CN116400371B - 基于三维点云的室内反光透明物体位置识别方法及系统 - Google Patents
基于三维点云的室内反光透明物体位置识别方法及系统 Download PDFInfo
- Publication number
- CN116400371B CN116400371B CN202310658381.1A CN202310658381A CN116400371B CN 116400371 B CN116400371 B CN 116400371B CN 202310658381 A CN202310658381 A CN 202310658381A CN 116400371 B CN116400371 B CN 116400371B
- Authority
- CN
- China
- Prior art keywords
- boundary
- laser
- laser radar
- reflective transparent
- transparent object
- 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 31
- 238000009434 installation Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000011521 glass Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000001360 synchronised effect Effects 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
- 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
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种基于三维点云的室内反光透明物体位置识别方法及系统，属于无线电导航技术领域。本发明根据第一梯度阈值确定反光透明区域的第一边界和第二边界，根据第二梯度阈值确定反光透明区域的第三边界和第四边界，以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果。本发明提高了反光透明物体的检测准确性，确保了在多环境下对于反光透明物体检测处理的迁移性。
Description
技术领域
本发明涉及无线电导航技术领域，特别涉及一种基于三维点云的室内反光透明物体位置识别方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
智能配送机器人、室内消杀机器人等一系列自动化产品的发展，加快了对于智能化技术的快速发展，对于室内自动化机器人的需求也越发的高，而基于三维激光雷达的高清地图的生成技术一直是解决室内机器人精准导航的关键技术之一。
但是，发明人发现，在现代建筑设计中，透明的墙壁和隔板越来越多地被用于美观，但是激光雷达对于透明物体（例如玻璃、塑料板）的识别能力较差，容易导致特征匹配失败或者增加导航地图的不确定性，甚至会导致SLAM（Simultaneous Localization AndMapping，同步定位与建图）系统出现错误，进而导致导航的错误。
发明内容
为了解决现有技术的不足，本发明提供了一种基于三维点云的室内反光透明物体位置识别方法及系统，提高了反光透明物体的检测准确性，确保了在多环境下对于反光透明物体检测处理的迁移性，保证了导航控制的精度。
为了实现上述目的，本发明采用如下技术方案：
本发明第一方面提供了一种基于三维点云的室内反光透明物体位置识别方法。
一种基于三维点云的室内反光透明物体位置识别方法，反光透明物体的四周包裹有边框，包括以下过程：
获取激光雷达前方激光线的反馈强度；
相邻两条激光线的强度差大于或等于第一梯度阈值时，判定激光雷达进入到反光透明物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第一边界；
激光雷达继续移动且相邻两条激光线的强度差小于第一梯度阈值时，判定激光雷达离开反光透明区域物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第二边界；
在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第三边界；
在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第四边界；
以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果。
作为本发明第一方面进一步的限定，第一梯度阈值的设定方法，包括：
激光雷达在照射到反光透明物体时，将激光强度图像根据激光线强度值的大小进行聚类操作，得到三类强度区域，分别为高强度类、中强度类和低强度类；
对每类的激光线强度数据计算平均值，以高强度类的激光线强度平均值与低强度类的激光线强度平均值的差值为第一梯度阈值。
作为本发明第一方面进一步的限定，第二梯度阈值的设定方法，包括：
激光雷达在照射到反光透明物体时，将激光强度图像根据激光线强度值的大小进行聚类操作，得到三类强度区域，分别为高强度类、中强度类和低强度类；
