The present invention relates to a method of 3D point cloud data processing based on multi-line lidar. The method comprises the following steps: S1: taking the original data of multi-line lidar output as input, receiving 3D point cloud data and screening the interested data regions; S2: adopting statistical outlier filtering algorithm, filtering the selected number. The outlier is filtered according to the point cloud data exceeding the set threshold in the region; S3: taking the filtered point cloud data as the input, the voxel grid filter is used to reduce the sampling data to reduce the amount of point cloud data; S4: using the reduced sampling point cloud as the input, projecting on the plane, according to the law. Screening for planar 2D processing. To overcome the shortcomings of large amount of data and incomplete information in 3D processing method, 3D obstacles are projected on the 2D image to reduce the hardware requirements, which can be used for obstacle detection and navigation map building of low-speed unmanned intelligent vehicle.
【技术实现步骤摘要】
一种基于多线激光雷达的3D点云2D化数据处理方法
本专利技术属于无人驾驶
,具体是涉及一种基于多线激光雷达的3D点云2D化数据处理的方法。
技术介绍
无人驾驶车辆必须稳定行进,不能违背安全原则。多线激光雷达(Lidar)是无人汽车上广泛应用的一种传感器件。通过多线激光雷达,可获得周围环境的3D点云数据。随着激光传感器测量精度的不断提高,3D点云数据正在以惊人的速度增长,多者可达百兆/秒,导致地图重建时间长,计算机处理的负担增加。单线激光传感器相对于多线激光传感器,价格便宜,数据量小,产生的是2D数据,易于处理和建图,但是只能扫描一定高度某一个水平面的场景,在感知方面存在无法回避的缺陷。本专利涉及的就是将大规模的3D点云数据放到2D平面上进行处理以实现建图和避障的方法。经对现有技术的文献检索发现,中国专利技术专利“一种基于多线激光雷达的3D点云分割方法”(申请号201610529212.8)公开了一种点云的分割的方法,利用多线激光雷达扫描360°范围内的3D点云数据,建立笛卡尔坐标系OXYZ,利用近邻点的统计特性滤除感兴趣区域中的悬空障碍点,将滤除悬空障碍点后的3D点云数据映射到极坐标网格地图中,然后分割出非地面点云数据,最后将非地面点云数据利用八叉树进行体素化,采用基于八叉树体素网格的区域生长方法进行聚类分割。中国专利技术专利“一种3D点云的数据处理方法”(申请号201410509881.X)公开了3D点云的数据处理方法,其中的3D点云中的地面滤波方法通过构建3D栅格地图和拟合地平面曲线完成,提出的分割方法采用柱坐标栅格地图中的搜索窗口聚类方法,提出 ...
【技术保护点】
1.一种基于多线激光雷达的3D点云2D化数据处理方法,其包含有如下步骤:S1:以多线激光雷达输出的原始数据作为输入,接收3D的点云数据并进行筛选感兴趣的数据区域;S2:采用统计离群值滤波算法,将筛选后的数据区域内超过设定阈值的点云数据当做离群值进行滤除;S3:以滤波后的点云数据作为输入,采用体素栅格滤波器进行进行缩减采样处理,减少点云的数据量;S4:以缩减采样完的点云作为输入,在平面上进行投影映射、按规律筛选进行平面2D化处理。
【技术特征摘要】
1.一种基于多线激光雷达的3D点云2D化数据处理方法,其包含有如下步骤:S1:以多线激光雷达输出的原始数据作为输入,接收3D的点云数据并进行筛选感兴趣的数据区域;S2:采用统计离群值滤波算法,将筛选后的数据区域内超过设定阈值的点云数据当做离群值进行滤除;S3:以滤波后的点云数据作为输入,采用体素栅格滤波器进行进行缩减采样处理,减少点云的数据量;S4:以缩减采样完的点云作为输入,在平面上进行投影映射、按规律筛选进行平面2D化处理。2.根据权利要求1所述的基于多线激光雷达的3D点云2D化数据处理方法,其特征在于,所述S1步骤中筛选感兴趣的数据区域包括:S11,在坐标系的X、Y、Z方向上分别都设定一个阈值,阈值包括有一个最大值和一个最小值;S12:将点云数据的坐标值与阈值比较,保留阈值内的点,将阈值以外的点云数据进行删除。3.根据权利要求1所述的基于多线激光雷达的3D点云2D化数据处理方法,其特征在于,所述S2步骤具体包括:S21:在筛选后的数据区域内选择N个点,并计算每个点和其n个相邻点之间的平均距离,其计算公式为其中,i属于区间[0,N],j属于区间[0,n],Xi为点云i的坐标X值,Yi为点云i的坐标X值,Zi为点云i的坐标X值,j表示相邻的点云,n应该根据工程实际情况,考虑处理器的计算能力选择一个合理的值;S22:计算N个点的平均距离的均值μ和标准差σ,其计算公式为S23:根据计算出的均值和标准差,计算确定一个阈值TR...
【专利技术属性】
技术研发人员:王小华,苗中华,何创新,张智强,
申请(专利权)人:上海大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。