一种点云数据轻量化快速生成方法技术

本发明专利技术涉及工程仿真技术领域，具体涉及一种点云数据轻量化快速生成方法，包括如下步骤：S1、通过雷达对障碍物的轮廓进行扫描，获取表征被测障碍物表面信息的三维点云数据；S2、通过摄像头采集障碍物图像，并根据运动目标检测算法处理障碍物图像，提取固定式障碍物和非固定式障碍物；S3、对固定式障碍物的类型进行识别，并匹配出相应的延伸距离；S4、获取位于固定式障碍物中心的三维点云数据，作为第一特征点云数据；并根据延伸距离处理特征点云数据，生成第一实体模型；S5、获取位于非固定式障碍物边缘的三维点云数据，作为第二特征点云数据，并基于第一实体模型整合第二特征点云数据，得到保留边缘特征的第二实体模型；S6、输出第一实体模型和第二实体模型；采用本方案能够解决点云数据重构效率偏低的问题。

【技术实现步骤摘要】
一种点云数据轻量化快速生成方法
本专利技术涉及工程仿真
，具体涉及一种点云数据轻量化快速生成方法。
技术介绍
点云数据是指在一个三维坐标系统中的一组向量的集合。这些向量通常以X,Y,Z三维坐标的形式表示，而且一般主要用来代表一个物体的外表面形状；不仅如此，除(X,Y,Z)代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色、灰度值、深度和分割结果等。目前，大多数点云数据是由3D扫描设备产生，例如雷达、立体摄像头、越渡时间相机等；这些设备用自动化的方式测量在物体表面的大量的点的信息，然后用某种数据文件输出点云数据；通过海量的点云数据，能够表征被测物的表面形貌。在无人驾驶汽车领域中，点云处理技术能够结合雷达进行高精度的定位。即由雷达获取障碍物的轮廓，并以点云数据的形式发给自动驾驶系统使用。但是，采集到的点云数据除了固定式障碍物，如行驶道路上的路牌、栏杆等；还包括一些可移动的非固定式障碍物，如车辆和行人；由于道路中的障碍物目标丰富且不断变化，所以原始的点云数据也相对较多，如果按照传统的点云数据生成方式，将无法在规定的时间内迅速构成出障碍物模型，存在点云数据重构效率偏低的问题。
技术实现思路
本专利技术意在于提供一种点云数据轻量化快速生成方法，能够解决点云数据重构效率偏低的技术问题。本专利技术提供的基础方案为：一种点云数据轻量化快速生成方法，包括如下步骤：S1、通过雷达对障碍物的轮廓进行扫描，获取表征被测障碍物表面信息的三维点云数据；S2、通过摄像头采集障碍物图像，并根据运动目标检测算法处理障碍物图像，提取固定式障碍物和非固定式障碍物；S3、对固定式障碍物的类型进行识别，并匹配出相应的延伸距离；S4、获取位于固定式障碍物中心的三维点云数据，作为第一特征点云数据；并根据延伸距离处理特征点云数据，生成第一实体模型；S5、获取位于非固定式障碍物边缘的三维点云数据，作为第二特征点云数据，并基于第一实体模型整合第二特征点云数据，得到保留边缘特征的第二实体模型；S6、输出第一实体模型和第二实体模型。本专利技术的工作原理及优点在于：采用本方案，首先通过雷达扫描障碍物的轮廓，能够得到表征被测障碍物表面信息的三维点云数据；再由摄像头拍摄障碍物图像，根据运动目标检测算法能够判断出障碍物是否移动，对于固定式的障碍物，可以根据预先设定的延伸距离和该障碍物中心位置的三维点云数据进行轻量化快速生成实体模型，然而，非固定式的障碍物，例如行人或行驶的车辆，需要进行边缘描绘，得到更为精细的实体模型。相比于传统的根据初始点云数据重构实体模型来说，本方案能够针对不同类型的障碍物生成精细程度不同的实体模型，能够满足无人驾驶汽车障碍物定位需求，提升点云数据重构的效率。进一步，所述步骤S2中运动目标检测算法采用的是帧间差分法。有益效果：帧差法的基本原理是在图像序列相邻两帧或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动区域，而且算法简单、计算量较小，能够快速检测到移动的障碍物图像。进一步，还包括步骤S11、根据三维点云数据获取被测障碍物与雷达的间隔距离，并剔除间隔距离大于预设阈值的被测障碍物点云数据。有益效果：采用本方案，能够滤除无效的点云数据，提升重构效率。进一步，所述步骤S1中雷达采用毫米波雷达，型号为ARS408-21。有益效果：这种雷达具有探测距离远、探测性更能好以及响应速度快的特点。进一步，还包括步骤S12、获取车辆的当前行驶速度；如果当前行驶速度大于预设阈值，则提取所有障碍物中心的三维点云数据，并根据预设的延伸距离得到障碍物实体模型。有益效果：采用本方案，如果车速超过阈值，则可以将所有障碍物进行粗略地加载，保证所有点云数据的重构具有更高效率，避免时延的问题影响到驾驶安全。进一步，还包括步骤S13、通过预先设定采样时间，选取固定式障碍物为参照目标，并获取该参照目标在采样时间内生成的点云数据，计算得到距离变化率，如果距离变化率大于预设速度阈值，则生成告警信息。有益效果：能够根据点云数据得到距离变化率，完成对车辆行驶速度的监控。附图说明图1为本专利技术一种点云数据轻量化快速生成方法实施例一的流程图。具体实施方式下面通过具体实施方式进一步详细的说明：实施例一如图1所示，一种点云数据轻量化快速生成方法，包括如下步骤：S1、通过雷达发射扫描激光，对障碍物的轮廓进行扫描，获取表征被测障碍物表面信息的三维点云数据；其中，雷达采用毫米波雷达，型号为ARS408-21；S2、通过摄像头采集障碍物图像，并根据运动目标检测算法处理障碍物图像，提取固定式障碍物和非固定式障碍物；其中，运动目标检测算法采用的是帧间差分法；主要是在图像序列相邻两帧或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动区域，该技术为现有技术，在此不再赘述。S3、对固定式障碍物的类型进行识别，并匹配出相应的延伸距离；具体的，本方案中数据库中预存有若干障碍物图像以及对应的延伸距离，例如，电线杆的延伸距离为1，路牌的延伸距离为2；S4、获取位于固定式障碍物中心的三维点云数据，作为第一特征点云数据；并根据延伸距离处理特征点云数据，生成第一实体模型；S5、获取位于非固定式障碍物边缘的三维点云数据，作为第二特征点云数据，并基于第一实体模型整合第二特征点云数据，得到保留边缘特征的第二实体模型；简单来说，第二实体模型生成的流程是在第一实体的基础上多了一个保留边缘特征，便于针对移动式的障碍物模型进行精细化生成；S6、输出第一实体模型和第二实体模型。采用本方案，对于固定式的障碍物，可以根据预先设定的延伸距离和该障碍物中心位置的三维点云数据进行轻量化快速生成实体模型，然而，非固定式的障碍物，例如行人或行驶的车辆，需要进行边缘描绘，得到更为精细的实体模型。具体的，本实施例中，还包括步骤S11、根据三维点云数据获取被测障碍物与雷达的间隔距离，并剔除间隔距离大于预设阈值(本实施例中设定为10米)的被测障碍物点云数据；在其他实施例中，还包括步骤S12、获取车辆的当前行驶速度；如果当前行驶速度大于预设阈值，则提取所有障碍物中心的三维点云数据，并根据预设的延伸距离得到障碍物实体模型；采用这种方式，能够避免时延的问题影响到驾驶安全。实施例二与实施例一相比，不同之处仅在于，还包括步骤S13、通过预先设定采样时间，选取固定式障碍物为参照目标，并获取该参照目标在采样时间内生成的点云数据，计算得到距离变化率，如果距离变化率大于预设速度阈值(本实施例中设定为40km/h)，则生成告警信息。实施例三与实施例一相比，不同之处仅在于，还包括步骤S14、获取拍摄位置信息，以及该地点拍摄到的图像信息和三维点云数据；S15、根据三维点云数据生成障碍物粗糙实体模型；S16、将图像信息和三维点云数据上传至云端服务器，并在云端服务器中整合图像信息本文档来自技高网...

