一种针对二维激光扫描仪的角点特征提取方法技术

本发明专利技术公开了一种适用于二维激光扫描仪的角点特征提取方法，旨在检测出实际环境中广泛存在的诸如建筑物、桌子等角点特征。方法首先结合两点间的欧式距离和相应法向量间的余弦距离双阈值来确定每点的邻域范围，具体而言，以较大的欧氏距离阈值来确定粗略的邻域范围，再以较小的余弦距离阈值来确定更加精准的邻域范围。同时为了更好地将角点从点云中提取出来，本发明专利技术给出了一种新颖的评价函数，可以有效地检测出准确的角点。该方法有效地提高了二维激光扫描仪角点特征提取的准确率，并且具有较好的鲁棒性。

A corner feature extraction method for two dimensional laser scanner

The invention discloses a corner feature extraction method suitable for two-dimensional laser scanner, which aims at detecting the common points such as buildings and tables in the actual environment. First, combined with the cosine distance between two points of the Euclidean distance between vectors and the corresponding method of double threshold to determine each point of the neighborhood, in particular, to determine the rough neighborhood based on Euclidean distance threshold is larger, then the cosine distance threshold smaller to determine more accurate range. At the same time, in order to extract corners from the point cloud better, a novel evaluation function is proposed, which can detect the corners accurately. This method effectively improves the accuracy of corner feature extraction of two-dimensional laser scanner, and has good robustness.

