CN115291243A - 一种激光雷达三维重建方法、装置、电子设备和存储介质 - Google Patents
一种激光雷达三维重建方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115291243A CN115291243A CN202210898161.1A CN202210898161A CN115291243A CN 115291243 A CN115291243 A CN 115291243A CN 202210898161 A CN202210898161 A CN 202210898161A CN 115291243 A CN115291243 A CN 115291243A
- Authority
- CN
- China
- Prior art keywords
- data
- point cloud
- laser radar
- rotation angle
- radar
- 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
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
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请涉及三维重建技术领域,特别是涉及一种激光雷达三维重建方法、装置、电子设备和存储介质,方法包括:通过激光雷达对待作业场景进行三维重建扫描,实时获取激光雷达的旋转角度数据和雷达测量数据;旋转角度数据包括角度数据和对应的时间戳数据,雷达测量数据包括点云数据和对应的时间戳数据;比对雷达测量数据中和旋转角度数据中的时间戳数据,根据二者的时间差,筛选出匹配的点云数据和角度数据从而得到具有精准角度位姿的激光雷达数据;通过回调函数解析处理筛选出的点云数据,将解析后的点云数据进行坐标转换,根据旋转角度将不同时间序列下的点云数据进行拼接融合。本申请有效降低了空间结构的占用且提高了三维重建的清晰度和准确性。
Description
技术领域
本申请涉及三维重建技术领域,特别是涉及一种激光雷达三维重建方法、装置、电子设备和存储介质。
背景技术
室外带电配电机器人在远控或者智能化作业时,首先需要对待作业场景进行三维重建,以确定机械臂作业位置,为机械臂避障策略提供基础数据。
三维重建方式可以采用双目相机、激光雷达等视觉感知设备,双目相机在室外阳光充足的情况下,容易产生较多范围的空洞区域,导致其重建结果不理想。
激光雷达测距原理是由激光中心发射具有一定波长的激光,其内部测距模块发射的光斑距离与测距范围成正比例关系,即测距范围越远,光斑尺寸越大,若光斑照射到小目标物体时,且目标后方区域具有较大物体,则极易引起光斑的多次反射,导致激光测距出现错误的结果,且传统激光雷达建模时会出现拖影问题导致建模效果不理想;
采用激光雷达作为前端传感器时,多采用滑台与多线激光雷达配合,采用该方式时,一般为了增加视野范围滑台长度设计较长,会占用更多的操作平台空间增加结构设计复杂度。
发明内容
本申请实施例提供了一种激光雷达三维重建方法、装置、电子设备和存储介质,以至少解决相关技术中使用激光雷达进行三维重建时占用操作平台空间较大、因光斑多次反射易出现错误建模结果和出现拖影导致建模不清晰不准确的问题。
第一方面,本申请实施例提供了一种激光雷达三维重建方法,所述方法包括:
步骤S1,通过激光雷达对待作业场景进行三维重建扫描,并实时获取激光雷达当前的旋转角度数据和雷达测量数据;所述旋转角度数据包括角度数据和对应的时间戳数据,所述雷达测量数据包括点云数据和对应的时间戳数据;
步骤S2,比对所述雷达测量数据中的时间戳数据和所述旋转角度数据中的时间戳数据,根据二者的时间差,筛选出相匹配的点云数据和角度数据从而得到具有精准角度位姿的激光雷达数据;
步骤S3,通过回调函数解析处理步骤S2中筛选出的点云数据,并将解析处理后的点云数据进行坐标转换,根据其旋转角度将不同时间序列下的点云数据进行拼接融合。
在其中一些实施例中,所述步骤S2中,以队列的方式存储获取的旋转角度数据和雷达测量数据,并从队首开始按照顺序分别提取旋转角度数据和雷达测量数据,解析比对这两组数据的时间戳数据的差值,将差值与预设的第一阈值进行比对,
若差值小于第一阈值,则采用当前时间戳的角度数据作为当前点云数据的旋转角度;
