CN114255325B - 地面模型生成、障碍数据确定、作业控制方法及相关装置 - Google Patents

Abstract

本申请实施例提出一种地面模型生成、障碍数据确定、作业控制方法及相关装置，涉及数据处理领域。根据待测区域的点云数据，对待测区域进行分块，获得多个局部地块；其中，各个局部地块包含的点云数据的高度信息的标准差小于预设阈值；分别根据每个局部地块包含的点云数据，拟合得到每个局部地块的地面模型，从而简化地面模型的生成过程，减小计算量和干扰数据，提高计算效率。

Description

地面模型生成、障碍数据确定、作业控制方法及相关装置

技术领域

本申请涉及数据处理领域，具体而言，涉及一种地面模型生成、障碍数据确定、作业控制方法及相关装置。

背景技术

随着农业机械化、智能化进程的推进，越来越多的自动化设备在农田中作业，在此基础上，农田间的作业安全问题不容忽视，目前往往通过对三维点云地图进行分析，从而制定相应计划用于支撑田间作业。

现有技术中，可通过生成农田的地面，从而对三维点云地图进行分析，但目前基于点云数据生成地面模型的过程较为复杂，计算量较大，且干扰信息较多，因此计算效率较低。

发明内容

有鉴于此，本申请的目的在于提供一种地面模型生成、障碍数据确定、作业控制方法及相关装置，以简化地面模型的生成过程，减小计算量和干扰数据，提高计算效率。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本发明提供一种地面模型生成方法，所述方法包括：

根据所述待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块；其中，各个所述局部地块包含的点云数据的高度信息的标准差小于预设阈值；

分别根据每个所述局部地块包含的点云数据，拟合得到每个所述局部地块的地面模型。

在可选的实施方式中，所述根据待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块，包括：

计算所述待测区域中的点云数据的高度信息的标准差；

根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数以及所述标准差，计算所述局部地块的边长；

根据所述局部地块的边长，将所述待测区域划分为多个所述局部地块。

在可选的实施方式中，所述根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数以及所述标准差，计算所述局部地块的边长，包括：

计算第一参数、第二参数和第三参数；

其中，所述第一参数为所述预设常数与所述预设的局部地块边长最小值的比值，所述第二参数为所述预设常数与所述预设的局部地块边长最大值的比值，所述第三参数为所述预设常数与所述标准差的比值；

若所述标准差大于所述第一参数，则确定所述局部地块的边长为所述预设的局部地块边长最小值；

若所述标准差小于所述第二参数，则确定所述局部地块的边长为所述预设的局部地块边长最大值；

若所述标准差大于等于所述第二参数且小于等于所述第一参数，则确定所述局部地块的边长为所述第三参数。

在可选的实施方式中，所述分别根据每个所述局部地块包含的点云数据，拟合得到每个所述局部地块的地面模型，包括：

分别根据每个所述局部地块包含的点云数据，拟合得到每个局部地块的初始地面模型；

计算每个所述局部地块的初始地面模型的标准差；

在所述初始地面模型的标准差小于预设标准差的情况下，确定所述初始地面模型为所述局部地块的地面模型。

在可选的实施方式中，所述方法还包括：

针对所述初始地面模型中标准差不小于所述预设标准差的局部地块，若所述局部地块中满足预设条件的点云数据的数量大于或等于预设数量阈值，则根据所述局部地块中满足所述预设条件的点云数据，重新拟合得到所述局部地块的地面模型。

在可选的实施方式中，在根据所述待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块之前，所述方法还包括：

根据获取到的原始点云数据获得二维平面地图；

根据预设的地块边界信息和所述二维平面地图对所述原始点云数据进行筛选，将筛选得到的点云数据确定为待测区域的点云数据。

第二方面，本发明提供一种障碍数据确定方法，所述方法包括：

根据待测区域中的每个目标点云数据，确定所述目标点云数据所属的目标局部地块的地面模型；其中，所述地面模型由前述实施方式任一项所述的方法得到的；

根据所述目标局部地块的地面模型，计算所述目标点云数据到所述目标局部地块的目标距离；

在所述目标距离大于预设距离阈值时，确定所述目标点云数据为障碍数据。

第三方面，本发明提供一种作业控制方法，包括：

在作业过程中，获取前进方向的环境数据；

通过上述障碍数据确定方法确定所述环境数据是否为障碍数据；

当所述环境数据为障碍数据时，生成避障策略；所述避障策略包括以下之一：控制作业设备悬停、控制作业设备返回、控制作业设备避障前行。

第四方面，本发明提供一种地面模型生成装置，所述装置包括：

分块模块，用于根据待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块；其中，各个所述局部地块包含的点云数据的高度信息的标准差小于预设阈值；