对每类的激光线强度数据计算平均值，以中强度类的激光线强度平均值与低强度类的激光线强度平均值的差值为第二梯度阈值。
作为本发明第一方面进一步的限定，根据激光雷达前方激光线的反馈强度，得到反光透明物体的安装台高度；
以激光雷达搭载平台的可越过障碍物的最大高度为高度阈值，当安装台高度小于或等于高度阈值时，判定为落地反光透明物体。
作为本发明第一方面更进一步的限定，若为落地反光透明物体，则对反光透明物体所在区域的点云根据边第一边界、第三边界、第二边界和第四边界所围成的平面进行插值；若为落地反光透明物体，则剔除反光透明物体所在区域的所有点云。
作为本发明第一方面更进一步的限定，根据落地反光透明物体的标志物，判断落地反光透明物体为落地反光透明门。
本发明第二方面提供了一种基于三维点云的室内反光透明物体位置识别方法。
一种基于三维点云的室内反光透明物体位置识别方法，反光透明物体的四周包裹有边框，反光透明物体的中间设有固定板，且激光雷达的中心激光线正对固定板时，包括以下过程：
根据激光雷达的各激光线，得到激光雷达的各激光点的位置，进而得到各激光点在水平方向上与激光雷达之间的第一距离；
获取激光雷达与固定板之间的第二距离，以第一距离与第二距离的差值为距离差，得到多个距离差；
当存在距离差在设定阈值范围内时，判断激光雷达位于反光透明物体的正对区域，得到第一边界和第二边界；否则，激光雷达不位于反光透明物体的正对区域；
在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一上边界和第二上边界；
在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一下边界和第二下边界；
以第一边界、第一上边界、第二上边界、第二边界、第一下边界和第二下边界围成的区域为反光透明物体的位置识别结果。
本发明第三方面提供了一种基于三维点云的室内反光透明物体位置识别系统。
一种基于三维点云的室内反光透明物体位置识别系统，反光透明物体的四周包裹有边框，包括：
数据获取模块，被配置为：获取激光雷达前方激光线的反馈强度；
第一边界确定模块，被配置为：相邻两条激光线的强度差大于或等于第一梯度阈值时，判定激光雷达进入到反光透明物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第一边界；
第二边界确定模块，被配置为：激光雷达继续移动且相邻两条激光线的强度差小于第一梯度阈值时，判定激光雷达离开反光透明区域物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第二边界；
第三边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第三边界；
第四边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第四边界；
识别结果确定模块，被配置为：以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果。
作为本发明第三方面进一步的限定，还包括落地反光透明物体确定模块，被配置为：
根据激光雷达前方激光线的反馈强度，得到反光透明物体的安装台高度；
以激光雷达搭载平台的可越过障碍物的最大高度为高度阈值，当安装台高度小于或等于高度阈值时，判定为落地反光透明物体。
本发明第四方面提供了一种基于三维点云的室内反光透明物体位置识别系统。
一种基于三维点云的室内反光透明物体位置识别系统，反光透明物体的四周包裹有边框，反光透明物体的中间设有固定板，且激光雷达的中心激光线正对固定板时，包括：
激光距离获取模块，被配置为：根据激光雷达的各激光线，得到激光雷达的各激光点的位置，进而得到各激光点在水平方向上与激光雷达之间的第一距离；
距离差计算模块，被配置为：获取激光雷达与固定板之间的第二距离，以第一距离与第二距离的差值为距离差，得到多个距离差；
正对反光透明物体判断模块，被配置为：当存在距离差在设定阈值范围内时，判断激光雷达位于反光透明物体的正对区域，得到第一边界和第二边界；否则，激光雷达不位于反光透明物体的正对区域；
上边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一上边界和第二上边界；
下边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一下边界和第二下边界；
识别结果确定模块，被配置为：以第一边界、第一上边界、第二上边界、第二边界、第一下边界和第二下边界围成的区域为反光透明物体的位置识别结果。
与现有技术相比，本发明的有益效果是：
1、本发明创新性的提出了一种基于三维点云的室内反光透明物体位置识别方法及系统，规范了激光雷达在遇到反光透明物体时候的激光点云数据情况，使其在对于类似物体进行检测时候可以得到规范性处理，同时根据相应的点云数据情况与激光雷达的强度和几何信息，实现了对于不同反光透明物体分布的检测，确保了不同环境下对于反光透明物体检测处理的迁移性。
2、本发明创新性的提出了一种基于三维点云的室内反光透明物体位置识别方法及系统，可以用于实现存在反光透明物体场景下稳定的特征匹配与导航点云地图的精准生成，同时可以在反光透明物体识别之后，在对其在进行特征匹配的时候降低匹配权重，使其他特征权重增加，保证了SLAM系统建图和定位的稳定性。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例1提供的具有反光透明物体的环境下的校准后的激光强度示意图；
