元，例如电子设备6的硬盘或内存。所述存储器61在另一些实施例中也可以是所述电子设备6的外部存储设备，例如所述电子设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述电子设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时可实现上述各个方法实施例中的步骤。
所述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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，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、或者计算机软件和电子硬件的结合来实现。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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，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、或者计算机软件和电子硬件的结合来实现。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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (14)

1.一种激光系统的控制方法，其特征在于，包括：
获取目标区域的点云地图；
根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置模拟雷达点；
针对每个所述模拟雷达点，将所述模拟雷达点进行模拟雷达扫描，得到所述模拟雷达点的模拟的单帧点云；
对每个所述单帧点云进行分割及特征分类后，根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，所述定位激光线信息用于调整真实雷达的激光发射数。
2.如权利要求1所述的方法，其特征在于，所述将所述模拟雷达点进行模拟雷达扫描，得到所述模拟雷达点的模拟的单帧点云，包括：
根据所述真实雷达的分辨率，确定所述模拟雷达点的扫描角度集合；
以所述模拟雷达点作为中心点，获取预设范围内的点云；
基于点云地图坐标系与雷达坐标系之间的空间转换关系，将所述点云转换至所述模拟雷达点的雷达坐标系上；
在所述雷达坐标系下，计算所述点云中的每个点的角度信息及与所述模拟雷达点之间的距离；
将每个点的角度信息与所述扫描角度集合进行匹配，获得角度信息与所述扫描角度集合中的扫描角度相匹配的目标点；
针对每个所述目标点，判断所述目标点是否为所述角度信息下所述距离最小的点；
若是，则将所述目标点作为扫描点；
若否，则将所述目标点作为非扫描点；
基于各个所述扫描点，组成所述模拟雷达点的所述单帧点云。
3.如权利要求2所述的方法，其特征在于，所述行走轨迹由轨迹点组成；
所述将所述点云转换至所述模拟雷达点的雷达坐标系上之前，还包括：
基于所述模拟雷达点，获取与所述模拟雷达点之间距离最短的所述轨迹点；
基于所述轨迹点，获取所述点云地图坐标系与所述雷达坐标系之间的所述空间转换关系。
4.如权利要求1所述的方法，其特征在于，所述对每个所述单帧点云进行分割及特征分类，包括：
根据所述模拟雷达点的激光线信息，将所述单帧点云划分成单线点云；
针对每条所述单线点云，对所述单线点云进行边界分割、物体尺寸分割及地面分割，得到所述单线点云的分割结果；
对所述单线点云的分割结果进行角点特征分类及面点特征分类，得到所述单线点云的分类结果；
所述单帧点云的分割结果包括各个所述单线点云的分割结果；
所述单帧点云的分类结果包括各个所述单线点云的分类结果。
5.如权利要求4所述的方法，其特征在于，所述对所述单线点云进行边界分割、物体尺寸分割及地面分割，包括：
针对所述单线点云中的每个点，计算所述点和前一个点之间的第一距离，以及所述点与后一个点之间的第二距离；
若根据所述第一距离和所述第二距离，确定符合预设距离条件，则将所述点作为物体边界点；
根据所述物体边界点及点云连续性，将所述单线点云进行分割，得到每个物体的物体点云；
根据所述物体点云的长度，确定所述物体点云的所属类别，所述类别包括大物体点云和小物体点云；
若所述大物体点云的最小高度符合预设高度条件，则将所述大物体点云划分为地面大物体点云；
若所述大物体点云的最小高度不符合所述预设高度条件，则将所述大物体点云划分为非地面大物体点云；
若所述小物体点云的最小高度符合所述预设高度条件，则将所述小物体点云划分为地面小物体点云；
若所述小物体点云的最小高度不符合所述预设高度条件，则将所述小物体点云划分为非地面小物体点云。
6.如权利要求5所述的方法，其特征在于，所述根据所述物体点云的长度，确定所述物体点云的所属类别，包括：
基于所述雷达坐标系，查找所述物体点云中x轴、y轴及z轴的最大值及最小值，并组成最大值点及最小值点，所述雷达坐标系包括x轴、y轴及z轴；
对所述最大值点及所述最小值点进行距离计算，得到所述物体点云的长度；
若所述物体点云的长度符合预设长度条件，则将所述物体点云划分为所述大物体点云；
若所述物体点云的长度不符合所述预设长度条件，则将所述物体点云划分为所述小物体点云。
7.如权利要求5所述的方法，其特征在于，所述根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，包括：
针对每个所述单帧点云中的每条单线点云，若所述单线点云包括所述地面大物体点云及面点，则将所述单线点云对应的激光线确定为所述定位激光线；
当所述单线点云不包括所述地面大物体点云及所述面点时，若所述单线点云的点总数大于或等于预设点数，且所述单线点云中特征点总数占比大于预设占比值，则将所述单线点云对应的激光线确定为所述定位激光线，所述特征点总数包括角点数及面点数；
统计每个所述单帧点云中的定位激光线，得到所述定位激光线信息。
8.如权利要求1所述的方法，其特征在于，根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置模拟雷达点，包括：
对所述点云地图进行分区，得到至少两个图区；
根据所述真实雷达的行走轨迹及安装信息，在每个所述图区内设置所述模拟雷达点。
9.如权利要求8所述的方法，其特征在于，对每个所述单帧点云进行分割及特征分类后，根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，包括：
针对每个所述图区内，对所述图区的每个所述单帧点云进行分割及特征分类；
根据每个所述单帧点云的分割结果及分类结果，识别每个所述单帧点云的定位激光线；
将所述图区内的各个所述单帧点云的定位激光线进行并集处理，得到所述图区的定位激光线信息。
10.一种激光系统的控制方法，其特征在于，包括：
获取真实雷达的位置信息，并根据所述真实雷达的位置信息，确定所述真实雷达的目标扫描区域；
获取所述目标扫描区域内的定位激光线信息；
根据所述定位激光线信息，调整所述真实雷达的激光发射数，以对所述目标扫描区域进行扫描。
11.一种激光系统的控制装置，其特征在于，包括：
获取单元，用于获取目标区域的点云地图；
模拟雷达处理单元，用于根据真实雷达的行走轨迹及安装信息，在所述点云地图内设置至少一个模拟雷达点；
用于针对每个所述模拟雷达点，将所述模拟雷达点进行模拟雷达扫描，得到所述模拟雷达点的模拟的单帧点云；
识别单元，用于对每个所述单帧点云进行分割及特征分类后，根据每个所述单帧点云的分割结果及分类结果，识别定位激光线，得到定位激光线信息，所述定位激光线信息用于调整真实雷达的激光发射数。
12.一种激光系统的控制装置，其特征在于，包括：
第一信息获取单元，用于获取真实雷达的位置信息，并根据所述真实雷达的位置信息，确定所述真实雷达的目标扫描区域；
第二信息获取单元，用于获取所述目标扫描区域内的定位激光线信息；
真实雷达调整单元，用于根据所述定位激光线信息，调整所述真实雷达的激光发射数，以对所述目标扫描区域进行扫描。
13.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项或权利要求10所述的方法。
14.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项或权利要求10所述的方法。
CN202111422439.XA 2021-11-26 2021-11-26 激光系统的控制方法、装置、电子设备及可读存储介质 Pending CN114236566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111422439.XA CN114236566A (zh) 2021-11-26 2021-11-26 激光系统的控制方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111422439.XA CN114236566A (zh) 2021-11-26 2021-11-26 激光系统的控制方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN114236566A true CN114236566A (zh) 2022-03-25

