CN114488091B - 一种激光点云的去噪方法、装置、存储介质及电子设备 - Google Patents
一种激光点云的去噪方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114488091B CN114488091B CN202210086867.8A CN202210086867A CN114488091B CN 114488091 B CN114488091 B CN 114488091B CN 202210086867 A CN202210086867 A CN 202210086867A CN 114488091 B CN114488091 B CN 114488091B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- shielding object
- shielding
- laser
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000004590 computer program Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000013145 classification model Methods 0.000 description 6
- 230000000903 blocking effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
- G01S7/4876—Extracting wanted echo signals, e.g. pulse detection by removing unwanted signals
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
- G01S7/4873—Extracting wanted echo signals, e.g. pulse detection by deriving and controlling a threshold value
-
- 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
- G01S7/493—Extracting wanted echo signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本说明书公开了一种激光点云的去噪方法、装置、存储介质及电子设备,可根据激光雷达发射的激光光线的光线追踪信息,确定激光点云中的遮挡区域,并对处于遮挡区域中的每个障碍物,确定遮挡该障碍物的遮挡物。之后,根据该障碍物与该遮挡物上的双回波点,确定该遮挡物上的双回波点的比例,以基于遮挡物上的双回波点的比例,检测该障碍物是否为镜面反射形成的虚拟障碍物。通过激光光线投射到障碍物与遮挡物上的双回波点的比例,对镜面反射噪点进行检测,有效筛选出镜面反射产生的虚拟障碍物,提高了障碍物检测的准确度,减少了急刹和不合理绕行的问题,进一步提升了车辆行驶的稳定性与安全性。
Description
技术领域
本申请涉及激光点云数据处理技术领域,尤其涉及一种激光点云的去噪方法、装置、存储介质及电子设备。
背景技术
激光雷达是无人车进行环境感知的主要传感器之一,通过向周围环境发射激光光束,经障碍物反射后被接收器接收,记录发射与接收的时间差,从而确定障碍物与无人车之间的距离。
但是激光雷达容易受到周围环境中各种噪声的影响,如雨雪、尘土和镜面反射等,导致检测出虚拟障碍物的点云信息,影响无人驾驶的安全性。
因此,目前对于激光雷达采集的激光点云,还需进行障碍物噪声处理。针对采集的每帧激光点云,可通过预先训练的障碍物分类模型,识别该帧激光点云中的各噪声障碍物,并进行删除。其中,在训练障碍物分类模型时,可获取历史上采集的大量激光点云作为训练样本,并根据各帧激光点云中的障碍物属于噪声/非噪声作为标注,进行模型训练。
但是,由于镜面反射所形成的虚拟障碍物是激光反射后,照射到真实的障碍物上生成的,两者的点云形态几乎一致,障碍物分类模型难以进行区分,导致无人车出现不合理的运动,如急刹、异常绕行等,存在安全隐患。
发明内容
本说明书实施例提供一种激光点云的去噪方法、装置、存储介质及电子设备,用于部分解决现有技术中的问题。
本说明书实施例采用下述技术方案:
本说明书提供的一种激光点云的去噪方法,包括:
获取激光雷达采集的激光点云;
根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域;
