CN117471433B - 基于高反射强度标靶的施工机械激光点云实时提取方法 - Google Patents
基于高反射强度标靶的施工机械激光点云实时提取方法 Download PDFInfo
- Publication number
- CN117471433B CN117471433B CN202311833456.1A CN202311833456A CN117471433B CN 117471433 B CN117471433 B CN 117471433B CN 202311833456 A CN202311833456 A CN 202311833456A CN 117471433 B CN117471433 B CN 117471433B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- reflection intensity
- target
- laser
- construction machinery
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 100
- 238000000605 extraction Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims abstract description 7
- 239000000463 material Substances 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000011218 segmentation 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
- 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
-
- 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
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于高反射强度标靶的施工机械激光点云实时提取方法,通过高反射强度标靶定位施工机械,然后对激光雷达扫描点云进行多重欧式距离及平均计算,实现实时从当前帧激光雷达扫描点云中提取施工机械激光点云,这样即可获得施工机械的实时位置信息,从而解决现有技术存在的问题。本发明的方法包括:S1:设定物理世界离地高度为H,获取当前帧激光雷达扫描点云中,坐标高度大于H的激光点云,组成集合S;S2:从所述集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,组成集合T;S3:对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn。
Description
技术领域
本发明涉及安全监控技术领域,尤其涉及一种基于高反射强度标靶的施工机械激光点云实时提取方法。
背景技术
在电力现场施工时,特别是变电站内或高压线路附近施工时,为了保证施工安全,施工机械需要与带电体,例如高压设备保持一定的安全距离。
现有技术中,通常是施工机械驾驶员或指挥员根据自身经验,使得施工机械与带电体保持在安全距离外。实际上,驾驶员或指挥员经常无法对安全距离进行准确判断,导致施工机械与带电体的距离小于安全距离,甚至触碰到带电体,容易出现触电事故。究其原因,除了操作人员的疏忽大意外,施工机械与带电体是否接近规程规定的最小安全距离,均没有应有的提示。
因此,针对上述情况,如何获知施工机械与带电体之间的距离是否在规程规定的最小安全距离之外,从而可以解决上述的问题,成为本领域技术人员亟待解决的重要技术问题。
发明内容
本发明公开了一种基于高反射强度标靶的施工机械激光点云实时提取方法,通过高反射强度标靶定位施工机械,然后对激光雷达扫描点云进行多重欧式距离及平均计算,实现实时从当前帧激光雷达扫描点云中提取施工机械激光点云,这样即可获得施工机械的实时位置信息,从而解决现有技术存在的问题。
本发明提供的基于高反射强度标靶的施工机械激光点云实时提取方法,包括:
预制高反射强度标靶,将至少一个所述高反射强度标靶安装在施工机械表面;
S1:设定物理世界离地高度为H,获取当前帧激光雷达扫描点云中,坐标高度大于H的激光点云,组成集合S;
S2:从所述集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,组成集合T;
S3:对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn;
S4:分别对集合T1、T2…Tn中所有元素进行平均计算,得到n个标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn);
S5:分别计算当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点作为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j);
S6:计算点云集合S中所有元素与当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)的欧式距离,筛选出距离小于r3的所有点,形成点云集合St,即为当前帧激光雷达扫描点云中提取出的施工机械激光点云;
S7:重复步骤S1至S6,实时从每一帧激光雷达扫描点云中获取施工机械激光点云。
优选的,
