CN115421150A - 基于激光雷达点云数据的船岸距离计算方法及系统 - Google Patents

Abstract

本申请提供了一种基于激光雷达点云数据的船岸距离计算方法及系统，所述方法包括：采集步骤，通过激光雷达扫描并获取目标岸线的第一点云数据；降噪步骤，对所述第一点云数据进行滤波降噪处理，得到第二点云数据；采样步骤，对所述第二点云数据进行采样处理，得到第三点云数据；计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各位置点与所述激光雷达之间的距离，取最小值作为船岸距离；所述系统采用上述的方法，并且包括采集模块、降噪模块、采样模块和计算模块。本申请提供的船岸距离计算方法及系统具有方便快捷、准确性高的特点，能提高船舶的避碰能力。

Description

基于激光雷达点云数据的船岸距离计算方法及系统

技术领域

本申请涉及激光雷达测距技术领域，具体涉及一种基于激光雷达点云数据的船岸距离计算方法及系统。

背景技术

近年来，随着船舶自动化水平的不断提升，对船舶避碰能力的要求也不断提高，船舶拥有优异的避碰能力主要依靠其对周围环境的准确感知。

激光雷达可实时获取200米左右范围内环境的点云数据，现有技术中普遍通过激光雷达扫描获取水域岸线的点云数据，进而构建水域岸线曲线，并以此来计算船舶与水域岸线之间的距离。而水域岸线往往具有较大的复杂性，使得构建水域岸线曲线的算法具有很高的复杂度，因而也要消耗较多的计算资源。

因此，为了能在降低算法复杂度的基础上又能提高船岸距离计算的准确性，建立一种基于激光雷达点云数据的船岸距离计算方法对于船岸避碰预警而言尤为重要。

发明内容

本申请的目的在于提供一种基于激光雷达点云数据的船岸距离计算方法及系统，所述方法与所述系统具有运算结果准确性高、运算量小的特点，提高了船舶的避碰能力。

为达上述目的，本申请提供如下技术方案：

一种基于激光雷达点云数据的船岸距离计算方法，所述方法包括：

采集步骤，通过激光雷达扫描并获取目标岸线的第一点云数据；

降噪步骤，对所述第一点云数据进行滤波降噪处理，得到第二点云数据；

采样步骤，对所述第二点云数据进行采样处理，得到第三点云数据；

计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各位置点与所述激光雷达之间的距离，取最小值作为船岸距离。

本申请的一些实施例中，所述采集步骤包括：

通过所述激光雷达扫描并获取所述目标岸线的基于极坐标系的第零点云数据，以所述激光雷达所在的位置作为原点并建立直角坐标系，将所述第零点云数据转换成基于所述直角坐标系的所述第一点云数据，转换关系为：

x＝r*cos(w)*sin(a)

y＝r*cos(w)*con(a)

其中，x为所述直角坐标系中的横坐标，y为所述直角坐标系中的纵坐标，r为各所述位置点与所述激光雷达之间的距离，w为所述激光雷达发射的激光在竖直方向上的偏转角度，a为所述激光雷达发射的激光在水平方向上的偏转角度。

本申请的一些实施例中，所述降噪步骤中，所述滤波降噪处理包括无效值滤除，所述无效值滤除包括：

根据位置约束删除无效值，所述位置约束由所述激光雷达的有效探测范围进行设定，所述无效值为所述第一点云数据中超出所述有效探测范围的数据。

本申请的一些实施例中，所述滤波降噪处理包括离群点去除，所述离群点去除包括：

计算所述第一点云数据中每一所述位置点和与其对应的相邻点之间的平均距离，通过高斯分布剔除所述平均距离中的离群点；

所述高斯分布具有全局距离均值和标准差，所述离群点为位于由所述全局距离均值与所述标准差定义的可信区间之外的所述位置点。

本申请的一些实施例中，所述采样步骤中，所述采样处理包括最远点采样法，所述最远点采样法包括：

步骤一，建立一点集，从所述第二点云数据中选取任一所述位置点并添加至所述点集内；

步骤二，所述第二点云数据中未添加至所述点集内的所述位置点为剩余点，计算每一所述剩余点与所述点集内的所述位置点之间的距离，并且均取最小值作为每一所述剩余点与所述点集之间的距离；