图2为本发明实施例1提供的激光雷达的0°激光线的方向出现反光透明物体时的激光线示意图；
图3为本发明实施例1提供的水平方向的强度近似分布示意图；
图4为本发明实施例1提供的激光雷达的0°激光线的方向出现反光透明物体的识别流程示意图；
图5为本发明实施例3提供的激光雷达的0°激光线之下位置出现反光透明物体激光线示意图；
图6为本发明实施例3提供的光雷达的0°激光线的之下位置出现反光透明物体激光线异常值示意图；
图7为本发明实施例3提供的激光雷达的0°激光线的上、下位置出现反光透明物体的识别流程示意图；
其中，1-高强度区域；2-中强度区域；3-低强度区域；4-反光透明物体；5-安装台；6-激光区域；7-固定板；8-激光雷达。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1：
本发明实施例1提供了一种基于三维点云的室内反光透明物体位置识别方法，包括以下过程：
S1：分析激光雷达在存在反光透明物体环境中的点云数据。
S1.1：强度信息分析。
在接收到的激光雷达信息中，同时返回来的数据还包括激光线的强度数据，当激光雷达照射到普通物体时，因为发生漫反射，激光线会均匀分散至四面八方，所以接收到的强度信息通常较低。当激光雷达发射点接近反光透明的平面时，会有部分激光线直接反射回来，这也便导致此时的强度值明显高于漫反射表面的强度值，而从其他角度入射到反光透明平面时会由于发生透射以及反射，导致强度信息急剧下降，甚至明显低于普通漫反射物体的强度，强度分布的示意图如图1所示，其中，高强度区域1代表激光线以其他入射角度（非正对反光透明物体）入射的区域；中强度区域2代表激光线接近反光透明物体法向量的区域；低强度区域3代表普通物体区域。
S1.2：几何信息分析。
一般情况下物体表面为粗糙表面，激光线照射到物体上会发生漫反射，发生漫反射就是反射的激光线在所有方向上均匀地散射光束；然而，当激光线入射到反光透明的物体上时，大部分会直接穿过，有一部分会以与入射角相等的角度反射，还会存在一小部分从入射的位置直接反射回去；然而，激光线在发生透射和反射之后碰到其他物体时还会发生漫反射，所以还会有一部分激光线沿原路返回，上述原因致使激光雷达数据在遇到反光透明物体时，会基于入射角的大小与雷达的安装距离产生一定的偏差。
S2：激光雷达的0°激光线的方向（即激光雷达最中心出射的激光线，即正对反光透明物体时能够垂直入射的激光线，这里不一定就一条，可以设定为一条，也可以认为是一簇，可以根据具体情况选定）出现反光透明物体的情况（反光透明物体的四周包裹有边框）。
当激光雷达的0°激光线方向出现反光透明物体时，由于其在强度信息上会发生特别的辨识，在此情况下会使当前激光线所生成的强度图相较于普通物体有明显的差异性，所以本发明根据强度信息的分布来进行是否进入反光透明物体区域的判定，同时当激光线进入到反光透明区域时强度信息也会发生突变，也可以根据突变阈值进行反光透明区域的左右边界的确定，同时对于反光透明区域的上下边界可以通过几何和强度信息的变化阈值进行提取，上述情况的示意图见图2（其中，4为反光透明物体，5为安装台；6为激光区域；8为激光雷达）。
更具体的流程如图4所示，包括：
S2.1：提取大量激光雷达在检测范围内存在反光透明物体的不同环境下的强度图像，并进行校准，获得相应的强度分布；
由于强度信息与当前激光线与入射物体的距离、入射角的余弦值和入射物体的表面反射率相关，所以为保证在对于同一物体（表面反射率相同）在不同距离和入射角观测到近似相同强度信息，有必要进行校准。
本实施例中，建立了沿水平方向的强度分布图，其近似分布图如图3所示，通过大量强度图像的强度分布图进行评估，得到第一梯度阈值和第二梯度阈值，用作激光雷达是否进入到反光透明物体区域的判断以及是否离开反光透明物体区域的判断；
其中，第一梯度阈值与第二梯度阈值的获取方式为：
根据图1可以很明确的了解到激光雷达在照射到透明物体时，激光强度图像会根据强度值的大小产生很明显的三类强度区域，分别为高强度类、中强度类和低强度类，分别对应的区域为机器人正对反光透明物体时法线附近区域、机器人正对反光透明物体时其他入射角区域以及普通物体区域，对强度图像进行聚类操作会得到三类激光线强度数据，对每类的激光线强度数据进行平均值的计算；
因此，第一梯度阈值为：高强度类平均值减去低强度类平均值的差值；第二梯度阈值为：中强度类平均值减去低强度类平均值。
S2.2：通过第一梯度阈值，判断激光雷达已经进入到反光透明物体区域，并对当前激光点位置进行标记，进入与离开的位置作为反光透明物体的左右边缘，通过第二梯度阈值进行反光透明区域的上下边缘的确定；
本实施例中，第二梯度阈值仅在已经判定为反光透明物体时候作为边缘特征的提取，其他情况不作为判断阈值；
本实施例中，对反光透明区域四周的边缘点云进行边缘标记，并将边缘内部区域标注为反光透明物体。
更具体的，本实施例中：
相邻两条激光线的强度差大于或等于第一梯度阈值时，判定激光雷达进入到反光透明物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第一边界（即左边界）；
激光雷达继续移动且相邻两条激光线的强度差小于第一梯度阈值时，判定激光雷达离开反光透明区域物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第二边界（即右边界）；