针对所述遮挡区域内的每个障碍物,确定沿发射方向遮挡该障碍物的遮挡物;
根据该障碍物与所述遮挡物上的双回波点,确定所述遮挡物上的双回波点的比例;
当所述遮挡物上的双回波点的比例超出预设阈值时,确定该障碍物为镜面反射形成的虚拟障碍物,并将该障碍物从所述激光点云中剔除。
可选地,根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域,具体包括:
针对所述激光雷达发射的每条激光光线,若该条激光光线投射到障碍物上,则确定所述障碍物后方为遮挡区域。
可选地,确定所述遮挡区域内的每个障碍物,具体包括:
确定所述激光点云中各障碍物的外接包围框;
针对所述激光点云中的每个障碍物,确定该障碍物的外接包围框在所述遮挡区域内的遮挡占比;
当所述遮挡占比超出预设比例时,确定该障碍物处于所述遮挡区域内。
可选地,确定沿发射方向遮挡该障碍物的遮挡物,具体包括:
建立所述激光雷达与该障碍物之间的连线;
确定在所述连线上,距离所述激光雷达最近的障碍物,作为遮挡该障碍物的遮挡物。
可选地,根据该障碍物与所述遮挡物上的双回波点,确定所述遮挡物上的双回波点的比例,具体包括:
从该障碍物与所述遮挡物反射的各回波点中,确定两次回波位置不同的双回波点;
根据所述双回波点在该障碍物与所述遮挡物上的分布,确定所述遮挡物上的双回波点的比例。
可选地,当该障碍物处于所述遮挡区域外时,确定该障碍物为真实障碍物。
可选地,在所述连线上不存在遮挡物时,确定该障碍物为真实障碍物。
本说明书提供一种激光点云的去噪装置,包括:
获取模块,配置为获取激光雷达采集的激光点云;
遮挡区域确定模块,配置为根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域;
遮挡物确定模块,配置为针对所述遮挡区域内的每个障碍物,确定沿发射方向遮挡该障碍物的遮挡物;
双回波检测模块,配置为根据该障碍物与所述遮挡物反射的双回波点,确定所述遮挡物上的双回波点的比例;
去噪模块,配置为当所述遮挡物上的双回波点的比例超出预设阈值时,确定该障碍物为镜面反射形成的虚拟障碍物,并将该障碍物从所述激光点云中剔除。
本说明书提供的一种计算机可读存储介质,所述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上述激光点云的去噪方法。
本说明书提供的一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述激光点云的去噪方法。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书中,可根据激光雷达发射的激光光线的光线追踪信息,确定激光点云中的遮挡区域,并对处于遮挡区域中的每个障碍物,确定遮挡该障碍物的遮挡物。之后,根据该障碍物与该遮挡物上的双回波点,确定该遮挡物上的双回波点的比例,以基于遮挡物上的双回波点的比例,检测该障碍物是否为镜面反射形成的虚拟障碍物。通过激光光线投射到障碍物与遮挡物上的双回波点的比例,对镜面反射噪点进行检测,有效筛选出镜面反射产生的虚拟障碍物,提高了障碍物检测的准确度,减少了急刹和不合理绕行的问题,进一步提升了车辆行驶的稳定性与安全性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提供的镜面反射噪点产生的示意图;
图2为本说明书实施例提供的一种激光点云的去噪方法的流程示意图;
图3为本说明书实施例提供的镜面反射噪点产生的示意图;
图4为本说明书实施例提供的一种激光点云的去噪装置的结构示意图;
图5为本说明书实施例提供的实现激光点云的去噪方法的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于说明书中的实施例,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他实施例,都属于本申请保护的范围。
目前,无人车可通过其上设置的激光雷达传感器进行环境感知,检测周围环境中的障碍物等信息,以避障行驶。
但由于激光雷达易受到雨雪、尘土以及镜面反射等干扰因素的影响,导致采集的激光点云中出现虚拟障碍物的噪点,因此现有方案常采用预先训练的障碍物分类模型,对采集的激光点云中的障碍物进行噪声识别,检测并剔除激光点云中属于噪声的虚拟障碍物。
但是,通过障碍物分类模型识别噪声的方法,对于雨雪、尘土等干扰产生的虚拟障碍物的检测效果较好。而镜面反射所形成的虚拟障碍物是激光反射到真实的障碍物上而生成的,两者的点云形态几乎一致,通过障碍物分类模型进行识别的效果欠佳。