步骤三，将与所述点集之间的具有最大距离的所述剩余点添加至所述点集中，以更新所述点集；

步骤四，依次重复所述步骤二与所述步骤三，以更新所述点集，直到所述点集中含有N个所述位置点，其中N为正整数。

本申请的一些实施例中，在所述最远点采样法中，任意两个所述位置点之间的距离至多计算一次。

本申请的一些实施例中，所述计算步骤中包括：将所述第三点云数据中各所述位置点与所述激光雷达之间的距离与同一所述位置点的坐标关联。

本申请的一些实施例中，所述采样步骤中，所述采样处理包括体素采样法，所述体素采样法包括：

第一步骤，将所述第二点云数据映射于一具有至少一个栅格的栅格图上；

第二步骤，对所述栅格图中各所述栅格内的全部所述位置点取质心。

本申请的一些实施例中，所述第二步骤中的所述质心的选取方法为：

各所述栅格中包含m个所述位置点，各所述栅格中的各所述位置点的坐标为(x_i,y_i)，其中i＝1～m并且m是正整数，进而所述质心的坐标为

本申请的一些实施例中，所述计算步骤中包括：将所述栅格图中各所述栅格的所述质心与所述激光雷达之间的距离与同一所述质心的坐标关联。

为达上述目的，本申请还提供以下技术方案：

一种基于激光雷达点云数据的船岸距离计算系统，所述系统采用上述的方法，并且所述系统包括：

采集模块，执行所述方法中的所述采集步骤，通过所述激光雷达扫描并获取所述目标岸线的所述第一点云数据；以及

降噪模块，执行所述方法中的所述降噪步骤，对所述第一点云数据进行所述滤波降噪处理，得到所述第二点云数据；以及

采样模块，执行所述方法中的所述采样步骤，对所述第二点云数据进行所述采样处理，得到所述第三点云数据；以及

计算模块，执行所述方法中的所述计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各所述位置点与所述激光雷达之间的距离，取最小值作为所述船岸距离。

与现有技术相比，本申请的技术方案具有以下有益效果：

1、激光雷达在扫描岸线之后获得的原始点云数据高达十的四次方数量级，本申请通过先降噪处理删除无效数据之后再进行采样的方式，减少了要处理计算的数据量，提升了处理速度和效率并保证运算结果的准确性，提升了船舶的反应效率从而提升了船舶的避碰能力。

2、相较于现有技术中先对岸线进行识别拟合再计算船舶与岸线之间的距离的做法，本申请采用最远点采样法对点云数据进行采样处理，显著减少了算法的复杂度以及对岸线拟合过程中的不确定性，因而本申请具有运算量小同时运算结果准确性高的优点，从而提升了船舶的避碰能力。

3、相较于现有技术中先对岸线进行识别拟合再计算船舶与岸线之间的距离的做法，本申请采用体素采样法对点云数据进行采样处理，将点云数据中海量的位置点映射至栅格图中，通过分区取质点的方式获得岸线与船舶上激光雷达之间的距离，大大减少了算法的复杂度以及对岸线拟合过程中的不确定性，使得本申请能够在降低算法复杂度的基础上提高船岸距离计算的正确性，从而提升了船舶的避碰能力。

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为本申请一实施例提供的基于激光雷达点云数据的船岸距离计算方法的流程图；

图2为本申请一实施例提供的基于激光雷达点云数据的船岸距离计算系统的结构框图。

具体实施方式

下面将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。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

本申请的技术方案提供一种基于激光雷达点云数据的船岸距离计算方法及系统，以下分别进行详细说明。需要说明的是，以下实施例的描述顺序不作为对本申请实施例优选顺序的限定。且在以下实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

实施例1

本申请的一些实施例中，一种基于激光雷达点云数据的船岸距离计算方法，如图1所示，所述方法包括：采集步骤，通过激光雷达扫描并获取目标岸线的第一点云数据；降噪步骤，对所述第一点云数据进行滤波降噪处理，得到第二点云数据；采样步骤，对所述第二点云数据进行采样处理，得到第三点云数据；计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各位置点与所述激光雷达之间的距离，取最小值作为船岸距离。可以理解的是，当所述激光雷达采集到的点云数量过多时，会增大后续遍历计算步骤中的运算量，因此本申请通过在所述计算步骤之前加设所述采样步骤来减少要被遍历计算的点云数量，使得所述方法在运算量减少的同时还能保持运算结果的准确性，提升了处理速度和效率并保证运算结果的准确性，提升了船舶的反应效率，从而提升了船舶的避碰能力。