在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第三边界（即上边界）；
在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第四边界（即下边界）；
以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果。
S2.3：提取下边缘特征点云的z轴（以激光雷达的中点为原点构建坐标系，以激光雷达水平出射激光线方向为y方向，以激光雷达正上方为z方向）距离Z，根据激光雷达的安装高度H进行反光透明区域的安装台高度D计算：
（1）
使用激光雷达所在的移动平台可越过障碍物的最大高度作为该反光透明区域是否为落地式的判断阈值，通过D值与判断阈值的大小，判定是否为落地反光透明物体，即当D值大于判断阈值时，判断为非落地式的反光透明物体，否则，为落地式的反光透明物体。
S2.4：根据上述的判断结果对反光透明物体的点云进行插值处理，若该区域为落地反光透明物体，则对该区域的点云根据边缘特征点所围成的平面进行插值，若该区域不为落地反光透明物体，则剔除该区域的所有点云，保证了三维导航地图的准确性。
S2.5：对于落地反光透明物体，额外补充是否为落地反光透明门的判定，一般门上会有一些额外的标志物，所以本发明对于落地反光透明门加入反光的标志物进行判定，为保证移动机器人可以透过该区域，所以根据反光的标志物的出现与否确定该落地反光透明物体是否为落地反光透明门，如果是的话对该区域的点云也进行剔除操作，提高机器人对于这种可通行区域的自我判定能力。
实施例2：
本发明实施例2提供了一种基于三维点云的室内反光透明物体位置识别系统，反光透明物体的四周包裹有边框，包括：
数据获取模块，被配置为：获取激光雷达前方激光线的反馈强度；
第一边界确定模块，被配置为：相邻两条激光线的强度差大于或等于第一梯度阈值时，判定激光雷达进入到反光透明物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第一边界；
第二边界确定模块，被配置为：激光雷达继续移动且相邻两条激光线的强度差小于第一梯度阈值时，判定激光雷达离开反光透明区域物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第二边界；
第三边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第三边界；
第四边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第四边界；
识别结果确定模块，被配置为：以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果。
所述系统的工作方法与实施例1提供的基于三维点云的室内反光透明物体位置识别方法相同，这里不再赘述。
实施例3：
本发明实施例3提供了一种基于三维点云的室内反光透明物体位置识别方法，针对激光雷达的0°激光线的上、下位置出现反光透明物体的情况（反光透明物体的四周包裹有边框，反光透明物体的中间设有固定板，且激光雷达的中心激光线正对固定板时）；
虽然不会造成误通行情况，但是如果对于玻璃点云不进行处理会导致点云地图质量比较差的情况，由于激光雷达的0°激光线没有正对于反光透明物体，也就意味着这种情况下所有照射到反光透明物体的点云的入射角都是有角度的，不能通过点云强度信息进行是否进入反光透明物体区域的判定，因此本发明对于激光线在以其他角度进入反光透明物体区域的几何信息进行分析。
上述情况下的激光线发射与返回的情况如图5所示（其中，4为反光透明物体，5为安装台；6为激光区域；7为固定板；8为激光雷达），由于室内反光透明物体安装的美观性，所以反光透明物体安装的固定板不会太过于突出（几乎接近玻璃厚度），所以可以将0°激光线所收到的点云距离作为基准，作为入射反光透明物体异常值判定的一个边界条件，因为反光透明物体在0°激光线上下位置情况一致，所以这里仅分析在下部的情况。
当激光线以一定角度入射到反光透明物体上时，会发生透射和反射情况，也就是其返回来的数据会是图5中①、②、③情况的叠加平均，因此会产生异常值▽t，具体情况如图6所示。本发明中以对于此异常值▽t的处理作为激光雷达是否进入反光透明物体区域的判定，利用多线激光雷达正对于墙面的这一列激光线的几何信息变化作为判断依据，如图5，这是一个剖视图，使用的是32线激光雷达，那应该是拥有32线，映射到图6，也就是会有32个▽t（其中如果不是反光透明物体则▽t为0），因为在垂直上的分辨率比较低，所以针对不同的入射角（也就是有16个入射角，下部区域）的▽t进行获取并评估，对于每一个入射角的几何信息进行评估，如果激光线入射的不是反光透明物体而是墙面，那么▽t为0，如果激光线入射区域是空的那么其就会照射到地面，那么这种情况的▽t为：
（2）
因此，如果，式中/>是接近0的小量，根据激光雷达误差以及固定板与玻璃的高度差进行人工设定，那么该条激光线入射的物体为反光透明物体。
针对上述情况，在激光雷达的0°激光线的上、下位置出现反光透明物体的情况的检测与处理步骤如图7所示，具体包括：
步骤1：激光雷达的0°激光线打到的物体为固定板，所以此距离L作为基准；
步骤2：遍历正对于墙面的垂直方向（为了判断激光雷达进入到反光透明物体的区域）的激光线（与激光雷达线数对应），分别进行判断判定：