【技术保护点】
1.一种点云数据轻量化快速生成方法，其特征在于，包括如下步骤：/nS1、通过雷达对障碍物的轮廓进行扫描，获取表征被测障碍物表面信息的三维点云数据；/nS2、通过摄像头采集障碍物图像，并根据运动目标检测算法处理障碍物图像，提取固定式障碍物和非固定式障碍物；/nS3、对固定式障碍物的类型进行识别，并匹配出相应的延伸距离；/nS4、获取位于固定式障碍物中心的三维点云数据，作为第一特征点云数据；并根据延伸距离处理特征点云数据，生成第一实体模型；/nS5、获取位于非固定式障碍物边缘的三维点云数据，作为第二特征点云数据，并基于第一实体模型整合第二特征点云数据，得到保留边缘特征的第二实体模型；/nS6、输出第一实体模型和第二实体模型。/n

【技术特征摘要】
1.一种点云数据轻量化快速生成方法，其特征在于，包括如下步骤：
S1、通过雷达对障碍物的轮廓进行扫描，获取表征被测障碍物表面信息的三维点云数据；
S2、通过摄像头采集障碍物图像，并根据运动目标检测算法处理障碍物图像，提取固定式障碍物和非固定式障碍物；
S3、对固定式障碍物的类型进行识别，并匹配出相应的延伸距离；
S4、获取位于固定式障碍物中心的三维点云数据，作为第一特征点云数据；并根据延伸距离处理特征点云数据，生成第一实体模型；
S5、获取位于非固定式障碍物边缘的三维点云数据，作为第二特征点云数据，并基于第一实体模型整合第二特征点云数据，得到保留边缘特征的第二实体模型；
S6、输出第一实体模型和第二实体模型。


2.根据权利要求1所述的点云数据轻量化快速生成方法，其特征在于：所述步骤S2中运动目标检测算法采用的是帧间差分法。


3.根据...

【专利技术属性】
技术研发人员：崔亮，韩为志，赵权，刘庆，
申请(专利权)人：贵州北斗空间信息技术有限公司，
类型：发明
国别省市：贵州;52