所述高反射强度标靶由反射强度大于θ的材料制成;
所述高反射强度标靶大小为10-20cm。
优选的,
高反射强度标靶为圆盘结构、方形结构或星型结构。
优选的,
施工机械上安装有至少两个所述高反射强度标靶;
至少两个所述高反射强度标靶安装在施工机械的不同面上。
优选的,
所述高反射强度标靶上设置有磁性部件,并以磁吸方式安装于施工机械表面。
优选的,
所述步骤S1包括:
通过激光雷达内置陀螺仪获取雷达当前姿态;
将H转化到雷达坐标系再进行计算,从而筛选出高度高于H的激光点云,组成集合S。
优选的,
反射强度阈值θ取值为180-220之间。
优选的,
所述的r1,r2,r3取值范围均在0.5-1m之间。
本发明提供的基于高反射强度标靶的施工机械激光点云实时提取方法,包括:首先设定物理世界离地高度为H,获取当前帧激光雷达扫描点云中,坐标高度大于H的激光点云,组成集合S;接着从所述集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,组成集合T;然后对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn;接着分别对集合T1、T2…Tn中所有元素进行平均计算,得到n个标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn);然后分别计算当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点作为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j);最后计算点云集合S中所有元素与当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)的欧式距离,筛选出距离小于r3的所有点,形成点云集合St,即为当前帧激光雷达扫描点云中提取出的施工机械激光点云;此外,实时从每一帧激光雷达扫描点云中获取施工机械激光点云。通过高反射强度标靶定位施工机械,然后对激光雷达扫描点云进行多重欧式距离及平均计算,实现实时从当前帧激光雷达扫描点云中提取施工机械激光点云,本发明基于高反射强度标靶的施工机械激光点云实时提取方法,可获得施工机械的实时位置信息,从而解决现有技术存在的问题。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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的附图。
图1为本发明基于高反射强度标靶的施工机械激光点云实时提取方法的流程图;
图2为本发明施工机械在施工现场与带电体之间的交互示意图。
实施方式
本发明公开了一种基于高反射强度标靶的施工机械激光点云实时提取方法,通过高反射强度标靶定位施工机械,然后对激光雷达扫描点云进行多重欧式距离及平均计算,实现实时从当前帧激光雷达扫描点云中提取施工机械激光点云,这样即可获得施工机械的实时位置信息,从而解决现有技术存在的问题。
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚和详细的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。请参阅图1,为本发明提供的基于高反射强度标靶的施工机械激光点云实时提取方法,包括:
预制高反射强度标靶,将至少一个所述高反射强度标靶安装在施工机械表面;
首先需要说明的是,激光雷达扫描时,会得到激光点云,激光点云指的是由三维激光雷达设备扫描得到的空间点的数据集,每一个点云都包含了三维坐标(XYZ)和激光反射强度,因此通过设置本发明的高反射强度标靶,能够将反射强度较低的施工机械区分出来,亦即可以较为容易找到本发明的施工机械。
S1:设定物理世界离地高度为H,获取当前帧激光雷达扫描点云中,坐标高度大于H的激光点云,组成集合S;
在施工环境内可能存在很多处于不同高度的机械设备、深坑或其他影响,而激光雷达扫描时,会对周围的所有物体都进行扫描并得到空间点的数据集。通过设定的物理世界离地高度为H,可以排除掉很多无用空间点。需要指出的是,H的值需要根据施工环境及需要监控的施工设备的实际情况进行设置,在无法判断的情况下,可以将H设置为0,在此处不做限定。
S2:从所述集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,组成集合T;
在排除大部分干扰空间点后,集合S中包含施工机械激光点云数据的元素集,在从集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,即为集合T,集合T内包含了高反射强度标靶的激光点云以及部分干扰空间点。在此,需要指出的是,反射强度阈值θ与高反射强度标靶的反射强度相关,用于将高反射强度标靶的激光点云筛选出来。
S3:对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn;
欧氏聚类是一种重要的点云分割方法,基于点与点之间的欧氏距离进行聚类,因此通过欧式聚类可以将同一个簇的元素都筛选出来,亦即对集合T内的元素分别进行半径为r1的欧式聚类后得到的点云集合即为高反射强度标靶的激光点云。
S4:分别对集合T1、T2…Tn中所有元素进行平均计算,得到n个标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn);
对集合T1、T2…Tn中所有元素进行平均计算,可以获得高反射强度标靶的标靶点坐标,亦即P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)。