本申请的一些实施例中，所述采集步骤包括：通过所述激光雷达扫描并获取所述目标岸线的基于极坐标系的第零点云数据，以所述激光雷达所在的位置作为原点并建立直角坐标系，将所述第零点云数据转换成基于所述直角坐标系的所述第一点云数据，转换关系为：

x＝r*cos(w)*sin(a)

y＝r*cos(w)*con(a)

其中，x为所述直角坐标系中的横坐标，y为所述直角坐标系中的纵坐标，r为各所述位置点与所述激光雷达之间的距离，w为所述激光雷达发射的激光在竖直方向上的偏转角度，a为所述激光雷达发射的激光在水平方向上的偏转角度。值得说明的是，一般情境下，对于点云数据的算法处理大都是在直角坐标系中进行的；对于本申请的而言，将基于极坐标系的点云数据换算成直角坐标系下的数据可方便后续的采样处理，并且在直角坐标系中表示位置点的所在位置也是比较直观的。

本申请的一些实施例中，所述降噪步骤中，所述滤波降噪处理包括无效值滤除，所述无效值滤除包括：根据位置约束删除无效值，所述位置约束由所述激光雷达的有效探测范围进行设定，所述无效值为所述第一点云数据中超出所述有效探测范围的数据。可以理解的是，所述激光雷达在扫描采集点云数据的过程中会受到各类因素的影响，因此在所述激光雷达获取上述的点云数据的同时也会获得一些噪声数据，该噪声数据包括超出所述激光雷达的有效探测范围的无效值。本申请通过无效值滤除的方式来对点云数据进行滤波降噪处理，去除上述的点云数据中的无效值，以保证后续计算的准确性，同时也能减少后续计算过程的运算量。

本申请的一些实施例中，所述滤波降噪处理包括离群点去除，所述离群点去除包括：计算所述第一点云数据中每一所述位置点和与其对应的相邻点之间的平均距离，通过高斯分布剔除所述平均距离中的离群点；所述高斯分布具有全局距离均值和标准差，所述离群点为位于由所述全局距离均值与所述标准差定义的可信区间之外的所述位置点。可以理解的是，所述激光雷达在扫描采集点云数据的过程中会受到各类因素的影响，因此在所述激光雷达获取上述的点云数据的同时也会获得一些噪声数据，该噪声数据包括离群点。本申请通过离群点去除的方式来对点云数据进行滤波降噪处理，去除上述的点云数据中的离群点，以保证后续计算的准确性，同时也能减少后续计算过程的运算量。所述相邻点的选取条件和选取方式可根据实际情况进行选择和调整，例如可以是以某一所述位置点附近1～10cm距离范围内的其他所述位置点作为与前者所述位置点对应的所述相邻点，当然该距离范围也可以是0.5～5cm、1～20cm、5～15cm，还可以是10～30cm，具体采用哪一个距离范围可根据实际情况加以调整。

本申请的一些实施例中，所述采样步骤中，所述采样处理包括最远点采样法，所述最远点采样法包括：步骤一，建立一点集，从所述第二点云数据中选取任一所述位置点并添加至所述点集内；步骤二，所述第二点云数据中未添加至所述点集内的所述位置点为剩余点，计算每一所述剩余点与所述点集内的所述位置点之间的距离，并且均取最小值作为每一所述剩余点与所述点集之间的距离；步骤三，将与所述点集之间的具有最大距离的所述剩余点添加至所述点集中，以更新所述点集；步骤四，依次重复所述步骤二与所述步骤三，以更新所述点集，直到所述点集中含有N个所述位置点，其中N为正整数。可以理解的是，N的取值应使得采样后的点云数据具有一定的密度。值得说明的是，所述最远点采样法可以在实现向下采样的同时不破坏点云本身的几何结构属性，使得运算结果具有较高的准确性，由此提升船舶的避碰能力，保障航行的安全。相较于现有技术中先对岸线进行识别拟合再计算船舶与岸线之间的距离的做法，本申请采用最远点采样法对点云数据进行采样处理，显著减少了算法的复杂度以及对岸线拟合过程中的不确定性，因而本申请具有运算量小同时运算结果准确性高的优点，从而提升了船舶的避碰能力。