图1为镜面反射噪点产生的示意图。从激光雷达发射的激光光束经由镜面反射照射到真实存在的障碍物上,而激光雷达设备仍然按照光沿直线传播,计算障碍物与激光雷达之间的距离,导致确定出的障碍物的点云信息处于镜面后方,即产生了镜面反射的虚拟障碍物。其中,反射的镜面可以是窗户等。
基于上述存在的技术问题,本说明书提供一种激光点云的去噪方法,可有效剔除激光点云中由镜面反射所形成的噪点。以下结合附图,详细说明本申请各实施例提供的技术方案。
图2为本说明书实施例提供的一种激光点云的去噪方法的流程示意图,具体可包括以下步骤:
S100:获取激光雷达采集的激光点云。
S102:根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域。
本说明书提供的激光点云的去噪方法,主要对激光点云中由于镜面反射所产生的虚拟障碍物进行去噪处理。
具体的,可先获取激光雷达采集的周围环境的激光点云,并将该激光点云输入预先训练的点云识别模型中,确定该激光点云中的各障碍物。其中,该激光雷达可搭载在需要进行环境感知的设备上,如无人车,机器人等。
由于镜面反射所产生的噪点通常处于激光雷达照射不到的区域,也就是,被遮挡区域完全覆盖,而真实环境中还可能存在半遮挡的障碍物。为了避免将半遮挡的障碍物误认为噪声而被滤除,可根据障碍物的被遮挡情况,对镜面反射的障碍物进行初步筛选。
于是可根据激光雷达发射的激光光线的光线追踪信息,确定激光点云中的遮挡区域。其中,若激光光线投射到障碍物上被反射回来,则认为障碍物后方区域被遮挡,否则为未遮挡区域。
之后,针对激光点云中的每个障碍物,根据该激光点云中的遮挡区域以及该障碍物的位置,判断该障碍物是否处于该遮挡区域内。若该障碍物处于该遮挡区域内,则可认为该障碍物为待验证障碍物,通过后续步骤进一步检测。若该障碍物不处于该遮挡区域内,则认为该障碍物为真实障碍物。
进一步的,在判断该障碍物是否处于该遮挡区域内时,可根据该障碍物的点云信息确定该障碍物的外接包围框以及该外接包围框在遮挡区域内的遮挡占比。当该障碍物的外接包围框的遮挡占比超出预设比例时,确定该障碍物处于该遮挡区域内。其中,该预设比例可根据需要设置,如设置为90%。
本说明书所示的激光点云的去噪方法,可由搭载激光雷达设备的无人车、机器人等设备执行,或者也可由控制设备行驶的服务器执行,本说明书对此不做限制,可根据需要设置。其中,当由服务器作为执行主体时,无人车等设备可将采集到的激光点云数据发送至后台服务器,进行点云数据的去噪处理。
S104:针对所述遮挡区域内的每个障碍物,确定沿发射方向遮挡该障碍物的遮挡物。
由于激光雷达发射的激光光束有一定的宽度,若发射的激光光束投射到前后分布的两个物体上时,此时激光雷达会接收到两个物体反射的回波,即双回波。而镜面反射产生的虚拟障碍物通常被反射的镜面等物体完全遮挡,于是可基于双回波点的特征,对各障碍物进行噪声检测。
具体的,针对该遮挡区域内的每个障碍物,建立该激光雷达与该障碍物之间的连线,并确定该连线上的各障碍物,即处于激光雷达与该障碍物之间的各障碍物。然后,从该连线上的各障碍物中选择距离激光雷达最近的障碍物,作为遮挡了该障碍物的遮挡物,以基于激光光束的双回波特性进行噪声判断。
当然,若该连线上不存在任何其它障碍物,表明该激光雷达直接投射到该障碍物表面,可确定该障碍物为真实存在的障碍物,而非镜面反射形成的虚拟障碍物。
S106:根据该障碍物与所述遮挡物上的双回波点,确定所述遮挡物上的双回波点的比例。
S108:当所述遮挡物上的双回波点的比例超出预设阈值时,确定该障碍物为镜面反射形成的虚拟障碍物,并将该障碍物从所述激光点云中剔除。
由于镜面反射产生的虚拟障碍物是被反射物体完全遮挡的,若该障碍物为虚拟障碍物,则投向该障碍物与遮挡物上的激光光线会产生双回波特性。
在本说明书中,可采用双回波模式的激光雷达设备,即发射一束激光光线可测量两次回波数据,分别记为主回波点与双回波点。其中,当激光雷达发射的激光光线照射到同一障碍物上时,两次回波点的位置相同,当照射到不同障碍物上时,两次回波点的位置不同。
于是在本说明书中,可根据该障碍物与该遮挡物的反射回波,从反射的各回波点中确定两次回波位置不同的主回波点和双回波点。并根据双回波点在该障碍物与遮挡物上的分布,确定遮挡物上的双回波点的比例。
例如,假设激光雷达接收器接收到100对回波点,即100个主回波点和100个双回波点。其中,90对回波点的位置相同,10对回波点的位置不同,也即可用的点云数据为100个主回波点和10个双回波点。则从位置不同的10个双回波点中,确定集中在遮挡物上的双回波点比例。