（3）
其中，是各激光点在y方向储存的值，判断/>是否满足在异常值范围，如果是则进行步骤3，如果不是则忽略不做处理。
步骤3：根据第二梯度阈值提取边缘的特征，将区域内点云标记为反光透明物体。
步骤4：将标签为反光透明物体的点云进行剔除。
实施例4：
本发明实施例4提供了一种基于三维点云的室内反光透明物体位置识别系统，反光透明物体的四周包裹有边框，反光透明物体的中间设有固定板，且激光雷达的中心激光线正对固定板时，包括：
激光距离获取模块，被配置为：根据激光雷达的各激光线，得到激光雷达的各激光点的位置，进而得到各激光点在水平方向上与激光雷达之间的第一距离；
距离差计算模块，被配置为：获取激光雷达与固定板之间的第二距离，以第一距离与第二距离的差值为距离差，得到多个距离差；
正对反光透明物体判断模块，被配置为：当存在距离差在设定阈值范围内时，判断激光雷达位于反光透明物体的正对区域，得到第一边界和第二边界；否则，激光雷达不位于反光透明物体的正对区域；
上边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一上边界和第二上边界；
下边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一下边界和第二下边界；
识别结果确定模块，被配置为：以第一边界、第一上边界、第二上边界、第二边界、第一下边界和第二下边界围成的区域为反光透明物体的位置识别结果。
所述系统的工作方法与实施例3提供的基于三维点云的室内反光透明物体位置识别方法相同，这里不再赘述。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于三维点云的室内反光透明物体位置识别方法，其特征在于，反光透明物体的四周包裹有边框，包括以下过程：
获取激光雷达前方激光线的反馈强度；
相邻两条激光线的强度差大于或等于第一梯度阈值时，判定激光雷达进入到反光透明物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第一边界；
激光雷达继续移动且相邻两条激光线的强度差小于第一梯度阈值时，判定激光雷达离开反光透明区域物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第二边界；
在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第三边界；
在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第四边界；
以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果；
反光透明物体的四周包裹有边框，反光透明物体的中间设有固定板，且激光雷达的中心激光线正对固定板时，包括以下过程：
根据激光雷达的各激光线，得到激光雷达的各激光点的位置，进而得到各激光点在水平方向上与激光雷达之间的第一距离；
获取激光雷达与固定板之间的第二距离，以第一距离与第二距离的差值为距离差，得到多个距离差；
当存在距离差在设定阈值范围内时，判断激光雷达位于反光透明物体的正对区域，得到第一边界和第二边界；否则，激光雷达不位于反光透明物体的正对区域；
在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一上边界和第二上边界；
在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一下边界和第二下边界；
以第一边界、第一上边界、第二上边界、第二边界、第一下边界和第二下边界围成的区域为反光透明物体的位置识别结果。
2.如权利要求1所述的基于三维点云的室内反光透明物体位置识别方法，其特征在于，
第一梯度阈值的设定方法，包括：
激光雷达在照射到反光透明物体时，将激光强度图像根据激光线强度值的大小进行聚类操作，得到三类强度区域，分别为高强度类、中强度类和低强度类；
对每类的激光线强度数据计算平均值，以高强度类的激光线强度平均值与低强度类的激光线强度平均值的差值为第一梯度阈值。
3.如权利要求1所述的基于三维点云的室内反光透明物体位置识别方法，其特征在于，
第二梯度阈值的设定方法，包括：
激光雷达在照射到反光透明物体时，将激光强度图像根据激光线强度值的大小进行聚类操作，得到三类强度区域，分别为高强度类、中强度类和低强度类；
对每类的激光线强度数据计算平均值，以中强度类的激光线强度平均值与低强度类的激光线强度平均值的差值为第二梯度阈值。
4.如权利要求1所述的基于三维点云的室内反光透明物体位置识别方法，其特征在于，
根据激光雷达前方激光线的反馈强度，得到反光透明物体的安装台高度；
以激光雷达搭载平台的可越过障碍物的最大高度为高度阈值，当安装台高度小于或等于高度阈值时，判定为落地反光透明物体。
5.如权利要求4所述的基于三维点云的室内反光透明物体位置识别方法，其特征在于，
若为落地反光透明物体，则对反光透明物体所在区域的点云根据边第一边界、第三边界、第二边界和第四边界所围成的平面进行插值；若为落地反光透明物体，则剔除反光透明物体所在区域的所有点云。
6.如权利要求4所述的基于三维点云的室内反光透明物体位置识别方法，其特征在于，
根据落地反光透明物体的标志物，判断落地反光透明物体为落地反光透明门。