拟合模块，用于根据每个所述局部地块包含的点云数据，拟合得到每个所述局部地块的地面模型。

第五方面，本发明提供一种障碍数据确定装置，所述装置包括：

模型确定模块，用于根据待测区域中的每个目标点云数据，确定所述目标点云数据所属的目标局部地块的地面模型；其中，所述地面模型为根据前述地面模型生成装置得到的；

计算模块，用于根据所述目标局部地块的地面模型，计算所述目标点云数据到所述目标局部地块的目标距离；

障碍确定模块，用于在所述目标距离大于预设距离阈值时，确定所述目标点云数据为障碍数据。

第六方面，本发明提供一种作业控制装置，包括：

采集模块，用于在作业过程中，获取前进方向的环境数据；

障碍识别模块，用于通过上述障碍数据确定装置确定所述环境数据是否为障碍数据；

策略模块，用于在所述环境数据为障碍数据时，生成避障策略；所述避障策略包括以下之一：控制作业设备悬停、控制作业设备返回、控制作业设备避障前行。

第七方面，本发明提供一种终端设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现前述实施方式任一所述的地面模型生成方法或障碍物数据确定方法或作业控制方法。

第八方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施方式中任一项所述的地面模型生成方法或障碍物数据确定方法或作业控制方法。

本申请实施例提供的地面模型生成、障碍数据确定、作业控制方法及相关装置，通过将待测区域分为多个局部地块，从而根据每个局部地块包含的点云数据拟合得到每个局部地块的地面模型，简化了模型生成过程，减小了计算量，提高了计算效率，且由于每个局部地块包含的点云数据的高度信息的标准差小于预设阈值，因此待测区域中的多个局部地块的地形较一致，从而减少干扰数据，使各局部地块的地面模型更精确。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例提供的终端设备的方框示意图；

图2示出了本申请实施例提供的地面模型生成方法的一种流程示意图；

图3示出了本申请实施例提供的地面模型生成方法的另一种流程示意图；

图4示出了本申请实施例提供的地面模型生成方法的又一种流程示意图；

图5示出了本申请实施例提供的地面模型生成方法的再一种流程示意图；

图6示出了待测区域的局部地块示意图；

图7示出了本申请实施例提供的地面模型生成方法的再一种流程示意图；

图8示出了本申请实施例提供的地面模型生成方法的再一种流程示意图；

图9示出了本申请实施例提供的障碍数据确定方法的一种流程示意图；

图10示出了本申请实施例提供的地面模型生成装置的一种功能模块图；

图11示出了本申请实施例提供的地面模型生成装置的另一种功能模块图；

图12示出了本申请实施例提供的障碍数据确定装置的功能模块图。

图标：100-终端设备；110-存储器；120-处理器；130-通信模块；21-预设的地块边界信息；22-局部地块；200-分块模块；210-拟合模块；220-筛选模块；300-模型确定模块；310-计算模块；320-障碍确定模块。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

目前，随着农业机械化和智能化，农田机械自动化设备在农田作业中也越来越普遍，例如自动化农田灌溉设备、自动化农田耕地和整地设备、自动化播种设备等，而农田自动化设备在田间作业时，为了保证作业合理和安全，往往需要根据田间地图进行规划，例如规划作业区域、作业路径、作业方式等。

其中，三维点云地图为田间作业经常采用的地图，该三维点云地图中包括多个点云数据，该点云数据为点的数据集，包括三维坐标、颜色、分类值、强度值以及时间等信息，通过高精度的点云数据可还原现实世界，因此，该三维点云地图可还原田间作业的真实环境，从而可对该三维地图进行分析，从而进行田间作业计划。

为了更好地对三维地图进行分析，可根据待测区域的点云数据生成待测区域的地形模型，作为分析依据，但现有技术中一般根据待测区域中所有点云数据，进行一系列图像处理从而生成地面模型，该过程较为繁琐，且计算量大，干扰数据较多，计算效率较低，且所生成的地面模型也不够精确。

此外，真实农田环境中可能存在作物、地面等田间地形，也可能存在房屋、树木、杂物等障碍物，因此，三维点云地图中的数据也包括有地形数据和障碍数据，而目前的三维点云地图无法很好地将地形数据与障碍物数据进行区分，使得自动化设备无法基于三维点云地图实现高效避障。