若差值大于第一阈值,则继续判断所述雷达测量数据中的时间戳数据和所述旋转角度数据中的时间戳数据的大小,舍弃所述雷达测量数据和所述旋转角度数据中时间戳数据值较小的一组数据,并从所舍弃的数据队列中按顺序选取下一组数据与未被舍弃的数据比较二者时间戳数据的差值,将差值与预设的第一阈值进行比对。
在其中一些实施例中,所述步骤S1中,在激光雷达作业前,判断所述激光雷达是否处于预设的初始位姿;
若处于预设的初始位姿,则所述激光雷达进行旋转测量,实时获取当前旋转角度数据和雷达测量数据;
若未处于预设的初始位姿,则控制所述激光雷达旋转至预设的初始位姿后进行旋转测量,实时获取当前旋转角度数据和雷达测量数据。
在其中一些实施例中,所述步骤S3包括对步骤S2中筛选的点云数据采用点云滤波处理剔除异常测量点,包括:
对筛选出的点云数据进一步切分,得到局部点云集合;
计算局部点云集合内的点到激光雷达原点的空间距离,并与预设的局部点云集合内点云测距均值配合计算出局部点云集合的标准差;
将标准差与预设的第二阈值进行比对,
若标准差大于预设的第二阈值,则判定局部点云集合区域存在异常测量点,此时执行滤波操作,对异常测量点进行剔除;
若标准差小于预设的第二阈值,则判定局部点云集合区域无异常测量点,此时判定其他局部点云集合。
在其中一些实施例中,对异常测量点进行剔除时:
当标准差大于预设的第二阈值时,对局部点云集合内的点进行判定,
若局部点云集合内的一点到激光雷达原点的空间距离小于等于预设的点云测距均值,则判定该点无异常,将该点保存;
若局部点云集合内的一点到激光雷达原点的空间距离大于预设的点云测距均值,则判定该点为异常点,将该点剔除。
在其中一些实施例中,所述步骤S3中,点云数据坐标转换处理时,将点云滤波处理后的雷达测量数据根据与其匹配的旋转角度数据进行旋转平移变换,得到基于初始位姿状态的三维重建结果,并将得到的结果保存。
第二方面,本申请实施例提供一种激光雷达三维重建装置,所述装置包括激光雷达和旋转结构,所述旋转结构可使所述激光雷达沿水平方向旋转测量,所述激光雷达的原点位置与所述旋转结构的中心处于同一坐标系下,所述装置还设置有传输结构,用于实时上传激光雷达捕获的测量数据和激光雷达的旋转角度数据。
在其中一些实施例中,所述旋转结构水平旋转范围为0°~180°,将所述激光雷达处于水平旋转范围的一端设置为激光雷达的初始位姿,在所述初始位姿设置有用于检测所述激光雷达是否处于初始位姿的传感器。
第三方面,本申请实施例提供一种电子设备,包括处理器和存储有计算机程序的存储器,所述计算机程序被所述处理器执行时实现如上述任一项所述的方法。
第四方面,本申请实施例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上述任一项所述的方法。
根据上述内容,本发明技术方案相比现有技术的有益效果是:
1.本发明采用激光雷达的单点式旋转三维建图,可以通过较少的结构空间占用,完成较大范围、较高精度的快速三维场景建图;
2.通过使点云数据和旋转角度按照时间戳匹配,使用滤波算法对点云数据进行处理,检测并剔除异常的点云数据,将滤波后的点云数据根据旋转角度将不同时间戳的点云数据融合拼接,避免了因激光雷达光斑多次反射而出现的错误建模结果以及解决传统激光建模中的拖影问题,有效提高三维建图的清晰度和准确度。
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是根据本申请实施例的激光雷达三维重建方法的流程图;
图2是根据本申请实施例的激光雷达三维重建装置的结构示意图;
图3是根据本申请实施例的电子设备的结构框图。
附图标记说明:1.激光雷达;2.旋转结构;3.安装支架;4.传感器。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作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。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请实施例的目的是提供一种基于激光雷达的单点式旋转三维重建技术,以解决现有激光雷达进行三维重建时占用操作空间大、因光斑多次反射易出现错误建模结果和出现拖影导致建模不清晰不准确的问题。
该技术通过将激光雷达扫描测量的雷达测量数据和激光雷达的旋转结构获取的旋转角度数据进行时间戳比对,将比对的时间戳在误差允许的范围内对应的点云数据和角度数据进行配对,对点云数据进行滤波剔除其中的异常数据,将未被剔除的点云数据通过与其匹配的角度数据进行融合,即可得到基于激光雷达初始位姿的清晰准确的三维重建结构。