7.一种基于三维点云的室内反光透明物体位置识别系统，其特征在于，反光透明物体的四周包裹有边框，包括：
数据获取模块，被配置为：获取激光雷达前方激光线的反馈强度；
第一边界确定模块，被配置为：相邻两条激光线的强度差大于或等于第一梯度阈值时，判定激光雷达进入到反光透明物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第一边界；
第二边界确定模块，被配置为：激光雷达继续移动且相邻两条激光线的强度差小于第一梯度阈值时，判定激光雷达离开反光透明区域物体的正对区域，标定此时激光雷达中心激光线正对的位置为反光透明区域的第二边界；
第三边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第三边界；
第四边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第四边界；
识别结果确定模块，被配置为：以第一边界、第三边界、第二边界和第四边界顺次连接后围成的区域为反光透明物体的位置识别结果；
反光透明物体的四周包裹有边框，反光透明物体的中间设有固定板，且激光雷达的中心激光线正对固定板时，包括：
激光距离获取模块，被配置为：根据激光雷达的各激光线，得到激光雷达的各激光点的位置，进而得到各激光点在水平方向上与激光雷达之间的第一距离；
距离差计算模块，被配置为：获取激光雷达与固定板之间的第二距离，以第一距离与第二距离的差值为距离差，得到多个距离差；
正对反光透明物体判断模块，被配置为：当存在距离差在设定阈值范围内时，判断激光雷达位于反光透明物体的正对区域，得到第一边界和第二边界；否则，激光雷达不位于反光透明物体的正对区域；
上边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达上部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一上边界和第二上边界；
下边界确定模块，被配置为：在激光雷达位于反光透明物体的正对区域时，激光雷达下部相邻两条激光线的强度差大于或等于第二梯度阈值时，得到反光透明区域的第一下边界和第二下边界；
识别结果确定模块，被配置为：以第一边界、第一上边界、第二上边界、第二边界、第一下边界和第二下边界围成的区域为反光透明物体的位置识别结果。
8.如权利要求7所述的基于三维点云的室内反光透明物体位置识别系统，其特征在于，
还包括落地反光透明物体确定模块，被配置为：
根据激光雷达前方激光线的反馈强度，得到反光透明物体的安装台高度；
以激光雷达搭载平台的可越过障碍物的最大高度为高度阈值，当安装台高度小于或等于高度阈值时，判定为落地反光透明物体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310658381.1A CN116400371B (zh) | 2023-06-06 | 2023-06-06 | 基于三维点云的室内反光透明物体位置识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310658381.1A CN116400371B (zh) | 2023-06-06 | 2023-06-06 | 基于三维点云的室内反光透明物体位置识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116400371A CN116400371A (zh) | 2023-07-07 |
| CN116400371B true CN116400371B (zh) | 2023-09-26 |
Family
ID=87016430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310658381.1A Active CN116400371B (zh) | 2023-06-06 | 2023-06-06 | 基于三维点云的室内反光透明物体位置识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116400371B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6323954B1 (en) * | 1998-12-16 | 2001-11-27 | Hera Rotterdam B.V. | Process and device for the detection or determination of the position of edges |
| JP2007255978A (ja) * | 2006-03-22 | 2007-10-04 | Nissan Motor Co Ltd | 物体検出方法および物体検出装置 |
| CN102822867A (zh) * | 2010-03-26 | 2012-12-12 | 波音公司 | 检测透明物体中的光学缺陷 |
| CN106525000A (zh) * | 2016-10-31 | 2017-03-22 | 武汉大学 | 基于激光扫描离散点强度梯度的道路标线自动化提取方法 |
| CN109633681A (zh) * | 2018-12-05 | 2019-04-16 | 芜湖智久机器人有限公司 | 一种反光板识别方法及装置 |
