一种提取激光雷达特征点的方法技术

一种提取激光雷达特征点的方法，一种直接利用激光雷达扫描点，θi和ρi，通过计算相邻点斜率差进行分割和特征点提取的方法，本发明专利技术在提取激光雷达扫描数据的特征点时，不需要迭代计算，仅需一次计算出所有相邻点的斜率差即可提取出断点和角点特征，减小了计算工作量，而且对于阀值不敏感，也减小了计算的难度。

【技术实现步骤摘要】
一种提取激光雷达特征点的方法
本专利技术涉及特征点提取的方法
，特别涉及一种提取激光雷达特征点的方法。
技术介绍
环境特征提取是自主机器人定位与导航的基础。在利用激光雷达获取数据进行特征提取时，现有的方法可以大致分为序惯法和递归法。这两类方法大多需要进行迭代计算，对阀值敏感，计算复杂度高，计算量较大。因此，提出一种高效、简便、准确率高的方法来实现特征点的提取是十分必要的。
技术实现思路
为了克服以上技术问题，本专利技术提供一种提取激光雷达特征点的方法，直接利用激光雷达扫描点(θi和ρi)，通过计算相邻点斜率差进行分割和特征点提取。为了实现上述目的，本专利技术采用的技术方案是：一种提取激光雷达特征点的方法，包括以下步骤；激光雷达每扫描环境一次，返回一组有序二维激光雷达数据，将此数据预处理后得到点集为：P＝{(θi，ρi)，i＝1，2，，n}其中θi和ρi分别为扫描第i点时转过的角度和返回的距离；步骤1：根据点集P，利用前述原理计算相邻扫描点斜率的差值Δk，即其中i＝2,3,···,n-1；因为激光雷达具有环形扫描的特点，所以可以将第n点作为第1点的前一个扫描点，将第1点作为第n点的后一个扫描点，即:如果相邻的3个扫描点，斜率的差值Δki-1、Δki和Δki+1均大于阀值kth，且|Δki-Δki-1|>2kth，|Δki+1-Δki|>2kth，则认为第i点是第一类孤立点，找出所有第一类孤立点，删除后更新点集P；步骤2：更新点集P后，再依次计算第i个扫描点的θi与相邻两扫描点的θi-1和θi+1的差值，如果|θi-θi-1|>θth，且|θi+1-θi|>θth，θth为阀值，则认为第i点为第二类孤立点，找出所有第二类孤立点，删除后再次更新点集P；步骤3：将去除孤立点后的点集P，重新利用式4计算相邻扫描点的斜率差值，进行断点和角点的判断，判断规则如下：1)如果|θi+1-θi|>θth，第i点和第i+1点均为断点，分别为前一条直线上的末点和后一条直线的起点；2)如果Δki和Δki+1均大于阀值kth，且Δki·Δki+1<0，则第i点和第i+1点均为断点，分别为前一条直线上的末点和后一条直线的起点；3)如果|Δki|>α·kth(0<α<1)，|Δki+1-Δki|>0，|Δki-Δki-1|>0，且(Δki+1-Δki)(Δki-Δki-1)<0，则第i点为角点，即前一条直线的终点，同时也是后一条直线的起点；步骤4：根据点集P中各点的属性，从第1点至最后一点依次分割，并计算每条线段的始末点坐标和线段的斜率，得到线段集L；步骤5：由于激光雷达工作的特点，当从某条直线的中间部分开始扫描，所以线段集中第一条和最后一条线段会属于同一条线段，如果第一条线段的始末点均在最后一条线段所在的直线上，则将这两条线段合并。本专利技术的有益效果：本专利技术在提取激光雷达扫描数据的特征点时，不需要迭代计算，仅需一次计算出所有相邻点的斜率差即可提取出断点和角点特征，减小了计算工作量，而且对于阀值不敏感，也减小了计算的难度。附图说明图1是扫描点示意图。图2是断点示意图。图3是断点处斜率分布。图4是角点示意图。图5是角点处斜率分布。图6是激光雷达部分扫描点数据(包含角点特征)。图7是图6扫描点数据中角点处Δk分布。图8是第一类孤立点。图9是第二类孤立点。具体实施方式下面结合附图对本专利技术作进一步详细说明。如图1所示，从O点向直线l以等角度Δθ的间隔画直线，假设交点依次为P1，P2，P3，P4···，O点到交点的长度依次为ρ1，ρ2，ρ3，ρ4···，然后，由P1点向OP2做垂线相交于P1'点，则为直线l与P1P1'的夹角，同理可得由几何关系可得：因为：当Δθ很小时，则有：所以：由此可得，当相邻两点处的k值之差很小时，就认为该两点处于同一条直线上，否则该点为断点或独立点。如图2所示，由O点分别向直线L1和L2以等角度间隔θ做射线，与直线L1交于点P1、···、Pi-1、Pi，与直线L2交于点Pi+1、···、Pn-1、Pn，其中ρi表示O点至Pi点的距离，Pi和Pi+1分别为直线L1和L2的断点。按照式1计算k(n)为：如图3中蓝色实线所示，当在断点处k值有明显的峰值。为了消除相邻两点k值微小的差值，令：Δk(n)＝k(n+1)-k(n)(3)则Δk如图3中桔色虚线所示，在直线L1的末点Pi和L2的起点Pi+1对应的Δk(i-1)和Δk(i)处峰值非常明显，且该两处峰值的符号相反。同理，如图4所示，直线L1和直线L2相交于点Pi，则Pi为两条直线的角点。分别按照式2和式3计算k(n)和Δk(n)，如图5所示。在角点Pi处Δk(i)有较明显的峰值。图6为激光雷达部分扫描点数据。图7为按照式3计算的Δk分布情况，虽然由于扫描的误差而导致Δk波动，但是在角点53处有明显的峰值。激光雷达每扫描环境一次，返回一组有序二维激光雷达数据，将此数据预处理后得到点集为：P＝{(θi，ρi)，i＝1，2，…，n}其中θi和ρi分别为扫描第i点时转过的角度和返回的距离。步骤1：根据点集P，利用前述原理计算相邻扫描点斜率的差值Δk，即其中i＝2,3,···,n-1。因为激光雷达具有环形扫描的特点，所以可以将第n点作为第1点的前一个扫描点，将第1点作为第n点的后一个扫描点，即:如果相邻的3个扫描点，斜率的差值Δki-1、Δki和Δki+1均大于阀值kth，且|Δki-Δki-1|>2kth，|Δki+1-Δki|>2kth，则认为第i点是第一类孤立点(如图8所示第28点)。找出所有第一类孤立点，删除后更新点集P。步骤2：更新点集P后，再依次计算第i个扫描点的θi与相邻两扫描点的θi-1和θi+1的差值，如果|θi-θi-1|>θth，且|θi+1-θi|>θth，θth为阀值，则认为第i点为第二类孤立点(如图9所示第257点)。找出所有第二类孤立点，删除后再次更新点集P。步骤3：将去除孤立点后的点集P，重新利用式4计算相邻扫描点的斜率差值，进行断点和角点的判断。判断规则如下：4)如果|θi+1-θi|>θth，第i点和第i+1点均为断点，分别为前一条直线上的末点和后一条直线的起点；5)如果Δki和Δki+1均大于阀值kth，且Δki·Δki+1<0，则第i点和第i+1点均为断点，分别为前一条直线上的末点和后一条直线的起点；6)如果|Δki|>α·kth(0<α<1)，|Δki+1-Δki|>0，|Δki-Δki-1|>0，且(Δki+1-Δki)(Δki-Δki-1)<0，则第i点为角点，即前一条直线的终点，同时也是后一条直线的起点。步骤4：根据点集P中各点的属性，从第1点至最后一点依次分割，并计算每条线段的始末点坐标和线段的斜率，得到线段集L。步骤5：由于激光雷达工作的特点，有可能会从某条直线的中间部分开始扫描，所以线段集中第一条和本文档来自技高网...