【技术实现步骤摘要】
一种针对二维激光扫描仪的角点特征提取方法
本专利技术属于激光定位与导航
，特别地涉及一种基于二维激光扫描仪的角点特征提取方法。在角点特征提取中，涉及了双阈值邻域判定方法，和针对角点的几何特征设计的评分方法。
技术介绍
在同时定位与建图(SLAM)问题中，对图像局部特征的提取已有相当多的研究工作。然而相比于成熟的视觉研究领域，2DLidar虽也是SLAM中一种常用的传感器，却缺少相关的特征提取方法。国外学者在这方面做了较多的研究。较早关注2DLidar特征提取的工作有Boss和Zlot，其对每个子地图建立每点法向量的朝向直方图以及一组加权投影直方图。Li和Olson提出将2D点云数据栅格化进而获得一幅图像，用Kanade-Tomasi角点检测出特征点，同时结合SIFT来描述特征点的邻域。栅格化的优势在于可以利用图像领域已有的特征提取方法，劣势在于栅格化过程引入了噪声。Tipaldi和Arras提出FLIRT，被认为是首个为2DLidar设计的特征提取方法，其中包括基于原始扫描数据、基于扫描数据的法向量估计以及基于扫描数据曲率估计三种特征提取方法。Kallasi等提出FALKO以及OC。FALKO根据欧式距离阈值划分对每个点划分左邻域和右邻域，同时给出评分函数分别对左右邻域进行评分，累积分数最大的点被提取出来作为特征点。OC通过对单帧扫描数据做霍夫变换，获得关于一系列角度θ的霍夫频谱HS(θ)，根据其值大小获得主朝向θd，将所有点旋转-θd角度，随后对在欧式距离阈值内的邻点提出一种评分函数，评分高的点被选为特征点。
技术实现思路
本专利技术针对真实场景中大量存在的两条相交边的情况，设计了一种鲁棒的2DLidar点云角点特征提取方法，在两个方面对2D点云特征提取的工作进行了改进：第一，针对传统的单一依靠欧式距离阈值来确定邻域容易导致误检漏检的问题进行了改进，采取结合较大的欧式距离和较小的法向量余弦距离双阈值的策略来判定每点的左右邻域；第二，为了抑制异常点的影响以及检测出覆盖的邻域范围更大也更稳定的角点，设计了一种新颖的对提取角点特征更加有效的评价函数。本专利技术的技术方案为：针对二维激光扫描仪的角点特征提取方法，通过二维激光扫描仪获得二维点云数据，对二维点云数据S进行以下步骤处理：步骤1：以激光扫描的顺序逐一对S中每点做处理，首先用欧式距离阈值确定一个邻域范围，在这个邻域范围内，再用余弦距离阈值获得最终的邻域范围；步骤2：对候选点及其邻域进行评分，将最终的邻域划分为左邻域以及右邻域，对左右邻域分别用评价函数求得评分，左右邻域的评分之和作为该点的最终评分；利用非极大值抑制，筛选出窗口范围内评分最大的点作为角点。进一步的，二维点云中每点的邻域依次通过以下步骤得到：1.1)根据每个扫描点Pi到扫描原点O的距离Di来确定可能位于邻域内的点的下标范围R’；1.2)选取一个欧氏距离阈值Thb，对下标在R’内的点Pj，当其与Pi的距离在Thb内时，将其添加到邻域中，更新R’；1.3)选取一个余弦距离阈值Ths，对下标在R’内的点Pj，当其余弦距离位于Ths外时，将其剔除出邻域，更新R’；1.4)获得邻域范围后，分别对更新后的左右邻域进行直线拟合，选取一个角度阈值范围Thd，当两条拟合得到的直线之间的角度不在阈值范围Thd内时，舍弃该点，不再进行下一步处理。进一步的，邻域下标范围依次通过以下步骤得到：1.1.1)根据扫描点到扫描原点的距离确定圆形窗口半径a、b均为常数项；1.1.2)确定邻域可能的下标范围，令α为激光扫描仪的角度分辨率，则在以Pi为圆心的圆形窗口内可能存在位于邻域内的点Pj的下标范围为：进一步的，1.3)中的邻域范围通过以下方法得到：邻域中相邻两点法向量间应该满足其中||·||表示求余弦距离，表示第j个点的法向量弧度；对不满足条件的点Pj，将其剔除出邻域。进一步的，对左右邻域内的点进行直线拟合的准则为使得左邻域或右领域内的点到拟合直线的距离平方和最小。进一步的，步骤2中每点的评分，通过以下方法得到：2.1)对候选特征点Pi与其邻点之间线段的角度进行离散化，将以Pi为圆心的圆等分成Si等份的扇形区块，分别对左右邻域中的每点计算其所在的扇形区块的编号{It,左,It+1,左,…,Ii-1,左}和{Ii+1,右,Ii+2,右,…,Im,右}，其中t和m分别为步骤1.3)更新后的R’中的最小值和最大值，It,左表示左领域中下标为t的点所在的扇形区块的编号，Im,右表示右领域中下标为m的点所在的扇形区块的编号；2.2)对每个候选特征点Pi按照如下方式分别对左右邻域进行评分：该候选特征点的左领域评分该候选特征点的左领域评分式中，c为常数项，mod(·)表示求模运算；2.3)该点最终的评分为左右邻域之和：J(i)＝J左(i)+J右(i)。本专利技术的有益效果是：(1)本专利技术设计了一种双阈值确定邻域的方法，较大的欧式距离阈值避免了因欧式距离太小造成的漏检，结合较小的余弦距离阈值避免了欧式距离过大造成的误检。(2)给出了一种新颖的评价函数，可以有效地检测出准确的角点，具有更好的重复性和鲁棒性。附图说明图1为本专利技术针对二维激光扫描仪的角点特征提取方法的步骤流程图；图2为本专利技术利用二维激光扫描仪获取的二维点云示例；图3为本专利技术对图2中二维点云示例的角点提取结果；具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应该理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。相反，本专利技术涵盖任何由权利要求定义的在本专利技术的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本专利技术有更好的了解，在下文对本专利技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述可以完全理解本专利技术。针对二维激光扫描仪的角点特征提取方法，点云类型为由二维激光扫描仪所采集的二维点云，方法旨在检测出其中的诸如建筑物边缘、桌角等由两条边相交所形成的角点特征。对二维点云数据S进行以下步骤处理：步骤1：以激光扫描的顺序逐一对S中每点做处理，首先用较大的欧式距离阈值确定一个大致的邻域范围，在这个邻域范围内，再用较小的相应法向量之间的余弦距离阈值获得最终的邻域范围。二维点云中每点的邻域依次通过以下步骤得到：1.1)根据每个扫描点Pi到扫描原点O的距离Di来确定可能位于邻域内的点的下标范围R’；邻域下标范围依次通过以下步骤得到：1.1.1)根据扫描点到扫描原点的距离确定圆形窗口半径a、b均为常数项；1.1.2)确定邻域可能的下标范围，令α为激光扫描仪的角度分辨率，则在以Pi为圆心的圆形窗口内可能存在位于邻域内的点Pj的下标范围为：1.2)选取一个欧氏距离阈值Thb，对下标在R’内的点Pj，当其与Pi的距离在Thb内时，将其添加到邻域中，更新邻域R’→R’+{Pj}。；1.3)选取一个余弦距离阈值Ths，对下标在R’内的点Pj，当其余弦距离位于Ths外时，将其剔除出邻域，更新邻域R’→R’-{Pj}。。该步骤中的邻域范围通过以下方法得到：点Pi处的法向量满足为点Pi-1和点Pi的向量，邻域中相邻两点法向量间应该满足其中||·||表示求余弦距离，表示第j个点的法向本文档来自技高网...