本申请的一些实施例中，在所述最远点采样法中，任意两个所述位置点之间的距离至多计算一次。可以理解的是，在依次重复所述步骤二与所述步骤三以更新所述点集时，会出现两个所述位置点之间的距离被重复计算至少两次的情形，因此在本申请提供的测试方法的一些实施例中，限定了任意两个所述位置点之间的距离至多计算一次，由此减少了运算量，提升了测距效率，能够及时地给船舶提供预警，以保障船舶航行的安全。

本申请的一些实施例中，所述计算步骤中包括：将所述第三点云数据中各所述位置点与所述激光雷达之间的距离与同一所述位置点的坐标关联。该关联操作能够使得船员获得岸线上距离船舶最近的位置点的所在位置坐标，并且便于后续在相关应用中获取该位置点的坐标。

本申请的一些实施例中，所述采样步骤中，所述采样处理包括体素采样法，所述体素采样法包括：第一步骤，将所述第二点云数据映射于一具有至少一个栅格的栅格图上；第二步骤，对所述栅格图中各所述栅格内的全部所述位置点取质心。值得说明的是，所述体素采样法可以在实现向下采样的同时不破坏点云本身的几何结构属性，使得运算结构具有较高的准确性，从而提升船舶的避碰能力以保障航行安全。可以理解的是，对于基于点云数据的船岸测距方式而言，采用所述体素采样法求取所述栅格图的所述栅格中多个所述位置点的质心而非几何中心，能够减少采样失真，使得采样结果更加准确。相较于现有技术中先对岸线进行识别拟合再计算船舶与岸线之间的距离的做法，本申请采用体素采样法对点云数据进行采样处理，将点云数据中海量的位置点映射至栅格图中，通过分区取质点的方式获得岸线与船舶上激光雷达之间的距离，大大减少了算法的复杂度以及对岸线拟合过程中的不确定性，使得本申请能够在降低算法复杂度的基础上提高船岸距离计算的正确性，从而提升了船舶的避碰能力。

本申请的一些实施例中，在所述扫描步骤中将基于极坐标系的点云数据转化成基于直角坐标系的点云数据，并在后续与上述的体素采样法结合，如此设计的目的是：一般的，栅格化操作是在直角坐标系中进行的，并且在直角坐标系中也便于采用“先平方加和再开根号”的方式计算距离，而且在直角坐标系中表示位置点的所在位置也是比较直观的。

本申请的一些实施例中，所述第二步骤中的所述质心的选取方法为：各所述栅格中包含m个所述位置点，各所述栅格中的各所述位置点的坐标为(x_i,y_i)，其中i＝1～m并且m是正整数，进而所述质心的坐标为

可以理解的是，实际情况下各所述栅格中包含的所述位置点的数量并非完全相同。

本申请的一些实施例中，所述计算步骤中包括：将所述栅格图中各所述栅格的所述质心与所述激光雷达之间的距离与同一所述质心的坐标关联。该关联操作能够使得船员获得岸线上距离船舶最近的位置点的所在位置坐标，并且便于后续在相关应用中获取该位置点的坐标。

实施例2

本申请的一些实施例中，一种基于激光雷达点云数据的船岸距离计算系统，采用如实施例1中所述的方法，并且如图2所示，所述系统包括：采集模块，执行所述方法中的所述采集步骤，通过所述激光雷达扫描并获取所述目标岸线的所述第一点云数据；以及降噪模块，执行所述方法中的所述降噪步骤，对所述第一点云数据进行所述滤波降噪处理，得到所述第二点云数据；以及采样模块，执行所述方法中的所述采样步骤，对所述第二点云数据进行所述采样处理，得到所述第三点云数据；以及计算模块，执行所述方法中的所述计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各所述位置点与所述激光雷达之间的距离，取最小值作为所述船岸距离。可以理解的是，当所述激光雷达采集到的点云数量过多时，会增大后续遍历计算步骤中的运算量，因此本申请通过在所述计算模块与所述降噪模块之间加设所述采样模块来减少要被遍历计算的点云数量，使得所述系统能在运算量减少的同时还能保持运算结果的准确性，提升了处理速度和效率并保证运算结果的准确性，提升了船舶的反应效率，从而提升了船舶的避碰能力。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。此外，说明书中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想，本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种基于激光雷达点云数据的船岸距离计算方法，其特征在于，所述方法包括：