若集中在遮挡物上的双回波点的比例超出预设阈值时,则可认为该障碍物为镜面反射形成的虚拟障碍物,并将该障碍物从该激光点云中剔除。若集中在遮挡物上的双回波点的比例小于预设阈值,则认为该障碍物为真实障碍物。其中,该预设阈值可根据实验数据进行设置。
示例性的,图3为本说明书实施例提供的镜面反射噪点产生的示意图,为方便解释说明,图中以实体图像代替采集到的激光点云。图中无人车上搭载有激光雷达设备,可向周围环境中发射激光光线进行环境感知。其中,该激光雷达发射的一束激光光线照射到公共汽车的车体上,产生镜面反射,照射到公共汽车左侧真实的自行车上,并沿该反射路径反射回波。而激光雷达设备基于光的直线传播,确定出在公共汽车右侧存在虚拟的自行车。
于是,可根据该激光光线的反射信息,确定双回波点在自行车和公共汽车上的分布情况,并确定公共汽车上的双回波点的比例。当集中在公共汽车上的双回波点的比例超出预设阈值时,则可认为自行车为虚拟的障碍物,并从该激光点云中剔除。
基于图2所示的激光点云的去噪方法,可根据激光雷达发射的激光光线的光线追踪信息,确定激光点云中的遮挡区域,并对处于遮挡区域中的每个障碍物,确定遮挡该障碍物的遮挡物。之后,根据该障碍物与该遮挡物上的双回波点,确定该遮挡物上的双回波点的比例,以基于遮挡物上的双回波点的比例,检测该障碍物是否为镜面反射形成的虚拟障碍物。通过激光光线投射到障碍物与遮挡物上的双回波点的比例,对镜面反射噪点进行检测,有效筛选出镜面反射产生的虚拟障碍物,提高了障碍物检测的准确度,减少了急刹和不合理绕行的问题,进一步提升了车辆行驶的稳定性与安全性。
基于图2所示的一种激光点云的去噪方法,本说明书实施例还对应提供一种激光点云的去噪装置的结构示意图,如图4所示。
图4为本说明书实施例提供的一种激光点云的去噪装置的结构示意图,包括:
获取模块200,配置为获取激光雷达采集的激光点云;
遮挡区域确定模块202,配置为根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域;
遮挡物确定模块204,配置为针对所述遮挡区域内的每个障碍物,确定沿发射方向遮挡该障碍物的遮挡物;
双回波检测模块206,配置为根据该障碍物与所述遮挡物反射的双回波点,确定所述遮挡物上的双回波点的比例;
去噪模块208,配置为当所述遮挡物上的双回波点的比例超出预设阈值时,确定该障碍物为镜面反射形成的虚拟障碍物,并将该障碍物从所述激光点云中剔除。
可选地,所述遮挡区域确定模块202具体用于,针对所述激光雷达发射的每条激光光线,若该条激光光线投射到障碍物上,则确定所述障碍物后方为遮挡区域。
可选地,所述遮挡物确定模块204具体用于,确定所述激光点云中各障碍物的外接包围框,针对所述激光点云中的每个障碍物,确定该障碍物的外接包围框在所述遮挡区域内的遮挡占比,当所述遮挡占比超出预设比例时,确定该障碍物处于所述遮挡区域内。
可选地,所述遮挡物确定模块204具体用于,建立所述激光雷达与该障碍物之间的连线,确定在所述连线上,距离所述激光雷达最近的障碍物,作为遮挡该障碍物的遮挡物。
可选地,所述双回波检测模块206具体用于,从该障碍物与所述遮挡物反射的各回波点中,确定两次回波位置不同的双回波点,根据所述双回波点在该障碍物与所述遮挡物上的分布,确定所述遮挡物上的双回波点的比例。
可选地,当该障碍物处于所述遮挡区域外时,确定该障碍物为真实障碍物。
可选地,在所述连线上不存在遮挡物时,确定该障碍物为真实障碍物。
本说明书实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图2提供的激光点云的去噪方法。
根据图2所示的一种激光点云的去噪方法,本说明书实施例还提出了图5所示的电子设备的示意结构图。如图5,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图2所示的激光点云的去噪方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和生成专用的集成电路芯片。而且,如今,取代手工地生成集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (8)
1.一种激光点云的去噪方法,其特征在于,包括:
获取激光雷达采集的激光点云;
根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域;
针对所述遮挡区域内的每个障碍物,确定沿发射方向遮挡该障碍物的遮挡物;
根据该障碍物与所述遮挡物上的双回波点,确定所述遮挡物上的双回波点的比例;
当所述遮挡物上的双回波点的比例超出预设阈值时,确定该障碍物为镜面反射形成的虚拟障碍物,并将该障碍物从所述激光点云中剔除;
