激光雷达异常点云数据的修正方法、装置及存储介质制造方法及图纸

本发明专利技术公开一种激光雷达异常点云数据的修正方法、装置及存储介质，包括：确定当前帧点云数据中的异常点云数据；在扫描次序小于异常点云数据的扫描次序的正常点云数据中，确定扫描次序与异常点云数据的扫描次序最接近的正常点云数据作为第一正常点云数据；在扫描次序大于异常点云数据的扫描次序的正常点云数据中，确定扫描次序与异常点云数据的扫描次序最接近的正常点云数据作为第二正常点云数据；根据异常点云数据、第一正常点云数据、第二正常点云数据，利用线性差值算法修正异常点云数据的距离数据。

Correction Method, Device and Storage Medium for Abnormal Point Cloud Data of Lidar

The invention discloses a correction method, device and storage medium for abnormal point cloud data of lidar, including: determining abnormal point cloud data in current frame point cloud data; determining normal point cloud data whose scanning order is closest to that of abnormal point cloud data as the first normal point cloud number in normal point cloud data whose scanning order is less than that of abnormal point cloud data. According to the normal point cloud data whose scanning order is larger than that of the abnormal point cloud data, the normal point cloud data whose scanning order is closest to that of the abnormal point cloud data is determined as the second normal point cloud data. According to the abnormal point cloud data, the first normal point cloud data and the second normal point cloud data, the distance data of the abnormal point cloud data are corrected by using the linear difference algorithm. \u3002