Family

ID=80751400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111422439.XA Pending CN114236566A (zh) 2021-11-26 2021-11-26 激光系统的控制方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114236566A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115220446A (zh) * 2022-06-30 2022-10-21 北京三快在线科技有限公司 机器人寻桩方法、装置及机器人

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115220446A (zh) * 2022-06-30 2022-10-21 北京三快在线科技有限公司 机器人寻桩方法、装置及机器人
CN115220446B (zh) * 2022-06-30 2023-12-08 北京三快在线科技有限公司 机器人寻桩方法、装置及机器人

Similar Documents

Publication Publication Date Title
JP6837467B2 (ja) 点群データ同士のマッチング関係を確定するための方法及び装置
CN111563442B (zh) 基于激光雷达的点云和相机图像数据融合的slam方法及系统
CN108279670B (zh) 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质
KR102543952B1 (ko) 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램
CN110598541B (zh) 一种提取道路边缘信息的方法及设备
CN110163871B (zh) 一种多线激光雷达的地面分割方法及装置
CN112526513A (zh) 基于聚类算法的毫米波雷达环境地图构建方法及装置
CN111563450A (zh) 数据处理方法、装置、设备及存储介质
CN110047133A (zh) 一种面向点云数据的列车边界提取方法
CN112329846A (zh) 激光点云数据高精度标注方法及系统、服务器及介质
CN115718305A (zh) 一种激光点云公路断面处理方法、装置、设备及存储介质
CN110780276A (zh) 一种基于激光雷达的托盘识别方法、系统和电子设备
CN114236566A (zh) 激光系统的控制方法、装置、电子设备及可读存储介质
CN111611900A (zh) 一种目标点云识别方法、装置、电子设备和存储介质
CN117590362B (zh) 一种多激光雷达外参标定方法、装置和设备
Lu et al. A lightweight real-time 3D LiDAR SLAM for autonomous vehicles in large-scale urban environment
CN116642490A (zh) 基于混合地图的视觉定位导航方法、机器人及存储介质
CN115507840A (zh) 一种栅格地图构建方法、栅格地图构建装置及电子设备
CN115563574A (zh) 一种基于综合判据的多传感器空中目标点迹数据融合方法
CN115267722A (zh) 一种角点提取方法、装置及存储介质
CN114910892A (zh) 一种激光雷达的标定方法、装置、电子设备及存储介质
CN115685219A (zh) 基于激光扫描的目标探测方法、装置及目标探测终端
CN114061563B (zh) 目标点合理性的判断方法、装置、终端设备及存储介质
CN110909569A (zh) 路况信息识别方法及终端设备
Kotthäuser et al. Triangulation-based plane extraction for 3D point clouds

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