| CN110415259A (zh) * | 2019-07-30 | 2019-11-05 | 南京林业大学 | 一种基于激光反射强度的行道树点云识别方法 |
| CN111721235A (zh) * | 2020-07-21 | 2020-09-29 | 郑州轻工业大学 | 一种光电式边缘检测系统及其检测方法 |
| CN113640826A (zh) * | 2021-08-11 | 2021-11-12 | 山东大学 | 一种基于3d激光点云的障碍物识别方法及系统 |
| CN113721259A (zh) * | 2021-08-06 | 2021-11-30 | 上海有个机器人有限公司 | 一种二维平面上激光点位置的确定方法及系统 |
| CN115014320A (zh) * | 2022-05-20 | 2022-09-06 | 上海景吾酷租科技发展有限公司 | 玻璃场景下室内机器人的建图方法及系统 |
| EP4063897A1 (en) * | 2021-03-25 | 2022-09-28 | Hexagon Geosystems Services AG | Computer implemented method for identifying transparent and/or mirroring plane candidates and uav using the same |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AT8647U1 (de) * | 2005-08-08 | 2006-10-15 | Binder Co Ag | Verfahren zur detektion und sortierung von glas |
| WO2012141235A1 (ja) * | 2011-04-13 | 2012-10-18 | 株式会社トプコン | 三次元点群位置データ処理装置、三次元点群位置データ処理システム、三次元点群位置データ処理方法およびプログラム |
-
2023
- 2023-06-06 CN CN202310658381.1A patent/CN116400371B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6323954B1 (en) * | 1998-12-16 | 2001-11-27 | Hera Rotterdam B.V. | Process and device for the detection or determination of the position of edges |
| JP2007255978A (ja) * | 2006-03-22 | 2007-10-04 | Nissan Motor Co Ltd | 物体検出方法および物体検出装置 |
| CN102822867A (zh) * | 2010-03-26 | 2012-12-12 | 波音公司 | 检测透明物体中的光学缺陷 |
| CN106525000A (zh) * | 2016-10-31 | 2017-03-22 | 武汉大学 | 基于激光扫描离散点强度梯度的道路标线自动化提取方法 |
| CN109633681A (zh) * | 2018-12-05 | 2019-04-16 | 芜湖智久机器人有限公司 | 一种反光板识别方法及装置 |
| CN110415259A (zh) * | 2019-07-30 | 2019-11-05 | 南京林业大学 | 一种基于激光反射强度的行道树点云识别方法 |
| CN111721235A (zh) * | 2020-07-21 | 2020-09-29 | 郑州轻工业大学 | 一种光电式边缘检测系统及其检测方法 |
| EP4063897A1 (en) * | 2021-03-25 | 2022-09-28 | Hexagon Geosystems Services AG | Computer implemented method for identifying transparent and/or mirroring plane candidates and uav using the same |
| CN113721259A (zh) * | 2021-08-06 | 2021-11-30 | 上海有个机器人有限公司 | 一种二维平面上激光点位置的确定方法及系统 |
| CN113640826A (zh) * | 2021-08-11 | 2021-11-12 | 山东大学 | 一种基于3d激光点云的障碍物识别方法及系统 |
| CN115014320A (zh) * | 2022-05-20 | 2022-09-06 | 上海景吾酷租科技发展有限公司 | 玻璃场景下室内机器人的建图方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| Chamfered-edge laser cleaving of transparent materials;Kaiser, M et al.;Conference on Frontiers in Ultrafast Optics - Biomedical, Scientific, and Industrial Applications XXII at SPIE LASE Conference;全文 * |