图1是根据本申请实施例的激光雷达三维重建方法的流程图,如图1所示,该激光雷达三维重建方法包括以下步骤:
步骤S1,通过激光雷达对待作业场景进行三维重建扫描,并实时获取激光雷达当前的旋转角度数据和雷达测量数据;所述旋转角度数据包括角度数据和对应的时间戳数据,所述雷达测量数据包括点云数据和对应的时间戳数据;
步骤S2,比对所述雷达测量数据中的时间戳数据和所述旋转角度数据中的时间戳数据,根据二者的时间差,筛选出相匹配的点云数据和角度数据从而得到具有精准角度位置的激光雷达数据;
步骤S3,通过回调函数解析处理步骤S2中筛选出的点云数据,并将解析处理后的点云数据进行坐标转换,根据其旋转角度将不同时间序列下的点云数据进行拼接融合。
为了更清楚的说明本申请,下文举出具体的示例并进行详细的阐述。
步骤S1,通过激光雷达对待作业场景进行三维重建扫描,并实时获取激光雷达当前的旋转角度数据和雷达测量数据;所述旋转角度数据包括角度数据和对应的时间戳数据,所述雷达测量数据包括点云数据和对应的时间戳数据。
作为一个示例,激光雷达通过旋转结构可水平转动的安装于作业机器人两机械臂的中间位置,设定旋转结构的旋转角度范围为0°~180°,预设激光雷达朝向0°时为激光雷达的初始位姿并记录,通过传感器与预设的程序配合判断激光雷达是否处于预设的初始位姿。
进一步的,进行三维重建前,对激光雷达是否处于预设的初始位姿进行判定:
若激光雷达处于预设的初始位姿,则激光雷达开始进行旋转测量,实时获取并上传当前旋转角度数据和雷达测量数据;
若激光雷达未处于预设的初始位姿,则通过旋转结构控制激光雷达旋转至预设的初始位姿,而后激光雷达开始进行旋转测量,实时获取并上传当前旋转角度数据和雷达测量数据。
其中,雷达测量数据包括点云数据和与点云数据匹配的时间戳数据,旋转角度数据包括角度数据和与角度数据匹配的时间戳数据,旋转角度数据以50Hz的频率进行上传。
其中,激光雷达通过安装支架与旋转结构相连接,激光雷达的原点位置与旋转结构的中心处于同一坐标系下。
进一步的,激光雷达的旋转轴与旋转结构的旋转轴同轴设置,且旋转结构的旋转轴与水平面垂直设置。
优选的,传感器可以是设置在初始位姿一端的光电开关或接近开关,用以判定激光雷达是否处于初始位姿。
优选的,激光雷达选用16线360°机械式激光雷达。
优选的,作业机器人两机械臂分别设置在左右两侧,以朝向作业机器人其中一条机械臂所在方向设置为0°方向,以朝向作业机器人另一条机械臂所在方向设置为180°方向,以激光雷达的视野窗口朝向0°方向时,激光雷达处于初始位姿。
作为一个示例,点云数据中单个测量点的数据结构设计为:
Struct point{
double x;
double y;
double z;
double idensity;
int ring;
bool save;
}
其中,x,y,z分别为激光发射器距离目标点在三维空间中x轴、y轴、z轴的距离,indensity为激光反射强度,ring为激光发射器编号,save为是否保存该点。
步骤S2,比对雷达测量数据中的时间戳数据和旋转角度数据中的时间戳数据,根据二者的时间差,筛选出相匹配的点云数据和角度数据从而得到具有精准角度位置的激光雷达数据。
作为一个示例,按照数据获取时间的先后顺序以队列的方式分别存储获取的旋转角度数据和雷达测量数据,将先获取的数据存储在队列前端;从队首开始按照顺序分别从旋转角度数据队列提取旋转角度数据、从雷达测量数据队列提取雷达测量数据,并从提取出的旋转角度数据和雷达测量数据中解析出相对应的时间戳数据,计算这两个时间戳数据的差值,将差值与预设的第一阈值进行比对。
进一步的,将差值与预设的第一阈值进行比对时,若差值小于第一阈值,则采用当前时间戳的角度数据作为当前点云数据的旋转角度;
若差值大于第一阈值,则继续判断雷达测量数据中的时间戳数据和旋转角度数据中的时间戳数据的大小:
若雷达测量数据的时间戳小于旋转角度数据的时间戳,则认为雷达测量数据的时间戳为较早的时间数据,舍弃这一组雷达测量数据,在雷达测量数据队列内提取下一组雷达测量数据,重新计算时间戳数据差值并进行上述判定;
若旋转角度数据的时间戳小于雷达测量数据的时间戳,则认为旋转角度数据的时间戳为较早的时间数据,舍弃这一组旋转角度数据,在旋转角度数据队列内提取下一组旋转角度数据,重新计算时间戳数据差值并进行上述判定。
保存筛选后成对匹配的点云数据和角度数据,从而得到具有精准角度位置的激光雷达数据。