基于以上问题，本申请实施例首先提出一种地面模型生成方法，以简化地面模型的生成过程，减小计算量和干扰数据，提高计算效率。具体地，图1为终端设备100的方框示意图，请参照图1，所述终端设备100包括存储器110、处理器120及通信模块130。所述存储器110、处理器120以及通信模块130各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。

其中，存储器110用于存储程序或者数据。所述存储器110可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，EEPROM)等。

处理器120用于读/写存储器中存储的数据或程序，并执行相应地功能。

通信模块130用于通过所述网络建立所述终端设备与其它通信终端之间的通信连接，并用于通过所述网络收发数据。

可选地，该终端设备可以是PC端或平板等设备。

应当理解的是，图1所示的结构仅为终端设备的结构示意图，所述终端设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

结合图1所示的终端设备，下面以终端设备100为执行主体，对本申请实施例提供的地面模型生成方法进行示例性说明。具体的，图2为本申请实施例提供的地面模型生成方法的一种流程示意图，请参照图2，该方法包括：

步骤S30，根据待测区域的点云数据，对待测区域进行分块，获得多个局部地块；

其中，各个局部地块包含的点云数据的高度信息的标准差小于预设阈值。

在本实施例中，可通过三维激光扫描仪进行数据采集从而获取点云数据，也可以通过二维影像进行三维重建，从而在重建过程中获取点云数据。

可选地，该待测区域可根据需求进行选择，可以是三维点云地图中所包括的多个区域中的其中一个，也可以是三维点云地图中的所有区域。

可选地，由于待测区域的地形可能存在一定差异，因此为了在生成地面模型时减小干扰数据，可使各个局部地块中所包含的点云数据形成的地形相对一致，在一种可能实现的方式中，可预先设置一个预设阈值作为判断依据，当局部地块的点云数据的Z轴的标准差小于预设阈值时，则认为该局部地块中的地形相对一致。

步骤S31，分别根据每个局部地块包含的点云数据，拟合得到每个局部地块的地面模型。

可选地，可根据待测区域中各局部地块的点云数据的三维坐标进行拟合，从而得到各局部地块的地面模型，可以理解地，该地面模型表征该局部地块中的地形为一个近似平面。

本申请实施例提供的地面模型生成方法，根据待测区域的点云数据，对待测区域进行分块，从而可获得多个局部地块，由于各局部地块中所包含的点云数据的高度信息的标准差小于预设阈值，则各个局部地块中的地形差异较小，因此可分别根据每个局部地块包含的点云数据，拟合得到每个局部地块的地面模型，从而简化了模型生成过程，减少了计算量和干扰数据，使各个局部地块的地面模型更精确。

可选地，由于完整的三维点云地图包括多个地区，而待测区域可能仅为其中一部分，因此，在对待测区域进行分块之前，需要根据完整的三维点云地图获取待测区域的点云数据。具体的，在图2的基础上，图3为本申请实施例提供的地面模型生成方法的又一种流程示意图，请参见图3，在步骤S30之前，该方法还包括：

步骤S20，根据获取的原始点云数据获得二维平面地图；

可选地，可在获取到点云数据后直接上传至终端设备进行保存，在需要生成地面模型时，可直接获取到原始点云数据。

可选地，该原始点云数据为能够反映完整三维点云地图的点云数据。

可选地，由于点云数据包括三维信息，即X轴、Y轴、Z轴的坐标，因此，为了便于对该原始点云数据进行筛选，可将该原始点云数据映射至任意两个方向形成的一平面上，从而获取到二维平面地图。其中的Z轴坐标可以理解为是点云数据的高度信息。

在一种可能的实现方式中，可将该点云数据映射至XY轴形成的平面上，从而获得XY平面上的二维平面地图。

步骤S21，根据预设的地块边界信息和所述二维平面地图对所述原始点云数据进行筛选，将筛选得到的点云数据确定为待测区域的点云数据。

可选地，可事先设置待测区域的边界信息，在对点云数据进行筛选时，在已经生成的二维平面地图上标记出待测区域的边界，从而根据该边界信息对二维平面地图中的点云数据进行筛选，将边界之外的点云数据删除掉。

可选地，由于原始三维数据会出现密集的情况，因此过大的数据量可能会造成计算负担，考虑到减小计算负荷，可对原始点云数据进行进一步筛选。

在一种可能的实施方式中，可根据预先设置分辨率将获得的二维平面地图划分为多个网格，针对各个网格进行筛选，从而减小点云数据的数量。

可选地，为了保证筛选效果，该预先设置的分辨率应当至少大于原始点云数据的分辨率。

可选地，可在各个网格中选择任意一个或两个点云数据，删除掉其他点云数据，从而完成此次筛选。

本申请实施例提供的地面模型生成方法，根据原始点云数据获得二维平面地图，并根据预设地块边界信息和该二维平面地图对该原始点云数据进行筛选，从而获得待测区域的点云数据，减小了运算负担，提高计算效率。