【技术实现步骤摘要】
激光雷达异常点云数据的修正方法、装置及存储介质
本专利技术涉及雷达技术，尤其涉及一种激光雷达异常点云数据的修正方法、装置及存储介质。
技术介绍
随着科技的发展，激光雷达已经发展到各行各业中。例如，应用到日常生活中的扫地机器人以及自动驾驶汽车等。激光雷达在工作时，利用激光对所处环境进行扫描得到多帧点云数据，以为识别其所处环境提供数据基础。然而激光雷达扫描得到的每一帧点云数据中通常存在异常点云数据，即激光雷达在某个扫描角度下得到的与扫描对象的距离数据出现明显错误。目前对异常点云数据的处理方式为：将异常点云数据的距离数据设置为零，或者将异常点云数据的距离数据设置为前一帧点云数据中相同扫描角度下的点云数据的距离数据。但是，现有的异常点云数据的这两种处理方式会破坏当前帧点云数据的连续性。因此，一种新的异常点云数据的修正方法亟待提出。
技术实现思路
本专利技术的一个目的是提供一种新的激光雷达异常点云数据的修正方案。根据本专利技术的第一方面，提供一种激光雷达异常点云数据的修正方法，包括：确定当前帧点云数据中的异常点云数据；一帧点云数据是由激光雷达在一个扫描周期内沿扫描方向顺次扫描得到的多个点云数据组成，每个点云数据包含本次扫描在本次扫描周期内的扫描次序和本次扫描得到的距离数据；在扫描次序小于所述异常点云数据的扫描次序的正常点云数据中，确定扫描次序与所述异常点云数据的扫描次序最接近的正常点云数据作为第一正常点云数据；在扫描次序大于所述异常点云数据的扫描次序的正常点云数据中，确定扫描次序与所述异常点云数据的扫描次序最接近的正常点云数据作为第二正常点云数据；根据所述异常点云数据、所述第一正常点云数据、所述第二正常点云数据，利用线性差值算法修正所述异常点云数据的距离数据。可选的，所述根据所述异常点云数据、所述第一正常点云数据、所述第二正常点云数据，利用线性差值算法修正所述异常点云数据的距离数据，包括：确定总扫描次序差值，所述总扫描次序差值为所述第二正常点云数据的扫描次序减去所述第一正常点云数据的扫描次序的差值；确定总距离差值，所述总距离差值为所述第二正常点云数据的距离数据减去所述第一正常点云数据的距离数据的差值；还包括：确定第一扫描次序差值，所述第一扫描次序差值为所述异常云数据的扫描次序减去所述第一正常点云数据的扫描次序的差值；确定第一比值，所述第一比值为所述第一扫描次序差值与所述总扫描次序差值的比值；确定第一修正值，所述第一修正值为所述总距离差值与所述第一比值的乘积；计算所述第一正常点云数据的距离数据与所述第一修正值的和值，作为修正后的异常点云数据的距离数据；或者，确定第二扫描次序差值，所述第二扫描次序差值为所述第二正常点云数据的扫描次序减去所述异常云数据的扫描次序的差值；确定第二比值，所述第二比值为所述第二扫描次序差值与所述总扫描次序差值的比值；确定第二修正值，所述第二修正值为所述总距离差值与所述第二比值的乘积；计算所述第二正常点云数据的距离数据减去所述第二修正值的差值，作为修正后的异常点云数据的距离数据。可选的，所述确定当前帧点云数据中的异常点云数据，包括：判断所述点云数据的距离数据是否在所述激光雷达的测距范围内；若否，则确定所述点云数据为异常点云数据。可选的，所述确定当前帧点云数据中的异常点云数据，包括：确定帧间距离差值，所述帧间距离差值为当前帧点云数据与前一帧点云数据中扫描次序相同的点云数据的距离数据之间的差值的绝对值；在当前帧点云数据中提取目标点云数据，所述目标点云数据为当前帧点云数据中帧间距离差值大于第一阈值的点云数据；将扫描次序连续的目标点云数据划分为到同一个目标点云组中；如果所述目标点云组中的目标点云数据的个数小于第二阈值，则将该目标点云组确定为第一目标点云组，所述第一目标点云组内的目标点云数据均为异常点云数据。可选的，根据点云数据的扫描次序和距离数据将当前帧的各个点云数据映射到当前帧的二维帧空间中；或者，每个点云数据还包含本次扫描的扫描角度数据，根据点云数据的角度数据和距离数据将当前帧的各个点云数据映射到当前帧的二维帧空间中；所述方法还包括：如果所述目标点云组中的目标点云数据的个数大于等于第二阈值，则将该目标点云组确定为第二目标点云组；确定第二目标点云组中的每个目标点云数据的近邻点云数据的个数，所述目标点云数据的近邻点云数据：在当前帧的二维帧空间中，距离所述目标点云数据的距离在预设距离内的点云数据；如果所述目标点云数据的近邻点云数据的个数小于第二阈值，则确定所述目标点云数据为异常点云数据。可选的，根据点云数据的扫描次序和距离数据将当前帧的各个点云数据映射到当前帧的二维帧空间中；或者，每个点云数据还包含本次扫描的扫描角度数据，根据点云数据的角度数据和距离数据将当前帧的各个点云数据映射到当前帧的二维帧空间中；所述方法还包括：如果所述目标点云组中的目标点云数据的个数大于等于第二阈值，则将该目标点云组确定为第二目标点云组；确定第二目标点云组中的每个目标点云数据的平均距离，所述目标点云数据的平均距离是指：在当前帧的二维帧空间中，与所述目标点云数据最接近的K个点云数据距离所述目标点云数据的平均距离；如果所述平均距离大于第三阈值，则确定该目标点云数据为异常点云数据。可选的，所述第三阈值是通过以下方式确定：根据第二目标点云组的各个目标点云数据的所述平均距离的均值和标准差确定所述第三阈值。可选的，在确定当前帧点云数据中的异常点云数据之前，还包括：对所述当前帧点云数据进行中值滤波处理。根据本专利技术的第二方面，提供一种激光雷达异常点云数据的修正装置，包括存储器和处理器，所述存储器用于存储计算机指令，所述处理器用于从所述存储器中调用所述计算机指令，以执行如本专利技术的第一方面提供的任一项所述的激光雷达异常点云数据的修正方法。根据本专利技术的第三方面，提供一种计算机存储介质，所述存储介质存储有计算机指令，当所述存储介质中的计算机指令由处理器执行时，实现如本专利技术的第一方面提供的任一项所述的激光雷达异常点云数据的修正方法。在本专利技术实施例提供的异常点云数据的修正方法中，对异常点云数据，采用与异常点云数据的扫描次序邻近的第一正常点云数据和第二正常点云数据按照差值算法进行修正，修正后的异常点云数据保持了当前帧点云数据的连续性。通过以下参照附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将会变得清楚。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定。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相关的附图。图1是本专利技术实施例提供的一种激光雷达异常点云数据的修正方法的流程示意图；图2是本专利技术实施例提供的一种修正异常点云数据的方法的流程示意图；图3是本专利技术实施例提供的一种确定当前帧点云数据中异常点云数据的方法的流程示意图；图4是本专利技术实施例提供的一种用二维极坐标系表示点云数据的示意图；图5是本专利技术实施例提供的另一种用二维极坐标系表示点云数据的示意图；图6是本专利技术实施例提供的一种激光雷达异常点云数据的修正装置的结构示意图。具体实施方式现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到本文档来自技高网...