其中,当两组时间戳数据的差值大于预设的第一阈值而进行时间戳数据比较时,舍弃其中时间戳数据值较小的一组数据,是因为数据队列是按照时间顺序由小到大排列,提取数据进行比较时是按照队列顺序进行提取,队列后的时间戳数据必定大于队列前的时间戳数据。此时若舍弃时间戳数据值较大的一组数据,提取的下一组数据的时间戳数据将会导致旋转角度数据的时间戳和雷达测量数据的时间戳差值相较前一组数据更大,不符合判定目的。
步骤S3,通过回调函数解析处理步骤S2中筛选出的点云数据,并将解析处理后的点云数据进行坐标转换,根据其旋转角度将不同时间序列下的点云数据进行拼接融合。
作为一个示例,回调函数中包括点云滤波和点云坐标转换。
在作业机器人的应用场景,会出现激光雷达发射的光斑多次反射导致激光测距出现错误的结果,本三维重建方法通过解析激光雷达的原始数据,进行测距点云拆分处理,以离散点滤波算法对点云数据进行滤波,剔除异常测量点。
作为一个示例,解析步骤S2中筛选出的点云数据,根据点云数据的ring值(激光发射器编号)将点云数据分为16组点云文件,且各组点云文件中的点云数据是根据0~360°角度值有序排列的;
遍历16组点云文件中的全部点云数据,并在遍历点云文件时,对每一组点云文件中的点云数据通过预设的角度值和预设的相邻点的数量这两个约束条件对点云数据做进一步切分,得到局部点云集合Nk={pi,......,pn}。
具体的,可根据应用场景的不同来采取不同的角度值和相邻点的数量对点云数据做进一步区分。
将标准差s与预设的第二阈值进行比较,
若标准差s大于预设的第二阈值,则判定局部点云集合Nk区域存在异常测量点,此时执行滤波操作,对异常测量点进行剔除;
若标准差s小于预设的第二阈值,则判定局部点云集合Nk区域无异常测量点,此时判定其他局部点云集合,直至遍历完16组点云文件内的全部点云数据。
进一步的,当标准差s大于预设的第二阈值时,对异常测量点进行剔除:
对局部点云集合Nk内的点进行判定,设被判定点为i点,有如下判定公式:
其中,ThrAbnormal为预设的第二阈值;p.i表示局部点云集合Nk内的i点到激光雷达原点的空间距离;pi.save=false表示将p.i保存为假;pi.save=true表示将p.i保存为真;
判定过程为:
若局部点云集合Nk内的i点到激光雷达原点的空间距离p.i小于等于预设的点云测距均值μk,则判定该点无异常p.save=true,将该点保存;
若局部点云集合Nk内的i点到激光雷达原点的空间距离p.i大于预设的点云测距均值μk,则判定该点为异常点p.save=false,将该点剔除。
进一步的,对滤波处理后的点云数据根据与其匹配的角度数据和时间戳数据,采用旋转平移矩阵的方式进行旋转、平移处理,得到基于初始位姿状态的三维重建结果,将多帧融合后的结果保存。
具体的,由于旋转结构只围绕一个轴进行旋转,因此该旋转、平移只对其进行对应轴的旋转、平移。
优选的,若在安装阶段有一定的误差,则采用人工标定的方式,对其进行初始位姿标定,标定方式采用初始位姿状态下的激光点云数据,扫描具有平面,角点等明显特征的区域,并将采集的点云数据进行人工校平,其校准参数作为固定参数,存储并在程序中使用。
步骤S4,判断雷达测量数据队列中是否仍存在未处理的数据,若有,则重复执行步上述步骤。
步骤S5,根据上述步骤得到基于旋转结构为中心的三维重建结果,并应用统计滤波算法将重建结果中点云的毛刺区域剔除,得到较为光滑的重建点云数据。
进一步的,根据激光中心点与机械臂中心位置的空间映射关系,将步骤S5得到的点云结果进行平移变换,最终完成整个三维重建任务。
因此,根据以上内容,通过将实时上传的雷达测量数据和旋转角度数据进行时间戳比对,根据时间戳形成相互匹配的点云数据和角度数据,又通过回调函数对点云数据进行滤波剔除了其中的异常数据。相对于传统方法,不仅能够提高三维重建结果的整体精度、防止了异常数据对建模结果的影响,还能解决激光雷达三维重建时出现的拖影情况。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供一种激光雷达三维重建装置,该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。
图2是根据本申请实施例的激光雷达三维重建装置的结构示意图,如图2所示,该装置包括激光雷达1和旋转结构2,激光雷达1通过旋转结构2可水平转动测量的安装于作业机器人两机械臂的中间位置,旋转结构2的旋转角度范围为0°~180°,预设激光雷达1朝向0°时为激光雷达1的初始位姿,在初始位姿设置有用于检测激光雷达1是否处于初始位姿的传感器4。
其中,激光雷达1通过安装支架3与旋转结构2相连接,激光雷达1的原点位置与旋转结构2的中心处于同一坐标系下,该装置还设置有传输结构,用于实时上传激光雷达1捕获的测量数据和激光雷达1的旋转角度数据。