可选地，在获得待测区域后，可通过如下方式对待测区域进行分块，从而获得多个局部地块，具体的，在图3的基础上，图4为本申请实施例提供的地面模型生成方法的再一流程示意图，请参见图4，上述步骤S30可以通过如下步骤实现：

步骤S30-1，计算待测区域中的点云数据的高度信息的标准差；

可选地，可根据待测区域中所有点云数据的高度信息计算标准差，该标准差反映了待测区域的地面平坦程度。

步骤S30-2，根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数以及标准差，计算局部地块的边长；

步骤S30-3，根据局部地块的边长，将待测区域划分为多个局部地块。

可选地，在对待测区域进行划分时，可根据待测区域的特征设置局部地块的形状，例如矩形或多边形，在计算得到局部地块的边长后，根据预设的局部地块形状和计算得到的边长进行划分。

在一个示例中，可将待测区域划分为多个正方形。

可选地，由于待测区域的地形可能存在多种情况，例如某一部分整体比较平坦、另一部分包括多种地形，在此基础上，可将较平坦的部分整体划分为一个局部地块，将包括多种地形的部分进行细致化分。

可选地，在图4的基础上，请参照图5，上述步骤S30-2可通过以下步骤实现：

步骤S30-2-1，计算第一参数、第二参数和第三参数；

其中，第一参数为预设常数与预设的局部地块边长最小值的比值，第二参数为、预设常数与、预设的局部地块边长最大值的比值，第三参数为预设常数与标准差的比值；

步骤S30-2-2，若标准差大于第一参数，则确定局部地块的边长为预设的局部地块边长最小值；

步骤S30-2-3，若标准差小于第二参数，则确定局部地块的边长为预设的局部地块边长最大值；

步骤S30-2-4，若标准差大于等于第二参数且小于等于第一参数，则确定局部地块的边长为第三参数。具体的，可通过如下公式计算该局部地块的边长：

其中，block_size表示局部地块的边长，min_size表示预设的局部地块的最小边长，max_size表示预设的局部地块的最大边长，std_z表示标准差，C表示预设常数。

可选地，可根据待测区域的特征设置局部地块的最小边长、最大边长以及预设常数。在一个示例中，请参照图6，为待测区域的局部地块示意图，请参照图6，可将点云数据映射至X轴、Y轴形成的平面上，从而获得待测区域的二维平面地图，可在该二维平面地图上根据预设的地块边界信息21标记出该待测区域的边界，进而对点云数据进行筛选，之后可根据计算得到的局部地块边长将该待测区域的二维平面地图划分为多个局部地块22。

可选地，在对待测区域进行局部地块划分后，可根据各局部地块中的点云数据生成地面模型，具体的，在图2的基础上，图7为本申请实施例提供的地面模型生成方法的再一流程示意图，请参见图7，上述步骤S31可以通过如下步骤实现：

步骤S31-1，分别根据每个局部地块包含的点云数据，拟合得到每个局部地块的初始地面模型；

可选地，可根据最小二乘法分别对每个局部地块包含的点云数据的三维坐标进行拟合，从而获得每个局部地块的初始地面模型。

可选地，该初始地面模型可以是Z＝AX+BY+C。其中，X、Y、Z分别表征拟合得到的平面上的点云数据的三维坐标，A、B、C分别为拟合时得到的描述平面空间特征的常数。

步骤S31-2，计算每个局部地块的初始地面模型的标准差；

可选地，该局部地块的初始地面模型的标准差表征该局部地块初始拟合的地面的平坦程度。

步骤S31-3，在初始地面模型的标准差小于预设标准差的情况下，确定初始地面模型为局部地块的地面模型。

可选地，为了确保各局部地块拟合得到的地面模型为近似平面，因此可预先设置预设标准差，将获得的局部地块的初始地面模型的标准差和预设标准差进行对比，将标准差小于预设标准差的初始地面模型作为该局部地块的地面模型。

可选地，若初始地面模型的标准差不小于预设标准差，则说明该局部地块的初始地面模型不符合近似平面的要求，在此情况下，可对该地面模型进行迭代拟合，具体的，在图7的基础上，图8为本申请实施例提供的地面模型生成方法方法的再一流程示意图，请参见图8，该方法还包括：