S5:分别计算当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点作为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j);
需要特别说明的是,如果当前帧为第一帧,那么当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)即为当前帧的有效标靶点坐标;否则,需要将当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点,即为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)。
至此,已经获得高反射强度标靶,在当前帧的有效靶点数据。
S6:计算点云集合S中所有元素与当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)的欧式距离,筛选出距离小于r3的所有点,形成点云集合St,即为当前帧激光雷达扫描点云中提取出的施工机械激光点云;
以高反射强度标靶为参考,进行欧式聚类后,即可获得表面附着高反射强度标靶的施工机械的激光点云,及点云集合St为当前帧激光雷达扫描点云中提取出的施工机械激光点云。
S7:重复步骤S1至S6,实时从每一帧激光雷达扫描点云中获取施工机械激光点云。
重复在每一帧执行步骤S1至S6,可以从每一帧激光雷达扫描点云中获取施工机械激光点云,亦即实时施工机械激光点云。而带电体在激光雷达坐标系的位置是已知的,将带电体的激光点云与实时施工机械激光点云相比较,即可获知施工机械与带电体之间的实时距离,这样即可保证施工机械与带电体之间的实时距离在规程规定的最小安全距离之外。
需要说明的是,可以通过设置扬声器、显示屏的方式进行实时播报安全距离情况或提醒,在此处不做限定。
优选的,
所述高反射强度标靶由反射强度大于θ的材料制成;
所述高反射强度标靶大小为10-20cm。
需要说明的是,高反射强度标靶所用材料的反射强度,根据施工现场及施工机械表面的反射强度进行选定,而非一成不变的。因此高反射强度标靶可以设置为方便拆卸的结构,以便可以更换至更为合适的高反射强度标靶。
优选的,
高反射强度标靶为圆盘结构、方形结构或星型结构。
高反射强度标靶的形状可以多种多样,优选为规则形状,例如圆盘结构即为较优的选择。
优选的,
施工机械上安装有至少两个所述高反射强度标靶;
至少两个所述高反射强度标靶安装在施工机械的不同面上。
必须指出的是,为了提高识别率,可以在施工机械上安装多个所述高反射强度标靶,具体的数量可以根据施工机械的体积及形状进行增减。
优选的,
所述高反射强度标靶上设置有磁性部件,并以磁吸方式安装于施工机械表面。
由于施工机械的外表面大多数都是铁制的,通过在高反射强度标靶上设置有磁性部件的方式,非常便于高反射强度标靶的拆装,具体的,可以在高反射强度标靶背部设置多个均匀分布的磁铁。
优选的,
所述步骤S1包括:
通过激光雷达内置陀螺仪获取雷达当前姿态;
将H转化到雷达坐标系再进行计算,从而筛选出高度高于H的激光点云,组成集合S。
需要说明的,通过激光雷达内置陀螺仪,可以轻易获取雷达当前姿态,在根据设定物理世界离地高度为H,将雷达坐标系内的高度参数进行计算,即可筛选出高度高于H的激光点云,组成集合S。
优选的,
反射强度阈值θ取值为180-220之间。
优选的,
所述的r1,r2,r3取值范围均在0.5-1m之间。
需要指出的是,反射强度阈值θ取值为180-220之间,及r1,r2,r3取值范围均在0.5-1m之间均为根据实际施工环境及施工机械,经过多次试验后得到的较优参数范围,在此处不做限定。
下面用一个具体实例来说明本发明的方法:
请参阅图2,图中001为带电体,002为施工机械,003为带电体及施工机械的激光点云,004为高反射强度标靶。在本发明实施例中,高反射强度标靶的反射强度为200,施工机械为施工车辆,施工车辆的反射强度远低于200,假设车轮的高度为0.9m,由于车轮在施工机械的范围内,因此可以只考虑车体的情况,可以设定H为0.9m,反射强度阈值θ为190,接着获取当前帧激光雷达扫描点云中,坐标高度大于0.9m的激光点云,组成集合S;然后从所述集合S中筛选反射强度大于190的激光点云,组成集合T,此时可以排除大部分低反射强度的激光点云,由于反射强度的巨大差值,有时候集合T内保留的可能绝大部分都是高反射强度标靶的激光点云;然后对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn,本步骤是为了得到高反射强度标靶的准确激光点云,通过欧式聚类可以获得同一个簇的元素,亦即同一个物体的元素,上述r1的设置需要能够覆盖高反射强度标靶的最大距离,这样才能得到高反射强度标靶所有激光点云;接着分别对集合T1、T2…Tn中所有元素进行平均计算,得到n个标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn);然后分别计算当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点作为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j);最后计算点云集合S中所有元素与当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)的欧式距离,筛选出距离小于r3的所有点,形成点云集合St,即为当前帧激光雷达扫描点云中提取出的施工机械激光点云;此外,实时从每一帧激光雷达扫描点云中获取施工机械激光点云。