进一步的,激光雷达1的旋转轴与旋转结构2的旋转轴同轴设置,且旋转结构2的旋转轴与水平面垂直设置。
优选的,通过传感器4与预设的程序配合判断激光雷达1是否处于预设的初始位姿。
优选的,传感器4可以是设置在初始位姿一端的光电开关或接近开关,用以判定激光雷达1是否处于初始位姿。
优选的,激光雷达1选用16线360°机械式激光雷达。
优选的,作业机器人两机械臂分别设置在左右两侧,以朝向作业机器人其中一条机械臂所在方向设置为0°方向,以朝向作业机器人另一条机械臂所在方向设置为180°方向,以激光雷达1的视野窗口朝向0°方向时,激光雷达1处于初始位姿。
优选的,旋转结构2还可通过滑台安装在作业机器人上,使该装置实现边沿滑台滑动边旋转扫描测量。
综上,本申请实施例基于基于机械式多线激光雷达三维重建技术,通过旋转结构带动多线激光雷达进行扫描测量,获取并上传雷达测量数据和旋转角度数据,通过时间戳比对筛选出匹配的点云数据和角度数据,对筛选出的点云数据进行滤波并剔除异常点,将未被剔除的点云数据旋转、平移、融合处理后即可得出三维重建结果。
另外,本申请实施例还提供一种电子设备,图3是根据本申请实施例的电子设备的结构框图,如图3所示,该电子设备包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(ProgrammableRead-Only Memory,简称为PROM)、可擦除PROM(ErasableProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically ErasableProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically AlterableRead-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic RandomAccessMemory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date OutDynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(SynchronousDynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种激光雷达三维重建方法。
在其中一些实施例中,电子设备还可包括通信接口83和总线80。其中,如图3所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(ControlBus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(FrontSide Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(MicroChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral ComponentInterconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SerialAdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(VideoElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例中的激光雷达三维重建方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种激光雷达三维重建方法。
本领域的技术人员应该明白,以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种激光雷达三维重建方法,其特征在于,所述方法包括:
步骤S1,通过激光雷达对待作业场景进行三维重建扫描,并实时获取激光雷达当前的旋转角度数据和雷达测量数据;所述旋转角度数据包括角度数据和对应的时间戳数据,所述雷达测量数据包括点云数据和对应的时间戳数据;
步骤S2,比对所述雷达测量数据中的时间戳数据和所述旋转角度数据中的时间戳数据,根据二者的时间差,筛选出相匹配的点云数据和角度数据从而得到具有精准角度位姿的激光雷达数据;