步骤S32，针对初始地面模型中标准差不小于预设标准差的局部地块，若局部地块中满足预设条件的点云数据的数量大于或等于预设数量阈值，则根据局部地块中满足预设条件的点云数据，重新拟合得到局部地块的地面模型；

可选地，当初始地面的模型的标准差不小于预设标准差时，可计算该局部地块中各点云数据到该初始平面的距离，并设置预设条件，将不满足该预设条件的点云数据进行删除，从而判断该局部地块中满足预设条件的点云数据的数量。

可选地，该预设条件为点云数据到初始平面的距离不大于预设距离阈值。

可选地，可根据点云数据的三维坐标和初始地面模型，通过向量法、点到平面的距离公式等方式计算该点云数据到初始平面的距离。

可选地，还可预先设置数量阈值，判断该局部地块中满足预设条件的点云数据的数量是否满足预设数量阈值，若满足，则可根据该局部地块中满足预设条件的点云数据的三维坐标，重新拟合生成该局部地块的地面模型。

可选地，若该局部地块中满足预设条件的点云数据的数量不满足预设数量阈值，则说明该局部地块无法拟合得到近似平面的地面模型，因此可将该局部地块进行标记，在之后进行障碍数据确定时，若判断得到目标点云数据属于的目标局部地块为被标记的局部地块，则确认该目标点云数据为障碍数据。

步骤S33，计算重新拟合得到的地面模型的标准差。

可选地，在获得重新拟合得到的地面模型的标准差后，可再次将其与预设标准差进行比较，判断该地面模型的标准差是否小于预设标准差。

可选地，若该重新拟合得到的地面模型的标准差仍然不小于预设标准差，则重复步骤S32，直至该局部地块的地面模型的标准差小于预设标准差，或标记该局部地块。

本申请实施例提供的地面模型生成方法，根据拟合得到的地面模型的标准差和预设标准差判断该局部地块的地面模型是否符合近似平面，从而对地面模型的标准差不小于预设标准差的局部地块，根据预设条件重新筛选点云数据并继续拟合，直至在该地面模型中的点云数据不满足预设条件时标记该局部地块、或该局部地块中的地面模型的标准差小于预设标准差，从而完成对各局部地块的地面模型的拟合，使各局部地块中生成的地面模型近似平面，或标记该局部地块中无平面，便于接下来根据该地面模型进行分析。

本申请实施例还提出一种障碍数据确定方法，以有效确定三维点云地图中的障碍数据，从而实现自动化设备基于三维点云地图的高效避障。接下来结合图1所示的终端设备，对本申请提出的障碍数据确定方法进行详细阐释，请参照图9，为本申请实施例提供的障碍数据确定方法的一种流程示意图，该方法包括：

步骤S40，根据待测区域中的每个目标点云数据，确定目标点云数据所属的目标局部地块的地面模型；

其中，地面模型为按照上述的地面模型生成方法得到的；

可选地，需要针对待测区域内所有点云数据进行障碍数据确定，该目标点云数据为当前正在进行障碍数据确定的点云数据，该目标局部地块为当前正在进行障碍数据确定的点云数据所属的局部地块，可以理解地，该目标点云数据为该目标局部地块中的点云数据。在此基础上，可根据待测区域中的每个目标点云数据的三维坐标确定该目标点云数据处于哪个目标局部区域，从而确定该目标点云数据所对应的目标局部地块的地面模型。

可选地，可预先生成待测区域中各局部地块的地面模型并保存，在需要进行障碍数据确定的时候，再调用目标局部地块的地面模型；也可以在需要进行障碍数据确定时再生成地面模型，本申请对此不做限定。

步骤S41，根据目标局部地块的地面模型，计算目标点云数据到所述目标局部地块的目标距离；

可选地，可将地面模型下载从而可离线计算目标距离，也可在线实时处理点云数据。

可选地，由于已经对每个局部地块生成地面模型，且该地面模型为近似平面，因此，该目标距离为该目标点云数据到该局部地块中的平面的距离。

可选地，由于在进行障碍数据确定时需要输入完整的点云数据，因此，为了减小计算量，可在计算目标距离之前判断点云数据是否属于待测区域。在一种可能的实现方式中，可根据点云数据的坐标判断其是否在待测区域的所有局部地块之外，若是，则可无需对其进行障碍数据判断，直接将该点云数据确定为障碍数据；若否，则可执行步骤S40。