本发明提供的基于高反射强度标靶的施工机械激光点云实时提取方法,包括:首先设定物理世界离地高度为H,获取当前帧激光雷达扫描点云中,坐标高度大于H的激光点云,组成集合S;接着从所述集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,组成集合T;然后对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn;接着分别对集合T1、T2…Tn中所有元素进行平均计算,得到n个标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn);然后分别计算当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点作为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j);最后计算点云集合S中所有元素与当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)的欧式距离,筛选出距离小于r3的所有点,形成点云集合St,即为当前帧激光雷达扫描点云中提取出的施工机械激光点云;此外,实时从每一帧激光雷达扫描点云中获取施工机械激光点云。通过高反射强度标靶定位施工机械,然后对激光雷达扫描点云进行多重欧式距离及平均计算,实现实时从当前帧激光雷达扫描点云中提取施工机械激光点云,本发明基于高反射强度标靶的施工机械激光点云实时提取方法,可获得施工机械的实时位置信息,从而解决现有技术存在的问题。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的基于高反射强度标靶的施工机械激光点云实时提取方法进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种基于高反射强度标靶的施工机械激光点云实时提取方法,其特征在于,包括:
预制高反射强度标靶,将至少一个所述高反射强度标靶安装在施工机械表面;
S1:设定物理世界离地高度为H,获取当前帧激光雷达扫描点云中,坐标高度大于H的激光点云,组成集合S;
S2:从所述集合S中筛选反射强度大于设定反射强度阈值θ的激光点云,组成集合T;
S3:对集合T内的元素分别进行半径为r1的欧式聚类,得到n个所包含的任意两元素之间的欧式距离小于r1的点云集合,分别为集合T1,T2…Tn;
S4:分别对集合T1、T2…Tn中所有元素进行平均计算,得到n个标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn);
S5:分别计算当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧的有效标靶点坐标P01(x01,y01,z01),P02(x02,y02,z02)…P0i(x0i,y0i,z0i),以及当前帧的标靶点坐标P1(x1,y1,z1),P2(x2,y2,z2)…Pn(xn,yn,zn)与前一帧激光雷达扫描点云中提取出的施工机械激光点云S0t中的元素间的欧式距离,筛选出欧式距离小于r2的标靶点作为当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j);
S6:计算点云集合S中所有元素与当前帧有效标靶点P11(x11,y11,z11),P12(x12,y12,z12)…P1j(x1j,y1j,z1j)的欧式距离,筛选出距离小于r3的所有点,形成点云集合St,即为当前帧激光雷达扫描点云中提取出的施工机械激光点云;
S7:重复步骤S1至S6,实时从每一帧激光雷达扫描点云中获取施工机械激光点云;
所述高反射强度标靶由反射强度大于θ的材料制成;
所述高反射强度标靶大小为10-20cm;
高反射强度标靶为圆盘结构、方形结构或星型结构;
施工机械上安装有至少两个所述高反射强度标靶;
至少两个所述高反射强度标靶安装在施工机械的不同面上。
2.根据权利要求1所述的基于高反射强度标靶的施工机械激光点云实时提取方法,其特征在于,所述高反射强度标靶上设置有磁性部件,并以磁吸方式安装于施工机械表面。
3.根据权利要求1或2所述的基于高反射强度标靶的施工机械激光点云实时提取方法,其特征在于,所述步骤S1包括:
通过激光雷达内置陀螺仪获取雷达当前姿态;
将H转化到雷达坐标系再进行计算,从而筛选出高度高于H的激光点云,组成集合S。
4.根据权利要求3所述的基于高反射强度标靶的施工机械激光点云实时提取方法,其特征在于,反射强度阈值θ取值为180-220之间。
5.根据权利要求4所述的基于高反射强度标靶的施工机械激光点云实时提取方法,其特征在于,所述的r1,r2,r3取值范围均在0.5-1m之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311833456.1A CN117471433B (zh) | 2023-12-28 | 2023-12-28 | 基于高反射强度标靶的施工机械激光点云实时提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311833456.1A CN117471433B (zh) | 2023-12-28 | 2023-12-28 | 基于高反射强度标靶的施工机械激光点云实时提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117471433A CN117471433A (zh) | 2024-01-30 |