采集步骤，通过激光雷达扫描并获取目标岸线的第一点云数据；

降噪步骤，对所述第一点云数据进行滤波降噪处理，得到第二点云数据；

采样步骤，对所述第二点云数据进行采样处理，得到第三点云数据；

计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各位置点与所述激光雷达之间的距离，取最小值作为船岸距离。

2.根据权利要求1所述的方法，其特征在于，所述采集步骤包括：

通过所述激光雷达扫描并获取所述目标岸线的基于极坐标系的第零点云数据，以所述激光雷达所在的位置作为原点并建立直角坐标系，将所述第零点云数据转换成基于所述直角坐标系的所述第一点云数据，转换关系为：

x＝r*cos(w)*sin(a)

y＝r*cos(w)*con(a)

其中，x为所述直角坐标系中的横坐标，y为所述直角坐标系中的纵坐标，r为各所述位置点与所述激光雷达之间的距离，w为所述激光雷达发射的激光在竖直方向上的偏转角度，a为所述激光雷达发射的激光在水平方向上的偏转角度。

3.根据权利要求1所述的方法，其特征在于，所述降噪步骤中，所述滤波降噪处理包括无效值滤除，所述无效值滤除包括：

根据位置约束删除无效值，所述位置约束由所述激光雷达的有效探测范围进行设定，所述无效值为所述第一点云数据中超出所述有效探测范围的数据。

4.根据权利要求1所述的方法，其特征在于，所述滤波降噪处理包括离群点去除，所述离群点去除包括：

计算所述第一点云数据中每一所述位置点和与其对应的相邻点之间的平均距离，通过高斯分布剔除所述平均距离中的离群点；

所述高斯分布具有全局距离均值和标准差，所述离群点为位于由所述全局距离均值与所述标准差定义的可信区间之外的所述位置点。

5.根据权利要求1所述的方法，其特征在于，所述采样步骤中，所述采样处理包括最远点采样法，所述最远点采样法包括：

步骤一，建立一点集，从所述第二点云数据中选取任一所述位置点并添加至所述点集内；

步骤二，所述第二点云数据中未添加至所述点集内的所述位置点为剩余点，计算每一所述剩余点与所述点集内的所述位置点之间的距离，并且均取最小值作为每一所述剩余点与所述点集之间的距离；

步骤三，将与所述点集之间的具有最大距离的所述剩余点添加至所述点集中，以更新所述点集；

步骤四，依次重复所述步骤二与所述步骤三，以更新所述点集，直到所述点集中含有N个所述位置点，其中N为正整数。

6.根据权利要求5所述的方法，其特征在于，在所述最远点采样法中，任意两个所述位置点之间的距离至多计算一次。

7.根据权利要求1、5或6中任一项所述的方法，其特征在于，所述计算步骤中包括：将所述第三点云数据中各所述位置点与所述激光雷达之间的距离与同一所述位置点的坐标关联。

8.根据权利要求1所述的方法，其特征在于，所述采样步骤中，所述采样处理包括体素采样法，所述体素采样法包括：

第一步骤，将所述第二点云数据映射于一具有至少一个栅格的栅格图上；

第二步骤，对所述栅格图中各所述栅格内的全部所述位置点取质心。

9.根据权利要求8所述的方法，其特征在于，所述第二步骤中的所述质心的选取方法为：

各所述栅格中包含m个所述位置点，各所述栅格中的各所述位置点的坐标为(x_i,y_i)，其中i＝1～m并且m是正整数，进而所述质心的坐标为

10.根据权利要求8或9所述的方法，其特征在于，所述计算步骤中包括：将所述栅格图中各所述栅格的所述质心与所述激光雷达之间的距离与同一所述质心的坐标关联。

11.一种基于激光雷达点云数据的船岸距离计算系统，其特征在于，所述系统采用如权利要求1-10中任一项所述的方法，并且所述系统包括：

采集模块，执行所述方法中的所述采集步骤，通过所述激光雷达扫描并获取所述目标岸线的所述第一点云数据；以及

降噪模块，执行所述方法中的所述降噪步骤，对所述第一点云数据进行所述滤波降噪处理，得到所述第二点云数据；以及

采样模块，执行所述方法中的所述采样步骤，对所述第二点云数据进行所述采样处理，得到所述第三点云数据；以及

计算模块，执行所述方法中的所述计算步骤，对所述第三点云数据进行遍历计算，得到所述第三点云数据中的各所述位置点与所述激光雷达之间的距离，取最小值作为所述船岸距离。

Images