步骤S3,通过回调函数解析处理步骤S2中筛选出的点云数据,并将解析处理后的点云数据进行坐标转换,根据其旋转角度将不同时间序列下的点云数据进行拼接融合。
2.根据权利要求1所述的方法,其特征在于,所述步骤S2中,以队列的方式存储获取的旋转角度数据和雷达测量数据,并从队首开始按照顺序分别提取旋转角度数据和雷达测量数据,解析比对这两组数据的时间戳数据的差值,将差值与预设的第一阈值进行比对,
若差值小于第一阈值,则采用当前时间戳的角度数据作为当前点云数据的旋转角度;
若差值大于第一阈值,则继续判断所述雷达测量数据中的时间戳数据和所述旋转角度数据中的时间戳数据的大小,舍弃所述雷达测量数据和所述旋转角度数据中时间戳数据值较小的一组数据,并从所舍弃的数据队列中按顺序选取下一组数据与未被舍弃的数据比较二者时间戳数据的差值,将差值与预设的第一阈值进行比对。
3.根据权利要求1所述的方法,其特征在于,所述步骤S1中,在激光雷达作业前,判断所述激光雷达是否处于预设的初始位姿;
若处于预设的初始位姿,则所述激光雷达进行旋转测量,实时获取当前旋转角度数据和雷达测量数据;
若未处于预设的初始位姿,则控制所述激光雷达旋转至预设的初始位姿后进行旋转测量,实时获取当前旋转角度数据和雷达测量数据。
4.根据权利要求1所述的方法,其特征在于,所述步骤S3包括对步骤S2中筛选的点云数据采用点云滤波处理剔除异常测量点,包括:
对筛选出的点云数据进一步切分,得到局部点云集合;
计算局部点云集合内的点到激光雷达原点的空间距离,并与预设的局部点云集合内点云测距均值配合计算出局部点云集合的标准差;
将标准差与预设的第二阈值进行比较,
若标准差大于预设的第二阈值,则判定局部点云集合区域存在异常测量点,此时执行滤波操作,对异常测量点进行剔除;
若标准差小于预设的第二阈值,则判定局部点云集合区域无异常测量点,此时判定其他局部点云集合。
5.根据权利要求4所述的方法,其特征在于,对异常测量点进行剔除时:
当标准差大于预设的第二阈值时,对局部点云集合内的点进行判定,
若局部点云集合内的一点到激光雷达原点的空间距离小于等于预设的点云测距均值,则判定该点无异常,将该点保存;
若局部点云集合内的一点到激光雷达原点的空间距离大于预设的点云测距均值,则判定该点为异常点,将该点剔除。
6.根据权利要求5所述的方法,其特征在于,所述步骤S3中,点云数据坐标转换处理时,将点云滤波处理后的雷达测量数据根据与其匹配的旋转角度数据进行旋转平移变换,得到基于初始位姿状态的三维重建结果,并将得到的结果保存。
7.一种激光雷达三维重建装置,其特征在于:所述装置包括激光雷达和旋转结构,所述旋转结构可使所述激光雷达沿水平方向旋转测量,所述激光雷达的原点位置与所述旋转结构的中心处于同一坐标系下,所述装置还设置有传输结构,用于实时上传激光雷达捕获的测量数据和激光雷达的旋转角度数据。
8.根据权利要求7所述的一种激光雷达三维重建装置,其特征在于:所述旋转结构水平旋转范围为0°~180°,将所述激光雷达处于水平旋转范围的一端设置为激光雷达的初始位姿,在所述初始位姿设置有用于检测所述激光雷达是否处于初始位姿的传感器。
9.一种电子设备,包括处理器和存储有计算机程序的存储器,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的方法。
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,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210898161.1A CN115291243A (zh) | 2022-07-28 | 2022-07-28 | 一种激光雷达三维重建方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210898161.1A CN115291243A (zh) | 2022-07-28 | 2022-07-28 | 一种激光雷达三维重建方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115291243A true CN115291243A (zh) | 2022-11-04 |
Family