CN117471433B true CN117471433B (zh) | 2024-04-02 |
Family
ID=89629744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311833456.1A Active CN117471433B (zh) | 2023-12-28 | 2023-12-28 | 基于高反射强度标靶的施工机械激光点云实时提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117471433B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106970375A (zh) * | 2017-02-28 | 2017-07-21 | 河海大学 | 一种机载激光雷达点云中自动提取建筑物信息的方法 |
CN109839624A (zh) * | 2017-11-27 | 2019-06-04 | 北京万集科技股份有限公司 | 一种多激光雷达位置标定方法及装置 |
CN110705543A (zh) * | 2019-08-23 | 2020-01-17 | 芜湖酷哇机器人产业技术研究院有限公司 | 基于激光点云进行车道线识别的方法和系统 |
WO2021062581A1 (zh) * | 2019-09-30 | 2021-04-08 | 深圳市大疆创新科技有限公司 | 路面标识识别方法及装置 |
CN112684432A (zh) * | 2019-10-18 | 2021-04-20 | 北京万集科技股份有限公司 | 激光雷达标定方法、装置、设备及存储介质 |
CN112859054A (zh) * | 2021-04-21 | 2021-05-28 | 合肥工业大学 | 一种车载多线激光雷达外参数自动检测系统及检测方法 |
CN115028094A (zh) * | 2022-08-10 | 2022-09-09 | 广东威恒输变电工程有限公司 | 一种基于激光雷达的吊车吊臂安全距离预警装置及方法 |
WO2022257530A1 (zh) * | 2021-06-07 | 2022-12-15 | 上海禾赛科技有限公司 | 激光雷达的控制方法及激光雷达 |
WO2023284318A1 (zh) * | 2021-07-16 | 2023-01-19 | 上海禾赛科技有限公司 | 激光雷达的探测方法、发射单元以及激光雷达 |
CN115685160A (zh) * | 2022-10-14 | 2023-02-03 | 际络科技(上海)有限公司 | 基于标靶的激光雷达与相机标定方法、系统、电子设备 |
WO2023024493A1 (zh) * | 2021-08-23 | 2023-03-02 | 上海禾赛科技有限公司 | 用于激光雷达的信号处理方法、探测方法以及激光雷达 |
CN115856911A (zh) * | 2022-12-13 | 2023-03-28 | 清华大学苏州汽车研究院(吴江) | 一种定位方法及装置 |
WO2023045424A1 (zh) * | 2021-09-23 | 2023-03-30 | 上海禾赛科技有限公司 | 用于激光雷达的光罩脏污检测方法及光罩脏污检测系统 |
CN116681932A (zh) * | 2023-05-29 | 2023-09-01 | 中国第一汽车股份有限公司 | 一种对象识别方法、装置、电子设备及存储介质 |
CN116721239A (zh) * | 2023-06-12 | 2023-09-08 | 山西阳光三极科技股份有限公司 | 一种基于多个雷达设备的自动化点云拼接方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111492265B (zh) * | 2017-09-13 | 2024-03-26 | 威力登激光雷达美国有限公司 | 基于3d激光雷达测量的多分辨率、同时定位和地图绘制 |
KR20220128787A (ko) * | 2021-03-15 | 2022-09-22 | 현대자동차주식회사 | 라이다 센서를 이용한 객체 추적 방법 및 장치와, 이 방법을 실행하기 위한 프로그램을 기록한 기록 매체 |
US20230271607A1 (en) * | 2022-02-28 | 2023-08-31 | Nissan North America, Inc. | Vehicle lane marking detection system |
-
2023
- 2023-12-28 CN CN202311833456.1A patent/CN117471433B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106970375A (zh) * | 2017-02-28 | 2017-07-21 | 河海大学 | 一种机载激光雷达点云中自动提取建筑物信息的方法 |
CN109839624A (zh) * | 2017-11-27 | 2019-06-04 | 北京万集科技股份有限公司 | 一种多激光雷达位置标定方法及装置 |
CN110705543A (zh) * | 2019-08-23 | 2020-01-17 | 芜湖酷哇机器人产业技术研究院有限公司 | 基于激光点云进行车道线识别的方法和系统 |
