点云数据处理方法及其装置、激光雷达、可移动平台制造方法及图纸

一种点云数据处理方法及其装置、激光雷达、可移动平台，点云数据处理方法包括：获取当前帧，确定所述当前帧中的障碍物；获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。

【技术实现步骤摘要】
【国外来华专利技术】点云数据处理方法及其装置、激光雷达、可移动平台
本公开涉及点云数据处理
，尤其涉及一种点云数据处理方法及其装置、激光雷达、可移动平台。
技术介绍
在自动驾驶领域，目前应用最多的传感器是激光雷达，激光雷达一般用于动态障碍物检测以及建立环境地图。当前激光雷达存在的主要问题是生成的点云数据不够稠密，这对距激光雷达较远的物体尤其明显。该问题会影响动态障碍物检测的效果，也会导致激光雷达建立的环境地图不够精确。
技术实现思路
本公开提供了一种点云数据处理方法，包括：获取当前帧，确定所述当前帧中的障碍物；获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。本公开还提供了一种点云数据处理装置，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：获取当前帧，确定所述当前帧中的障碍物；获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。本公开还提供了一种激光雷达，包括：发射器，用于发射激光束；接收器，用于接收发射回来的激光束；上述点云数据处理装置，对所述接收器接收到激光束进行处理生成点云数据。本公开还提供了一种可移动平台，包括机体；动力系统，设于所述机体，所述动力系统用于为所述可移动平台提供动力；上述激光雷达，设于所述机体，用于感知所述可移动平台的环境信息。本公开还提供了一种计算机可读存储介质，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行上述点云数据处理方法。从上述技术方案可以看出，本公开至少具有以下有益效果：通过本实施例的点云数据处理方法，将历史帧的点云数据累积至当前帧，实现点云数据增强，使点云数据变得稠密，克服了点云数据稀疏的缺陷，有利于生成高精度的环境地图。并且在累积的过程中考虑到障碍物移动的因素，根据障碍物的速度将历史帧的点云数据累积至当前帧，通过这种速度补偿的方法，抑制甚至消除了点云拖尾的问题，进一步提高了点云质量，有利于进一步提高环境地图的精度。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1为本公开实施例点云数据处理方法的流程图。图2为环境地图的一个示意图。图3显示了t帧的障碍物的点云数据。图4显示了t帧的加框后的障碍物的点云数据。图5显示了t-1帧的加框后的障碍物的点云数据。图6显示了t-2帧的加框后的障碍物的点云数据。图7显示了t-1帧的障碍物的位置及其在t帧的预测位置之间的关系。图8显示了t-2帧的障碍物的位置及其在t帧的预测位置之间的关系。图9为根据本公开实施例点云数据处理方法处理后的t帧的障碍物的点云数据。图10为本公开实施例点云数据处理装置的示意图。图11为本公开实施例激光雷达的示意图。图12为本公开实施例的可移动平台的示意图。具体实施方式下面将结合实施例和实施例中的附图，对本公开技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。本公开一实施例提供了一种点云数据处理方法，如图1所示，点云数据处理方法包括以下步骤：步骤S101：获取当前帧，确定所述当前帧中的障碍物；步骤S102：获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；步骤S103：根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。本实施例的点云数据处理方法由一点云数据处理装置执行。所述点云数据处理装置作为传感器的部件，传感器一般安装于可移动平台。本文中的可移动平台包括：车辆、无人飞行器、有人飞行器、船舶等可移动载体。本文中的无人飞行器可以是无人机旋翼航空器，诸如由多个螺旋桨推动以在空中移动的多旋翼航空器。本文中的车辆可以是各种机动车辆和非机动车辆。机动车辆可以是无人驾驶车辆、有人驾驶车辆。本文中的可移动平台可携带用于收集环境数据的一个或多个传感器。由所述一个或多个传感器获取的数据可以组合以生成表示周围环境的环境地图。本文中的环境地图可以是二维地图、三维地图。环境可以是城市、郊区或乡村或者任何其他环境。如图2所示，环境地图可以包括关于环境中物体位置的信息，环境中的物体例如是一个或多个障碍物。障碍物可以包括可阻碍可移动平台移动的任何物体或实体。一些障碍物可能位于地面上，诸如图2中的建筑物、机动车(例如，图2中的道路上的轿车、卡车)、人类、动物、植物(例如，如图2中的树木)和其他人造或自然构造物。一些障碍物可能完全位于空中，包括飞行器(例如，飞机、直升机、热气球、其他UAV)或鸟类。可移动平台可以使用所生成的环境地图来执行各种操作，其中一些可以是半自动化的或全自动化的。例如，环境地图可以用于自动为无人飞行器确定一个飞行路径，以从其当前位置航行至目标位置。例如，环境地图可以用于自动为车辆确定一个行驶路径，以从其当前位置行驶至目标位置。又例如，环境地图可以用于确定一个或多个障碍物的空间排列，并从而使得可移动平台能够执行避障机动。有利地，本文中用于收集环境数据的传感器可以提高环境地图构建的准确度和精度，即使是在多样化的环境和操作条件下也如此，从而增强诸如导航和避障等功能的稳健性和灵活性。本实施例中，所述点云数据处理装置作为传感器的部件，可以单独或与可移动平台的其他传感器组合来生成环境地图。传感器可以是激光雷达，点云数据处理装置是激光雷达的数据处理部件。可移动平台的其他传感器可以是GPS传感器、惯性传感器、视觉传感器、超声传感器等。激光雷达与其他传感器的融合可以用于补偿与单个传感器类型相关联的局限性或误差，从而提高环境地图的准确度和可靠性。为构建环境地图，激光雷达在可移动平台的移动过程中，可不断探测周围环境。在探测过程中，激光雷达向周围环境发射激光束，激光束被环境中的物体反射，反射信号由激光雷达接收，得到数据帧。在探测周围环境的过程中，激光雷达在各个时刻对周围环境成像，得到各个时刻的数据帧。每一时刻的数据帧由点云数据组成。点云数据是指反映环境中的物体的表面形状的数据集合。在步骤S101中，激光雷达在当前时刻向周围环境发射激光束，激光束被环境中的物体反射，反射信号由激光雷达接收，得到当前时刻的数据帧，以下简称当前帧。通过对当前帧的点云数据的处理，识别出当前帧中的障碍物本文档来自技高网...