此外，由于在生成地面模型时，部分局部地块被标记，表示该局部地块中没有平面，因此可认为该局部地块中均为障碍数据，若判断该目标点云数据所属的目标具备地块被标记，则可直接确定该目标点云数据为障碍数据。

可选地，可根据目标点云数据的三维坐标和目标局部地块的地面模型，通过向量法、点到平面的距离公式等方式计算目标距离。

步骤S42，在目标距离大于预设距离阈值时，确定目标点云数据为障碍数据。

可选地，由于该点云数据可能在局部地块中的地面模型的上方，也可能在该局部地块中的地面模型的下方，因此，该目标距离可能为正值，也可能为负值，在计算得到目标距离后，可对该目标距离取绝对值。

可选地，可根据待测区域的特点预先设置预设距离阈值，因此，当该目标距离的绝对值大于该预设阈值时，则确认该目标点云数据为障碍数据。在一个示例中，若该待测区域为种植小麦的区域，则可设置小麦的最大高度作为预设距离阈值，则在测得目标距离大于该预设阈值时，则认为该点云数据表征障碍物。

可选地，在确认该目标点云数据为障碍数据后，可将该目标点云数据划分至障碍点云数据集合中，或对其进行标记，在对所有待测区域的点云数据进行障碍数据确定后，可根据障碍点云数据集合或障碍数据标记，在三维点云地图上进行反馈，从而对三维点云地图中的障碍物和地形作以区分。

在一个示例中，可确定障碍数据并在三维点云地图中与地形数据进行区分，确定地形和障碍物，从而根据障碍物的位置进行作业规划，实现自动化设备基于三维点云地图的高效避障。

本申请实施例提供的障碍数据确定方法，在需要进行障碍数据检测的时候，根据待测区域中的每个目标点云数据，确定该目标点云数据所属的目标局部地块的地面模型，该地面模型为根据上述方式生成的地面模型，因此，可计算该目标点云数据到该目标局部地块的目标距离，在该目标距离大于预设阈值的时候，确定该目标点云数据为障碍数据。通过该方式，可有效确定三维点云地图中的障碍数据，对三维点云地图中的障碍物和地形作以区分，从而实现自动化设备基于三维点云地图的高效避障。

为保证作业设备在目标地块进行作业的过程中的安全性，以及时避开障碍物，本申请实施例还提出一种作业控制方法，该方法包括以下步骤：

步骤S51，在作业过程中，获取前进方向的环境数据；

步骤S52，通过上述任一实施例中的障碍数据确定方法确定环境数据是否为障碍数据；

步骤S53，当环境数据为障碍数据时，生成避障策略；避障策略包括以下之一：控制作业设备悬停、控制作业设备返回、控制作业设备避障前行。

其中，在作业设备进行作业的过程中，可以通过安装在作业设备前方的环境信息采集模块，如毫米波雷达、激光雷达或图像传感器等，来采集作业设备前进方向的环境数据，例如，以毫米波雷达为例，如果作业设备前进方向存在障碍物，则可以根据毫米波雷达的回波信号和毫米波雷达相对于作业设备的位置来解算得到障碍物的点云数据；基于此，上述环境数据可以是点云数据。由此即可通过上述障碍物数据确定方法来确定上述环境数据是否为障碍数据，如果该环境数据是障碍数据，则可控制作业设备悬停或返回或以即时生成的避障路径继续前行。因此，可以提升作业设备作业过程中的安全性。

在一些实施例中，作业设备可以包括但不限于：无人机、无人车、无人船等无人设备，当然，也可以包括农机、汽车等载人设备。

为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种地面模型生成装置的实现方式。进一步地，请参阅图10，图10为本申请实施例提供的一种地面模型生成装置的功能模块图。需要说明的是，本实施例所提供的地面模型生成装置，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该地面模型生成装置包括：分块模块200、拟合模块210。

该分块模块200，用于根据待测区域的点云数据，对待测区域进行分块，获得多个局部地块；其中，各个局部地块包含的点云数据的高度信息的标准差小于预设阈值；

可以理解地，该分块模块200还用于执行上述步骤S30。

该拟合模块210，用于根据每个局部地块包含的点云数据，拟合得到每个局部地块的地面模型。

可以理解地，该拟合模块210还用于执行上述步骤S31。

本申请实施例提供的地面模型生成装置，通过分块模块200根据待测区域的点云数据，对待测区域进行分块，获得多个局部地块；其中，各个局部地块包含的点云数据的高度信息的标准差小于预设阈值；通过拟合模块210根据每个局部地块包含的点云数据，拟合得到每个局部地块的地面模型，从而简化了模型生成过程，减少了计算量和干扰数据，使各个局部地块的地面模型更精确。可选地，该分块模块200，还用于计算待测区域中的点云数据的高度信息的标准差；根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数以及标准差，计算局部地块的边长；根据局部地块的边长，将待测区域划分为多个局部地块。

