CN117788592A - 一种矿井车辆的雷达点云处理装置、方法、设备及介质 - Google Patents

Abstract

本申请提供了一种矿井车辆的雷达点云处理装置、方法、设备及介质，涉及雷达点云测距技术领域。方法包括：接收雷达测得的原始雷达数据；预处理所述原始雷达数据，得到有效雷达数据；将所述有效雷达数据转换为雷达坐标点，并生成雷达点云数据；建立定点数运算框架，将所述雷达点云数据进行旋转，获得旋转坐标矩阵；基于所述旋转坐标矩阵，生成雷达点云数据处理结果，发送至执行机构用于所述矿井车辆的定位及测距。可以实现高精度雷达原始数据转化为雷达坐标系中的坐标点，并根据不同雷达出厂参数不同进行差值补偿，并可为配准提供实时的坐标旋转平移接口，总体处理时间在百纳秒内。极大的为后期激光雷达算法降低计算负担，并提高实时性。

Description

一种矿井车辆的雷达点云处理装置、方法、设备及介质

技术领域

本申请涉及雷达点云测距技术领域，尤其涉及一种矿井车辆的雷达点云处理装置、方法、设备及介质。

背景技术

随着智慧矿山的发展，矿井车辆的智能化研究成为当前重要的研究方向。目前，矿井车辆多数配备了激光雷达，用于测量周围环境并生成点云数据。这些数据可以用来识别物体、测量距离，以及生成环境的3D映射。然而，处理这些数据需要大量的计算能力，特别是在实时应用中，这是一个重大的挑战。

由于雷达数据的特殊性，例如噪声、分辨率和准确性，对数据的预处理也是必不可少的。传统的处理方法通常在CPU（Central Processing Unit，中央处理器）或GPU（Graphics Processing Unit，图形处理器）上进行，这些设备可以执行复杂的算法，但并不总是能满足实时性的要求。尤其是在涉及大量数据和复杂运算的应用中，如实时点云数据处理和3D地图生成，CPU和GPU的处理能力可能会成为瓶颈，导致矿井车辆在运用激光雷达定位及测距时往往难以取得良好的效果。

发明内容

本申请提供了一种矿井车辆的雷达点云处理装置、方法、设备及介质，用以解决现有的雷达点云处理方法易受CPU和GPU算力能力影响，导致激光定位测距效果不够理想的技术问题。

本申请提供了一种矿井车辆的雷达点云处理装置、方法、设备及介质，是一种基于FPGA的高效能雷达原始数据处理机制，实现高精度雷达原始数据转化为雷达坐标系中的坐标点，并根据不同雷达出厂参数不同进行差值补偿，并可为配准提供实时的坐标旋转平移接口，总体处理时间在百纳秒内。极大的为后期激光雷达算法降低计算负担，并提高实时性。下面具体阐述本申请的具体发明内容。

首先，本申请提供了一种矿井车辆的雷达点云处理装置，安装于矿井车辆上，所述装置包括FPGA芯片、第一以太网接口芯片、第二以太网接口芯片以及供电模块，所述FPGA芯片的输入端及输出端分别连接所述第一以太网接口芯片的输出端及第二以太网接口芯片的输入端，所述第一以太网接口芯片的输入端连接雷达，所述第二以太网接口芯片的输出端连接终端设备。

在本申请的一种实现方式中，所述FPGA芯片的型号为XC7K160T，所述第一以太网接口芯片以及所述第二以太网接口芯片的型号RTL8211。

其次，本申请还提供了一种矿井车辆的雷达点云处理方法，应用前述的雷达点云处理装置，所述方法包括以下步骤：步骤S1：接收雷达测得的原始雷达数据；步骤S2：预处理所述原始雷达数据，得到有效雷达数据；步骤S3：将所述有效雷达数据转换为雷达坐标点，并生成雷达点云数据；步骤S4：建立定点数运算框架，将所述雷达点云数据进行旋转，获得旋转坐标矩阵；步骤S5：基于所述旋转坐标矩阵，生成雷达点云数据处理结果，发送至执行机构用于所述矿井车辆的定位及测距。

在本申请的一种实现方式中，步骤S2，具体为：步骤S21：获取雷达激光回波直线距离数据及雷达发射角度数据；步骤S22：对所述雷达激光回波直线距离数据及所述雷达发射角度数据进行误差弥补，生成有效雷达数据。