【技术保护点】
1.一种提取激光雷达特征点的方法，其特征在于，包括以下步骤；激光雷达每扫描环境一次，返回一组有序二维激光雷达数据，将此数据预处理后得到点集为：P＝{(θi，ρi)，i＝1，2，…，n}其中θi和ρi分别为扫描第i点时转过的角度和返回的距离；步骤1：根据点集P，利用前述原理计算相邻扫描点斜率的差值Δk，即

【技术特征摘要】
1.一种提取激光雷达特征点的方法，其特征在于，包括以下步骤；激光雷达每扫描环境一次，返回一组有序二维激光雷达数据，将此数据预处理后得到点集为：P＝{(θi，ρi)，i＝1，2，…，n}其中θi和ρi分别为扫描第i点时转过的角度和返回的距离；步骤1：根据点集P，利用前述原理计算相邻扫描点斜率的差值Δk，即其中i＝2,3,···,n-1；因为激光雷达具有环形扫描的特点，所以可以将第n点作为第1点的前一个扫描点，将第1点作为第n点的后一个扫描点，即:如果相邻的3个扫描点，斜率的差值Δki-1、Δki和Δki+1均大于阀值kth，且|Δki-Δki-1|>2kth，|Δki+1-Δki|>2kth，则认为第i点是第一类孤立点，找出所有第一类孤立点，删除后更新点集P；步骤2：更新点集P后，再依次计算第i个扫描点的θi与相邻两扫描点的θi-1和θi+1的差值，如果|θi-θi-1|>θth，且|θi+1-θi|>θth，θth为阀值，则认为第i点为第二类孤立点，找出所有第二类孤立点，删除后再次更新点集P；步骤3：将去...

【专利技术属性】
技术研发人员：刘朋，
申请(专利权)人：陕西科技大学，
类型：发明
国别省市：陕西,61