WO2021062581A1 (zh) * | 2019-09-30 | 2021-04-08 | 深圳市大疆创新科技有限公司 | 路面标识识别方法及装置 |
CN112684432A (zh) * | 2019-10-18 | 2021-04-20 | 北京万集科技股份有限公司 | 激光雷达标定方法、装置、设备及存储介质 |
CN112859054A (zh) * | 2021-04-21 | 2021-05-28 | 合肥工业大学 | 一种车载多线激光雷达外参数自动检测系统及检测方法 |
WO2022257530A1 (zh) * | 2021-06-07 | 2022-12-15 | 上海禾赛科技有限公司 | 激光雷达的控制方法及激光雷达 |
WO2023284318A1 (zh) * | 2021-07-16 | 2023-01-19 | 上海禾赛科技有限公司 | 激光雷达的探测方法、发射单元以及激光雷达 |
WO2023024493A1 (zh) * | 2021-08-23 | 2023-03-02 | 上海禾赛科技有限公司 | 用于激光雷达的信号处理方法、探测方法以及激光雷达 |
WO2023045424A1 (zh) * | 2021-09-23 | 2023-03-30 | 上海禾赛科技有限公司 | 用于激光雷达的光罩脏污检测方法及光罩脏污检测系统 |
CN115028094A (zh) * | 2022-08-10 | 2022-09-09 | 广东威恒输变电工程有限公司 | 一种基于激光雷达的吊车吊臂安全距离预警装置及方法 |
CN115685160A (zh) * | 2022-10-14 | 2023-02-03 | 际络科技(上海)有限公司 | 基于标靶的激光雷达与相机标定方法、系统、电子设备 |
CN115856911A (zh) * | 2022-12-13 | 2023-03-28 | 清华大学苏州汽车研究院(吴江) | 一种定位方法及装置 |
CN116681932A (zh) * | 2023-05-29 | 2023-09-01 | 中国第一汽车股份有限公司 | 一种对象识别方法、装置、电子设备及存储介质 |
CN116721239A (zh) * | 2023-06-12 | 2023-09-08 | 山西阳光三极科技股份有限公司 | 一种基于多个雷达设备的自动化点云拼接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117471433A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111291708B (zh) | 融合深度相机的变电站巡检机器人障碍物检测识别方法 | |
CN113313005B (zh) | 基于目标识别与重建的输电导线在线监测方法及系统 | |
CN110286389B (zh) | 一种用于障碍物识别的栅格管理方法 | |
CN111443730B (zh) | 一种用于输电线路巡检的无人机轨迹自动生成方法及装置 | |
CN111932943B (zh) | 动态目标的检测方法、装置、存储介质及路基监测设备 | |
KR102078254B1 (ko) | 라이다 데이터를 이용한 지형 변화 실시간 탐지 방법, 이를 위한 시스템 및 서버에 저장된 컴퓨터프로그램 | |
CN107064955A (zh) | 障碍物聚类方法及装置 | |
CN110349092B (zh) | 一种点云滤波方法及设备 | |
CN110674705A (zh) | 基于多线激光雷达的小型障碍物检测方法及装置 | |
KR20210063841A (ko) | 3d 포인트 클라우드의 클러스터링 방법 및 이를 수행하는 장치 | |
CN103745436A (zh) | 基于区域预测的LiDAR点云数据形态学滤波方法 | |
CN113866791A (zh) | 雷达装置采集的数据的处理方法及处理装置 | |
CN114114314A (zh) | 基于激光点云的输电线路巡检检测系统及检测方法 | |
CN106952242A (zh) | 一种基于体素的渐进不规则三角网点云滤波方法 | |
CN113970734B (zh) | 路侧多线激光雷达降雪噪点去除方法、装置及设备 | |
CN116520353B (zh) | 基于激光点云的地面检测方法、装置、存储介质及设备 | |
KR101421128B1 (ko) | 레이저 레이더 기반의 3차원 원시 데이터를 이용한 건물 영역 추출 방법 | |
CN114966651A (zh) | 可行驶区域检测方法、计算机设备、存储介质及车辆 | |
CN113859228A (zh) | 一种车辆控制方法、装置、电子设备及存储介质 | |
CN112183381A (zh) | 车辆的可行驶区域检测方法和装置 | |
CN115830234A (zh) | 一种输电线路建模用点云处理方法及处理系统 | |
CN115139303A (zh) | 一种栅格井盖检测方法、装置、设备及存储介质 | |
CN117471433B (zh) | 基于高反射强度标靶的施工机械激光点云实时提取方法 | |
CN113987246A (zh) | 无人机巡检的图片自动命名方法、装置、介质和电子设备 | |
CN110554409A (zh) | 一种凹障碍物检测方法及系统 |
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 |