在本申请的一种实现方式中，基于如下公式，进行误差弥补，

。

。

。

其中，r为雷达回波距离，ω为不同激光线束的发射角度，α代表水平偏移角度，λ为不同线束上的起始点水平角度误差，μ表示不同线束上的水平角修正，γ_x， γ_z分别表示水平、垂直方向雷达的安装误差。

在本申请的一种实现方式中，所述步骤S4中，定点数运算框架，公式如下。

。

其中，w，i，j，k为系统实时输入的旋转参数四元数；Tx，Ty，Tz为偏移量；Xi，Yi，Zi分别为X轴，Y轴，Z轴的输入坐标；X_O，Y_O，Z_O分别为X轴，Y轴，Z轴的输出坐标。

在本申请的一种实现方式中，所述步骤S5，具体包括：步骤S51：将乘法运算设计为组合电路，与加法电路运算后的结果输出，暂存至寄存器中；步骤S52：将运算过程控制在预设时间阈值以及预设频率阈值之内；步骤S53：运用并行电路，拆分所述旋转坐标矩阵的运算算子，继而通过偏移相加计算获得所述终端设备所需的数据。

在本申请的一种实现方式中，所述步骤S51之前，所述方法还包括：搭建高效的矩阵乘法电路，将所述有效雷达数据与所述旋转坐标矩阵相乘。

再其次，本申请还提供了一种矿井车辆的雷达点云处理设备，所述设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够完成前述的雷达点云处理方法。

最后，本申请还提供了一种矿井车辆的雷达点云处理装置的非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行前述的雷达点云处理方法。

本申请提供的一种矿井车辆的雷达点云处理装置、方法、设备及介质，接收终端可以直接实时显示雷达点云图像，并通过指令输入进行坐标旋转及3D位置偏移，服务井下高效感知。本方案可以实现高精度雷达原始数据转化为雷达坐标系中的坐标点，并根据不同雷达出厂参数不同进行差值补偿，并可为配准提供实时的坐标旋转平移接口，总体处理时间在百纳秒内。极大的为后期激光雷达算法降低计算负担，并提高实时性。

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为本申请实施例提供的一种矿井车辆的雷达点云处理装置组成图；

图2为本申请实施例提供的一种矿井车辆的雷达点云处理方法流程图；

图3为本申请实施例提供的一种矿井车辆的雷达点云处理设备示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请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。基于本申请中的实施例，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。

随着智慧矿山的发展，矿井车辆的智能化研究成为当前重要的研究方向。目前，矿井车辆多数配备了激光雷达，用于测量周围环境并生成点云数据。这些数据可以用来识别物体、测量距离，以及生成环境的3D映射。然而，处理这些数据需要大量的计算能力，特别是在实时应用中，这是一个重大的挑战。

由于雷达数据的特殊性，例如噪声、分辨率和准确性，对数据的预处理也是必不可少的。传统的处理方法通常在CPU或GPU上进行，这些设备可以执行复杂的算法，但并不总是能满足实时性的要求。尤其是在涉及大量数据和复杂运算的应用中，如实时点云数据处理和3D地图生成，CPU和GPU的处理能力可能会成为瓶颈，导致矿井车辆在运用激光雷达定位及测距时往往难以取得良好的效果。

本申请实施例提供了一种矿井车辆的雷达点云处理装置、方法、设备及介质，应用FPGA硬件对提高雷达原始数据预处理速度，提出了一套高并行性的雷达预处理算法，应用四元数输入减小输入参数量，同时建立高速率、高并行性点云坐标旋转电路，极大的提高了数据处理速度，为后续应用平台节省算力，提升系统实时性、准确性。下面通过附图对本申请实施例提出的技术方案进行详细的说明。

图1为本申请实施例提供的一种矿井车辆的雷达点云处理装置组成图。如图1所示，该装置主要包括： FPGA芯片、第一以太网接口芯片、第二以太网接口芯片以及供电模块，所述FPGA芯片的输入端及输出端分别连接所述第一以太网接口芯片的输出端及第二以太网接口芯片的输入端，所述第一以太网接口芯片的输入端连接雷达，所述第二以太网接口芯片的输出端连接终端设备。本申请实施例为降低雷达数据处理的时延，选用FPGA定制化硬件作为计算终端，直接在硬件级别上执行数据处理任务，将有效信息提取并实时运算。