【技术保护点】
一种针对二维激光扫描仪的角点特征提取方法，其特征在于，通过二维激光扫描仪获得二维点云数据，对二维点云数据S进行以下步骤处理：步骤1：以激光扫描的顺序逐一对S中每点做处理，首先用欧式距离阈值确定一个邻域范围，在这个邻域范围内，再用余弦距离阈值获得最终的邻域范围；步骤2：对候选点及其邻域进行评分，将最终的邻域划分为左邻域以及右邻域，对左右邻域分别用评价函数求得评分，左右邻域的评分之和作为该点的最终评分；利用非极大值抑制，筛选出窗口范围内评分最大的点作为角点。

【技术特征摘要】
1.一种针对二维激光扫描仪的角点特征提取方法，其特征在于，通过二维激光扫描仪获得二维点云数据，对二维点云数据S进行以下步骤处理：步骤1：以激光扫描的顺序逐一对S中每点做处理，首先用欧式距离阈值确定一个邻域范围，在这个邻域范围内，再用余弦距离阈值获得最终的邻域范围；步骤2：对候选点及其邻域进行评分，将最终的邻域划分为左邻域以及右邻域，对左右邻域分别用评价函数求得评分，左右邻域的评分之和作为该点的最终评分；利用非极大值抑制，筛选出窗口范围内评分最大的点作为角点。2.根据权利要求1所述的方法，其特征在于，二维点云中每点的邻域依次通过以下步骤得到：1.1)根据每个扫描点Pi到扫描原点O的距离Di来确定可能位于邻域内的点的下标范围R’；1.2)选取一个欧氏距离阈值Thb，对下标在R’内的点Pj，当其与Pi的距离在Thb内时，将其添加到邻域中，更新R’；1.3)选取一个余弦距离阈值Ths，对下标在R’内的点Pj，当其余弦距离位于Ths外时，将其剔除出邻域，更新R’；1.4)获得邻域范围后，分别对更新后的左右邻域进行直线拟合，选取一个角度阈值范围Thd，当两条拟合得到的直线之间的角度不在阈值范围Thd内时，舍弃该点，不再进行下一步处理。3.根据权利要求2所述的方法，其特征在于，邻域下标范围依次通过以下步骤得到：1.1.1)根据扫描点到扫描原点的距离确定圆形窗口半径a、b均为常数项；...

【专利技术属性】
技术研发人员：于慧敏，黎睿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33