其中,根据该障碍物与所述遮挡物上的双回波点,确定所述遮挡物上的双回波点的比例,具体包括:
从该障碍物与所述遮挡物反射的各回波点中,确定两次回波位置不同的双回波点;
根据所述两次回波位置不同的双回波点在该障碍物与所述遮挡物上的分布,确定所述遮挡物上的双回波点的比例。
2.如权利要求1所述的方法,其特征在于,根据所述激光雷达发射的激光光线的光线追踪信息,确定所述激光点云中的遮挡区域,具体包括:
针对所述激光雷达发射的每条激光光线,若该条激光光线投射到障碍物上,则确定所述障碍物后方为遮挡区域。
3.如权利要求1所述的方法,其特征在于,确定所述遮挡区域内的每个障碍物,具体包括:
确定所述激光点云中各障碍物的外接包围框;
针对所述激光点云中的每个障碍物,确定该障碍物的外接包围框在所述遮挡区域内的遮挡占比;
当所述遮挡占比超出预设比例时,确定该障碍物处于所述遮挡区域内。
4.如权利要求1所述的方法,其特征在于,确定沿发射方向遮挡该障碍物的遮挡物,具体包括:
建立所述激光雷达与该障碍物之间的连线;
确定在所述连线上,距离所述激光雷达最近的障碍物,作为遮挡该障碍物的遮挡物。
5.如权利要求3所述的方法,其特征在于,当该障碍物处于所述遮挡区域外时,确定该障碍物为真实障碍物。
6.如权利要求4所述的方法,其特征在于,在所述连线上不存在遮挡物时,确定该障碍物为真实障碍物。
7.一种计算机可读存储介质,其特征在于,所述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上述权利要求1~6任一所述的方法。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现上述权利要求1~6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210086867.8A CN114488091B (zh) | 2022-01-25 | 2022-01-25 | 一种激光点云的去噪方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210086867.8A CN114488091B (zh) | 2022-01-25 | 2022-01-25 | 一种激光点云的去噪方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114488091A CN114488091A (zh) | 2022-05-13 |
CN114488091B true CN114488091B (zh) | 2024-05-24 |
Family
ID=81474078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210086867.8A Active CN114488091B (zh) | 2022-01-25 | 2022-01-25 | 一种激光点云的去噪方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488091B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017218787A1 (de) * | 2017-10-20 | 2019-04-25 | Honda Motor Co., Ltd. | Fahrzeug-Fahrt-Unterstützungs-Vorrichtung |
CN112666539A (zh) * | 2020-12-01 | 2021-04-16 | 天津优控智行科技有限公司 | 一种无人驾驶系统激光雷达点云去噪方法 |
WO2021207954A1 (zh) * | 2020-04-15 | 2021-10-21 | 华为技术有限公司 | 一种目标识别的方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10137890B2 (en) * | 2016-06-28 | 2018-11-27 | Toyota Motor Engineering & Manufacturing North America, Inc. | Occluded obstacle classification for vehicles |
US11041957B2 (en) * | 2018-06-25 | 2021-06-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for mitigating effects of high-reflectivity objects in LiDAR data |