在本申请实施例中，所述FPGA芯片的型号为XC7K160T，将所有缓存集中在片上，保证后续算法的高效运算，降低计算时延。所述第一以太网接口芯片以及所述第二以太网接口芯片的型号RTL8211。应用FPGA编写rtl代码，直接在芯片IO端口对数据进行操作，减少了常规控制芯片存在的协议栈固有延时。因矿井环境通常存在各种电磁干扰源，如电机、传感器和高频设备等。为了更好的符合矿井应用，选用FPGA作为主控芯片，其具有较强的抗干扰能力，优化电路布局、使用抗干扰电源来减少干扰对系统的影响。这使得系统在噪声较高的工业环境中能够稳定运行。

以上是本申请实施例提供的一种矿井车辆的雷达点云处理装置，基于同样的发明构思，本申请实施例还提供了一种矿井车辆的雷达点云处理方法，图2为本申请实施例提供的一种矿井车辆的雷达点云处理方法流程图，如图2所示，所述方法主要包括以下步骤：

步骤S1：接收雷达测得的原始雷达数据。

步骤S2：预处理所述原始雷达数据，得到有效雷达数据。

步骤S3：将所述有效雷达数据转换为雷达坐标点，并生成雷达点云数据。

步骤S4：建立定点数运算框架，将所述雷达点云数据进行旋转，获得旋转坐标矩阵。

步骤S5：基于所述旋转坐标矩阵，生成雷达点云数据处理结果，发送至执行机构用于所述矿井车辆的定位及测距。

在本申请实施例中，步骤S2，具体为：

步骤S21：获取雷达激光回波直线距离数据及雷达发射角度数据。

步骤S22：对所述雷达激光回波直线距离数据及所述雷达发射角度数据进行误差弥补，生成有效雷达数据。

需要说明的是，雷达激光回波直线距离及雷达发射角度（俯仰角、偏航角），且雷达实际安装时发射源并是不在一个水平线，需要对雷达的误差进行弥补。但后端应用需要高精度的雷达坐标点，在常规处理器中需要很大的计算量转化，且耗费较长时间，本发明可以将原始数据的波长等信息优化并实时转化为坐标点，用于后续算法。雷达输入数据中携带偏航角信息，且俯仰角根据雷达线束特性输出格式基本固定，可以直接获得需要计算的参数。

在本申请实施例中，基于如下公式，进行误差弥补。

。

。

。

其中，r为雷达回波距离，ω为不同激光线束的发射角度，α代表水平偏移角度，λ为不同线束上的起始点水平角度误差，μ表示不同线束上的水平角修正，γ_x， γ_z分别表示水平、垂直方向雷达的安装误差。

为提高计算效率采用定点数计算框架，并将参数整合，减少冗余计算，将计算公式整理为：

。

。

+/> 。

其中，与channel有关的参数不同，但同一雷达为固定的，在启动时只需计算一次，存储到片上RAM内直接调用即可, 通过化简后的公式如r*Cosω_ch

与r*Sinω_ch及Cosα_θCosλ_ch和Sinα_θSinλ_ch等只需在r输入时计算一次，合并同类项，极大地减少了不规则运算，减少计算次数，提高效率。设计定点数框架因三角函数的值永远小于1，所以只需一个整数位一个符号位，根据精度需求可以设计不同的小数位，本设计验证后再10个小数位时精度可以保证后续算法应用，量化计算量，减少资源的无效消耗。

在本申请实施例中，所述步骤S4中，定点数运算框架，公式如下。

。

其中，Tx，Ty，Tz为偏移量；Xi，Yi，Zi分别为X轴，Y轴，Z轴的输入坐标；X_O，Y_O，Z_O分别为X轴，Y轴，Z轴的输出坐标。w，i，j，k为系统实时输入的旋转参数四元数，通过系统实时输入旋转参数四元数（w，i，j，k）及偏移量（Tx，Ty，Tz），直接对雷达原始数据转化坐标点后的点云进行旋转，计算时间小于30ns，可达到对实时数据进行流处理，并可实时更新系统实时输入旋转参数，高效处理点云数据，服务后端应用。