【技术保护点】
1.一种激光雷达异常点云数据的修正方法，包括：确定当前帧点云数据中的异常点云数据；一帧点云数据是由激光雷达在一个扫描周期内沿扫描方向顺次扫描得到的多个点云数据组成，每个点云数据包含本次扫描在本次扫描周期内的扫描次序和本次扫描得到的距离数据；在扫描次序小于所述异常点云数据的扫描次序的正常点云数据中，确定扫描次序与所述异常点云数据的扫描次序最接近的正常点云数据作为第一正常点云数据；在扫描次序大于所述异常点云数据的扫描次序的正常点云数据中，确定扫描次序与所述异常点云数据的扫描次序最接近的正常点云数据作为第二正常点云数据；根据所述异常点云数据、所述第一正常点云数据、所述第二正常点云数据，利用线性差值算法修正所述异常点云数据的距离数据。

【技术特征摘要】
1.一种激光雷达异常点云数据的修正方法，包括：确定当前帧点云数据中的异常点云数据；一帧点云数据是由激光雷达在一个扫描周期内沿扫描方向顺次扫描得到的多个点云数据组成，每个点云数据包含本次扫描在本次扫描周期内的扫描次序和本次扫描得到的距离数据；在扫描次序小于所述异常点云数据的扫描次序的正常点云数据中，确定扫描次序与所述异常点云数据的扫描次序最接近的正常点云数据作为第一正常点云数据；在扫描次序大于所述异常点云数据的扫描次序的正常点云数据中，确定扫描次序与所述异常点云数据的扫描次序最接近的正常点云数据作为第二正常点云数据；根据所述异常点云数据、所述第一正常点云数据、所述第二正常点云数据，利用线性差值算法修正所述异常点云数据的距离数据。2.根据权利要求1所述的方法，所述根据所述异常点云数据、所述第一正常点云数据、所述第二正常点云数据，利用线性差值算法修正所述异常点云数据的距离数据，包括：确定总扫描次序差值，所述总扫描次序差值为所述第二正常点云数据的扫描次序减去所述第一正常点云数据的扫描次序的差值；确定总距离差值，所述总距离差值为所述第二正常点云数据的距离数据减去所述第一正常点云数据的距离数据的差值；还包括：确定第一扫描次序差值，所述第一扫描次序差值为所述异常云数据的扫描次序减去所述第一正常点云数据的扫描次序的差值；确定第一比值，所述第一比值为所述第一扫描次序差值与所述总扫描次序差值的比值；确定第一修正值，所述第一修正值为所述总距离差值与所述第一比值的乘积；计算所述第一正常点云数据的距离数据与所述第一修正值的和值，作为修正后的异常点云数据的距离数据；或者，确定第二扫描次序差值，所述第二扫描次序差值为所述第二正常点云数据的扫描次序减去所述异常云数据的扫描次序的差值；确定第二比值，所述第二比值为所述第二扫描次序差值与所述总扫描次序差值的比值；确定第二修正值，所述第二修正值为所述总距离差值与所述第二比值的乘积；计算所述第二正常点云数据的距离数据减去所述第二修正值的差值，作为修正后的异常点云数据的距离数据。3.根据权利要求1所述的方法，所述确定当前帧点云数据中的异常点云数据，包括：判断所述点云数据的距离数据是否在所述激光雷达的测距范围内；若否，则确定所述点云数据为异常点云数据。4.根据权利要求1所述的方法，所述确定当前帧点云数据中的异常点云数据，包括：确定帧间距离差值，所述帧间距离差值为当前帧点云数据与前一帧点云数据中扫描次序相同的点云数据的距离数据之间的差值的绝对值；在当前帧点云数据中提取目标点...

【专利技术属性】
技术研发人员：房海云，马立，
申请(专利权)人：歌尔股份有限公司，
类型：发明
国别省市：山东,37