ID=83825110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210898161.1A Pending CN115291243A (zh) | 2022-07-28 | 2022-07-28 | 一种激光雷达三维重建方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115291243A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125446A (zh) * | 2023-01-31 | 2023-05-16 | 清华大学 | 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 |
-
2022
- 2022-07-28 CN CN202210898161.1A patent/CN115291243A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116125446A (zh) * | 2023-01-31 | 2023-05-16 | 清华大学 | 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 |
CN116125446B (zh) * | 2023-01-31 | 2023-09-05 | 清华大学 | 旋转驱动式多线激光雷达三维重建装置的标定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222395B (zh) | 目标检测方法、装置与电子设备 | |
JP6336117B2 (ja) | 建物高さの計算方法、装置及び記憶媒体 | |
CN111006601A (zh) | 三维激光扫描在变形监测中的关键技术 | |
CN111879235A (zh) | 弯管的三维扫描检测方法、三维扫描系统和计算机设备 | |
CN110120091B (zh) | 电力巡检图像样本制作方法、装置和计算机设备 | |
US11965967B2 (en) | Apparatus and method for detecting intersection edges | |
CN109523528B (zh) | 一种基于无人机双目视觉sgc算法的输电线路提取方法 | |
CN107564111A (zh) | 基于计算机视觉的电力线空间安全分析方法 | |
CN112669318A (zh) | 表面缺陷检测方法、装置、设备及存储介质 | |
CN111412842A (zh) | 墙面的截面尺寸的测量方法及装置、系统 | |
CN110991452B (zh) | 一种车位框检测方法、装置、设备及可读存储介质 | |
CN107092905B (zh) | 一种电力巡检机器人的待识别仪器定位方法 | |
JP2017040600A (ja) | 検査方法、検査装置、画像処理装置、プログラム及び記録媒体 | |
CN115147370A (zh) | 一种电池顶盖焊接缺陷检测方法、装置、介质及电子设备 | |
CN115291243A (zh) | 一种激光雷达三维重建方法、装置、电子设备和存储介质 | |
US11908081B2 (en) | Method and system for automatic characterization of a three-dimensional (3D) point cloud | |
Ahmadabadian et al. | Image selection in photogrammetric multi-view stereo methods for metric and complete 3D reconstruction | |
CN113532277A (zh) | 板状不规则曲面工件的检测方法及系统 | |
CN112565615B (zh) | 飞拍拍摄触发点的确定方法和装置 | |
CN113295142B (zh) | 一种基于faro扫描仪和点云的地形扫描分析方法和装置 | |
WO2022110043A1 (zh) | 侵蚀检测方法、装置和计算机可读介质 | |
CN115272815A (zh) | 一种基于图像的电缆隧道环境异常识别方法 | |
CN112800806B (zh) | 物体位姿检测追踪方法、装置、电子设备及存储介质 | |
CN111630569B (zh) | 双目匹配的方法、视觉成像装置及具有存储功能的装置 | |
CN113592767B (zh) | 一种双工器的调试方法以及装置 |
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 |