可以理解地，该分块模块200还用于执行上述步骤S30-1～步骤S30-3。

可选地，该分块模块200，还用于计算第一参数、第二参数和第三参数；其中，所述第一参数为所述预设常数与所述预设的局部地块边长最小值的比值，所述第二参数为所述预设常数与所述预设的局部地块边长最大值的比值，所述第三参数为所述预设常数与所述标准差的比值；若所述标准差大于所述第一参数，则确定所述局部地块的边长为所述预设的局部地块边长最小值；若所述标准差小于所述第二参数，则确定所述局部地块的边长为所述预设的局部地块边长最大值；若所述标准差大于等于所述第二参数且小于等于所述第一参数，则确定所述局部地块的边长为所述第三参数。

可以理解地，该分块模块200还可用于执行上述步骤S30-2-1～步骤S30-2-4。

可选地，该拟合模块210，还用于根据每个局部地块包含的点云数据，拟合得到每个局部地块的初始地面模型；计算每个局部地块的初始地面模型的标准差；在局部地块的标准差小于预设标准差的情况下，确定初始地面模型为局部地块的地面模型。

可以理解地，该拟合模块210还用于执行上述步骤S31-1～步骤S31-3。

可选地，该拟合模块210，还用于针对初始地面模型中标准差不小于预设标准差的局部地块，若局部地块中满足预设条件的点云数据的数量大于或等于预设数量阈值，则根据局部地块中满足预设条件的点云数据，重新拟合得到局部地块的地面模型；计算重新拟合得到的地面模型的标准差。

可以理解地，该拟合模块210还用于执行上述步骤S32～步骤S33。

可选地，请参照图11，为本申请实施例提供的地面模型生成装置另一种的功能模块图，该地面模型生成装置还包括：筛选模块220。

该筛选模块220，用于根据获取到的原始点云数据获得二维平面地图；根据预设的地块边界信息和二维平面地图对原始点云数据进行筛选，将筛选得到的点云数据确定为待测区域的点云数据。

可以理解地，该筛选模块220还用于执行上述步骤S20～步骤S21。

下面给出一种障碍数据确定装置的实现方式。进一步地，请参阅图12，图12为本申请实施例提供的障碍数据确定装置的一种功能模块图，该障碍数据确定装置包括：模型确定模块300、计算模块310、障碍确定模块320。

该模型确定模块300，用于根据待测区域中的每个目标点云数据，确定所述目标点云数据所属的目标局部地块的地面模型；其中，所述目标局部地块的地面模型为根据上述地面模型生成装置得到的地面模型；

可以理解地，该模型确定模块300可用于执行上述步骤S40。

该计算模块310，用于根据所述目标局部地块的地面模型，计算所述目标点云数据到所述目标局部地块的目标距离；

可以理解地，该计算模块310可用于执行上述步骤S41。

该障碍确定模块320，用于在所述目标距离大于预设距离阈值时，确定所述目标点云数据为障碍数据。

可以理解地，该障碍确定模块320可用于执行上述步骤S42。可选地，上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器中或固化于该终端设备100的操作系统(Operating System，OS)中，并可由图1中的处理器执行。同时，执行上述模块所需的数据、程序的代码等可以存储在存储器中。

下面给出一种作业控制装置的实现方式。该作业控制装置包括：

采集模块，用于在作业过程中，获取前进方向的环境数据；

障碍识别模块，用于通过上述障碍数据确定装置确定所述环境数据是否为障碍数据；

策略模块，用于在所述环境数据为障碍数据时，生成避障策略；所述避障策略包括以下之一：控制作业设备悬停、控制作业设备返回、控制作业设备避障前行。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (12)

1.一种地面模型生成方法，其特征在于，所述方法包括：

根据待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块，包括：计算所述待测区域中的点云数据的高度信息的标准差；根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数，计算第一参数以及第二参数，并根据所述标准差与所述第一参数和所述第二参数之间的大小关系，计算所述局部地块的边长；其中，各个所述局部地块包含的点云数据的高度信息的标准差小于预设阈值，所述第一参数为所述预设常数与所述预设的局部地块边长最小值的比值，所述第二参数为所述预设常数与所述预设的局部地块边长最大值的比值；根据所述局部地块的边长，将所述待测区域划分为多个所述局部地块；