在本申请实施例中，所述步骤S5，具体包括：

步骤S51：将减法电路设计为组合电路，与乘法运算电路运算后的结果输出，暂存至寄存器中。

步骤S52：将运算过程控制在预设时间阈值以及预设频率阈值之内。

步骤S53：运用并行电路，拆分所述旋转坐标矩阵的运算算子，继而通过偏移相加计算获得所述终端设备所需的数据。

在本申请实施例中，所述步骤S51之前，所述方法还包括：搭建高效的矩阵乘法电路，将所述有效雷达数据与所述旋转坐标矩阵相乘。

以上是本申请实施例提供的一种矿井车辆的雷达点云处理方法，基于同样的发明构思，本申请实施例还提供了一种矿井车辆的雷达点云处理设备，图3为本申请实施例提供的一种矿井车辆的雷达点云处理设备示意图，如图3所示，该设备主要包括：至少一个处理器301；以及，与至少一个处理器通信连接的存储器302；其中，存储器302存储有可被至少一个处理器301执行的指令，指令被至少一个处理器301执行，以使至少一个处理器301能够完成前述的矿井车辆的雷达点云处理方法。

除此之外，本申请实施例还提供了一种矿井车辆的雷达点云处理的非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行前述的矿井车辆的雷达点云处理方法。

本发明是参照根据本发明实施例的装置、方法、设备、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。

本申请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，对于装置实施例而言，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。

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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种矿井车辆的雷达点云处理装置，安装于矿井车辆上，其特征在于，所述装置包括FPGA芯片、第一以太网接口芯片、第二以太网接口芯片以及供电模块，所述FPGA芯片的输入端及输出端分别连接所述第一以太网接口芯片的输出端及第二以太网接口芯片的输入端，所述第一以太网接口芯片的输入端连接雷达，所述第二以太网接口芯片的输出端连接终端设备。

2.根据权利要求1所述的矿井车辆的雷达点云处理装置，其特征在于，所述FPGA芯片的型号为XC7K160T，所述第一以太网接口芯片以及所述第二以太网接口芯片的型号RTL8211。

3.一种矿井车辆的雷达点云处理方法，应用权利要求1或2任意一项所述的矿井车辆的雷达点云处理装置，其特征在于，所述方法包括以下步骤：

步骤S1：接收雷达测得的原始雷达数据；

步骤S2：预处理所述原始雷达数据，得到有效雷达数据；

步骤S3：将所述有效雷达数据转换为雷达坐标点，并生成雷达点云数据；

步骤S4：建立定点数运算框架，将所述雷达点云数据进行旋转，获得旋转坐标矩阵；

步骤S5：基于所述旋转坐标矩阵，生成雷达点云数据处理结果，发送至执行机构用于所述矿井车辆的定位及测距。

4.根据权利要求3所述的矿井车辆的雷达点云处理方法，其特征在于，所述步骤S2，具体为：

步骤S21：获取雷达激光回波直线距离数据及雷达发射角度数据；

步骤S22：对所述雷达激光回波直线距离数据及所述雷达发射角度数据进行误差弥补，生成有效雷达数据。

5.根据权利要求4所述的矿井车辆的雷达点云处理方法，其特征在于，基于如下公式，进行误差弥补，

其中，r为雷达回波距离，ω为不同激光线束的发射角度，α代表水平偏移角度，为水平旋转角度，ch为垂直旋转角度，λ为不同线束上的起始点水平角度误差，μ表示不同线束上的水平角修正，γ_x， γ_z分别表示水平、垂直方向雷达的安装误差。

6.根据权利要求3所述的矿井车辆的雷达点云处理方法，其特征在于，所述步骤S4中，定点数运算框架，公式如下，

其中，w，i，j，k为系统实时输入的旋转参数四元数；Tx，Ty，Tz为偏移量；Xi，Yi，Zi分别为X轴，Y轴，Z轴的输入坐标；X_O，Y_O，Z_O分别为X轴，Y轴，Z轴的输出坐标。

7.根据权利要求3所述的矿井车辆的雷达点云处理方法，其特征在于，所述步骤S5，具体包括：

步骤S51：将减法电路设计为组合电路，与乘法运算电路运算后的结果输出，暂存至寄存器中；

步骤S52：将运算过程控制在预设时间阈值以及预设频率阈值之内；

步骤S53：运用并行电路，拆分所述旋转坐标矩阵的运算算子，继而通过偏移相加计算获得所述终端设备所需的数据。

8.根据权利要求7所述的矿井车辆的雷达点云处理方法，其特征在于，所述步骤S51之前，所述方法还包括：

搭建高效的矩阵乘法电路，将所述有效雷达数据与所述旋转坐标矩阵相乘。

9.一种矿井车辆的雷达点云处理设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够完成权利要求3-8任意一项所述的雷达点云处理方法。

10.一种矿井车辆的雷达点云处理的非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令用于执行权利要求3-8任意一项所述的雷达点云处理方法。