| 工业图像在线识别中的一种有效方法――应用于半透明物体边缘检测;王永强, 于德敏, 许增朴;天津轻工业学院学报(02);正文第1-3节，附图1-9 * |
| 玻璃带实时质量检测新方法研究;蔡继红等;实验力学;第21卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116400371A (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3349041B1 (en) | Object detection system | |
| Peršić et al. | Extrinsic 6dof calibration of a radar–lidar–camera system enhanced by radar cross section estimates evaluation | |
| Reina et al. | Radar‐based perception for autonomous outdoor vehicles | |
| CN110865393A (zh) | 基于激光雷达的定位方法及系统、存储介质和处理器 | |
| CN112513679B (zh) | 一种目标识别的方法和装置 | |
| CN111797734A (zh) | 车辆点云数据处理方法、装置、设备和存储介质 | |
| CN113743171A (zh) | 目标检测方法及装置 | |
| LU500407B1 (en) | Real-time positioning method for inspection robot | |
| US20150198735A1 (en) | Method of Processing 3D Sensor Data to Provide Terrain Segmentation | |
| CN109725324A (zh) | 一种利用激光雷达实现平面内坐标定位的方法 | |
| CN112698301A (zh) | 基于距离强度关联的激光雷达目标识别方法、装置及设备 | |
| CN111413989B (zh) | 基于agv的激光定位系统和方法 | |
| CN114764885A (zh) | 障碍物的检测方法、装置、计算机可读存储介质和处理器 | |
| CN116400371B (zh) | 基于三维点云的室内反光透明物体位置识别方法及系统 | |
| CN112255616B (zh) | 一种多雷达的反光柱定位方法及反光柱定位装置 | |
| US11861914B2 (en) | Object recognition method and object recognition device | |
| CN114935748A (zh) | 一种基于检测物体的大基线多激光雷达标定的方法及系统 | |
| CN114814810A (zh) | 行人检测方法 | |
| CN113313629B (zh) | 交叉路口自动识别方法、系统及其模型保存方法、系统 | |
| Meissner et al. | Combining the 2d and 3d world: A new approach for point cloud based object detection | |
| CN115561702B (zh) | 一种定位融合干扰去除方法 | |
| CN115356747B (zh) | 一种多线激光雷达障碍物识别方法和装置 | |
| CN112083434B (zh) | 一种基于激光的机器人检测方法以及装置 | |
| US20230214980A1 (en) | Method for checking a static monitoring system installed in a traffic space, and static monitoring system | |
| RU2779522C1 (ru) | Способ распознавания объектов и устройство распознавания объектов |
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 | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240423 Address after: 102, Building 9, Zhongrun Century City, No. 13777 Jingshi Road, Lixia District, Jinan City, Shandong Province, 250000 Patentee after: SHANDONG ALESMART INTELLIGENT TECHNOLOGY CO.,LTD. Country or region after: China Address before: 250061, No. ten, No. 17923, Lixia District, Ji'nan City, Shandong Province Patentee before: SHANDONG University Country or region before: China |