-
2022
- 2022-01-25 CN CN202210086867.8A patent/CN114488091B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017218787A1 (de) * | 2017-10-20 | 2019-04-25 | Honda Motor Co., Ltd. | Fahrzeug-Fahrt-Unterstützungs-Vorrichtung |
WO2021207954A1 (zh) * | 2020-04-15 | 2021-10-21 | 华为技术有限公司 | 一种目标识别的方法和装置 |
CN112666539A (zh) * | 2020-12-01 | 2021-04-16 | 天津优控智行科技有限公司 | 一种无人驾驶系统激光雷达点云去噪方法 |
Non-Patent Citations (1)
Title |
---|
从机载LiDAR点云数据中快速提取建筑物的方法研究;龚威平;李云帆;陈卓;龙超;;城市勘测(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114488091A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951847B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
CN111712731B (zh) | 目标检测方法、系统及可移动平台 | |
CN111427369B (zh) | 一种无人车控制方法及装置 | |
KR101829556B1 (ko) | 객체 움직임의 라이더 기반 분류 기법 | |
CN109521757B (zh) | 静态障碍物识别方法和装置 | |
GB2560412A (en) | Generating simulated sensor data for training and validation of detection models | |
CN110286389A (zh) | 一种用于障碍物识别的栅格管理方法 | |
CN116485674A (zh) | 激光点云数据的实时去噪方法、装置及电子设备、存储介质 | |
CN111127551A (zh) | 一种目标检测的方法及装置 | |
US20220171975A1 (en) | Method for Determining a Semantic Free Space | |
CN110598980B (zh) | 交通场景的风险评估方法及装置 | |
CN114488091B (zh) | 一种激光点云的去噪方法、装置、存储介质及电子设备 | |
CN110426714A (zh) | 一种障碍物识别方法 | |
CN114675295A (zh) | 一种障碍物判定的方法、装置、设备及存储介质 | |
CN109827610B (zh) | 用于校验传感器融合结果的方法和装置 | |
JPWO2019181491A1 (ja) | 物体認識装置 | |
CN114185024A (zh) | 雷达探测方法、装置、激光雷达及地铁站台防异物系统 | |
CN115214570A (zh) | 一种结合距离和时间因素的车辆分级制动控制方法及系统 | |
CN117382593B (zh) | 一种基于激光点云过滤的车辆紧急制动方法和系统 | |
CN113313654A (zh) | 激光点云滤波去噪方法、系统、设备及存储介质 | |
JP2018503074A (ja) | 物体による自動車のセンサ装置の遮蔽を検出するための方法、コンピュータ装置、運転者支援システム、及び自動車 | |
CN111762154B (zh) | 停车方法、装置、设备及存储介质 | |
CN116069009A (zh) | 扫地机器人及其避障数据处理方法、控制装置和存储介质 | |
US11645861B2 (en) | Methods and system for occupancy class prediction and occlusion value determination | |
US20240054627A1 (en) | Vehicle and Control Method Thereof |
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 |