分别根据每个所述局部地块包含的点云数据，拟合得到每个所述局部地块的地面模型。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数以及所述标准差，计算所述局部地块的边长，包括：

计算第三参数；

其中，所述第三参数为所述预设常数与所述标准差的比值；

若所述标准差大于所述第一参数，则确定所述局部地块的边长为所述预设的局部地块边长最小值；

若所述标准差小于所述第二参数，则确定所述局部地块的边长为所述预设的局部地块边长最大值；

若所述标准差大于等于所述第二参数且小于等于所述第一参数，则确定所述局部地块的边长为所述第三参数。

3.根据权利要求1所述的方法，其特征在于，所述分别根据每个所述局部地块包含的点云数据，拟合得到每个所述局部地块的地面模型，包括：

分别根据每个所述局部地块包含的点云数据，拟合得到每个局部地块的初始地面模型；

计算每个所述局部地块的初始地面模型的标准差；

在所述初始地面模型的标准差小于预设标准差的情况下，确定所述初始地面模型为所述局部地块的地面模型。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

针对所述初始地面模型中标准差不小于所述预设标准差的局部地块，若所述局部地块中满足预设条件的点云数据的数量大于或等于预设数量阈值，则根据所述局部地块中满足所述预设条件的点云数据，重新拟合得到所述局部地块的地面模型。

5.根据权利要求1所述的方法，其特征在于，在根据所述待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块之前，所述方法还包括：

根据获取到的原始点云数据获得二维平面地图；

根据预设的地块边界信息和所述二维平面地图对所述原始点云数据进行筛选，将筛选得到的点云数据确定为待测区域的点云数据。

6.一种障碍数据确定方法，其特征在于，所述方法包括：

根据待测区域中的每个目标点云数据，确定所述目标点云数据所属的目标局部地块的地面模型；其中，所述地面模型由权利要求1-5任一所述的方法得到；

根据所述目标局部地块的地面模型，计算所述目标点云数据到所述目标局部地块的目标距离；

在所述目标距离大于预设距离阈值时，确定所述目标点云数据为障碍数据。

7.一种作业控制方法，其特征在于，所述方法包括：

在作业过程中，获取前进方向的环境数据；

通过权利要求6所述的障碍数据确定方法确定所述环境数据是否为障碍数据；

当所述环境数据为障碍数据时，生成避障策略；所述避障策略包括以下之一：控制作业设备悬停、控制作业设备返回、控制作业设备避障前行。

8.一种地面模型生成装置，其特征在于，所述装置包括：

分块模块，用于根据待测区域的点云数据，对所述待测区域进行分块，获得多个局部地块，包括：计算所述待测区域中的点云数据的高度信息的标准差；根据预设的局部地块边长最小值、预设的局部地块边长最大值、预设常数，计算第一参数以及第二参数，并根据所述标准差与所述第一参数和所述第二参数之间的大小关系，计算所述局部地块的边长；其中，各个所述局部地块包含的点云数据的高度信息的标准差小于预设阈值，所述第一参数为所述预设常数与所述预设的局部地块边长最小值的比值，所述第二参数为所述预设常数与所述预设的局部地块边长最大值的比值；根据所述局部地块的边长，将所述待测区域划分为多个所述局部地块；

拟合模块，用于根据每个所述局部地块包含的点云数据，拟合得到每个所述局部地块的地面模型。

9.一种障碍数据确定装置，其特征在于，所述装置包括：

模型确定模块，用于根据待测区域中的每个目标点云数据，确定所述目标点云数据所属的目标局部地块的地面模型；其中，所述地面模型为根据权利要求8所述的地面模型生成装置得到的；

计算模块，用于根据所述目标局部地块的地面模型，计算所述目标点云数据到所述目标局部地块的目标距离；

障碍确定模块，用于在所述目标距离大于预设距离阈值时，确定所述目标点云数据为障碍数据。

10.一种作业控制装置，其特征在于，所述装置包括：

采集模块，用于在作业过程中，获取前进方向的环境数据；

障碍识别模块，用于通过权利要求9所述的障碍数据确定装置确定所述环境数据是否为障碍数据；

策略模块，用于在所述环境数据为障碍数据时，生成避障策略；所述避障策略包括以下之一：控制作业设备悬停、控制作业设备返回、控制作业设备避障前行。

11.一种终端设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现权利要求1-5任一所述的方法，或者实现如权利要求6所述的方法，或者实现如权利要求7所述的方法。

12.一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，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法，或者实现如权利要求6所述的方法，或者实现如权利要求7所述的方法。