【技术保护点】
1.一种点云数据处理方法，其特征在于，包括：/n获取当前帧，确定所述当前帧中的障碍物；/n获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；/n根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。/n

【技术特征摘要】
【国外来华专利技术】1.一种点云数据处理方法，其特征在于，包括：
获取当前帧，确定所述当前帧中的障碍物；
获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；
根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。


2.如权利要求1所述的点云数据处理方法，其特征在于，所述确定所述障碍物在所述历史帧中的位置，包括：
在所述历史帧中识别出所述障碍物；
从所述历史帧中的所述障碍物的点云数据，提取出所述障碍物在所述历史帧中的位置。


3.如权利要求2所述的点云数据处理方法，其特征在于，所述在所述历史帧中识别出所述障碍物，包括：
分别获取所述当前帧的特征点和所述历史帧的特征点；
根据所述当前帧的特征点和所述历史帧的特征点，通过光流算法确定所述当前帧的障碍物是否为所述历史帧的障碍物。


4.如权利要求1所述的点云数据处理方法，其特征在于，根据预设传感器的测量值确定所述障碍物在所述历史帧中的速度。


5.如权利要求4所述的点云数据处理方法，其特征在于，根据预设传感器的测量值，利用卡尔曼滤波器确定所述障碍物在所述历史帧中的速度。


6.如权利要求5所述的点云数据处理方法，其特征在于，所述卡尔曼滤波器包括：状态方程、测量方程；
所述利用卡尔曼滤波器确定所述障碍物在所述历史帧中的速度，包括：
根据所述状态方程和所述测量方程进行迭代运算确定所述障碍物在所述历史帧中的速度；所述测量方程包括所述预设传感器的测量值。


7.如权利要求6所述的点云数据处理方法，其特征在于，所述预设传感器为多个，所述测量值通过多个所述预设传感器的测量结果的融合得到。


8.如权利要求5所述的点云数据处理方法，其特征在于，所述预设传感器至少包括以下其中一种：惯性测量单元、轮速计、卫星定位单元。


9.如权利要求1所述的点云数据处理方法，其特征在于，所述将所述历史帧中的所述障碍物的点云数据累积至所述当前帧，包括：
根据所述障碍物在所述历史帧中的速度，确定所述障碍物从所述历史帧至所述当前帧的移动距离；
根据所述障碍物在所述历史帧中的位置、以及所述移动距离，确定所述历史帧中的所述障碍物在所述当前帧中的预测位置；
根据所述预测位置更新所述历史帧中的所述障碍物的点云数据，将更新后的所述点云数据补充至所述当前帧。


10.如权利要求9所述的点云数据处理方法，其特征在于，所述确定所述障碍物从所述历史帧至所述当前帧的移动距离，包括：
确定所述历史帧与所述当前帧的时间差；
根据所述障碍物在所述历史帧中的速度、以及所述时间差，得到所述移动距离。


11.如权利要求9所述的点云数据处理方法，其特征在于，所述更新所述历史帧中的所述障碍物的点云数据，包括：
将所述历史帧中的所述障碍物的点云数据的位置坐标替换为所述预测位置的位置坐标。


12.如权利要求9所述的点云数据处理方法，其特征在于，还包括：
将位于预设位置范围之外的预测位置作为噪点位置；
将与所述噪点位置对应的点云数据从所述当前帧中去除。


13.如权利要求12所述的点云数据处理方法，其特征在于，所述预设位置范围至少包括：
执行所述点云数据处理方法的点云处理装置的坐标系下至少一个维度的范围。


14.一种点云数据处理装置，其特征在于，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取当前帧，确定所述当前帧中的障碍物；
获取所述当前帧之前的历史帧，确定所述障碍物在所述历史帧中的位置和速度；
根据所述障碍物在所述历史帧中的位置和速度，将所述历史帧中的所述障碍物的点云数据累积至所述当前帧。


15.如权利要求14所述的点云数据处理装置，其特征在于，所述确定所述障碍物在所述...

【专利技术属性】
技术研发人员：蒋卓键，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：广东;44