一种基于道路交通点云数据的背景滤除方法技术

本发明专利技术涉及一种基于道路交通点云数据的背景滤除方法，步骤如下：通过路侧激光雷达获取道路上的所有目标，得到待处理的三维点云数据；将待处理的三维点云数据按照每帧进行提取，选取第1帧为初始帧1，并对其余所有帧顺次进行编号，在初始帧1中选取一点作为初始点a；根据编号顺序将其余所有帧与初始帧1进行比对，探寻初始点a在其它帧中是否均出现；其余所有帧中，若初始点a均出现在搜索范围内，则认为初始点a属于背景点，若初始点a均未出现在搜索范围内，则认为初始点a为非背景点。本发明专利技术以路侧激光雷达点云数据为基础，通过背景滤除算法，将点云中的静态目标与动态目标进行区分，以减少高精度数字地图建图过程中动态目标带来的影响。来的影响。来的影响。

【技术实现步骤摘要】
一种基于道路交通点云数据的背景滤除方法


[0001]本专利技术涉及一种基于道路交通点云数据的背景滤除方法，属于交通安全


技术介绍

[0002]道路交通安全一直是困扰交通领域的难点问题，计算机技术的发展为交通安全带来了新的解决方案，基于三维点云数据的高精度数字地图应运而生，为突破传统道路交通安全管控方式带来新的思路。
[0003]激光雷达作为一种新型智能感知设备，具有体积小、3D成像、信息实时感知、不受光照影响、精度高等特点，目前被应用于道路交通领域的研究。将激光雷达安装在路侧，可以获取在途用户(行人、机动车、非机动车)的速度、位置等信息，也可以对静态目标(建筑、交通设施、树木等)进行识别扫描。为解决道路交通安全问题，亟需一套完整的高精度数字地图构建技术，背景滤除算法作为构建高精度数字地图的基础，背景点提取的完整度直接影响到数字地图的精度。以激光雷达点云数据为数字地图基本框架，由于点云数据中存在静态目标与动态目标，动态目标易对高精地图的构建产生干扰，因此建图过程中需要将静态目标(即背景点)保留，剔除动态目标，以提高数字地图的精确度。
[0004]传统的背景滤除算法仅考虑目标未受遮挡时的情况，为此提出本专利技术，当某目标受到遮挡时，判断其属于动态目标还是静态目标，从而使整个背景滤除过程更加完善准确。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供一种基于道路交通点云数据的背景滤除方法，以路侧激光雷达点云数据为基础，通过背景滤除算法，将点云中的静态目标(背景点)与动态目标进行区分，以减少高精度数字地图建图过程中动态目标带来的影响。
[0006]术语解释：
[0007]RANSAC(Random Sample Consensus)：它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。
[0008]DBSCAN(Density
‑
Based Spatial Clustering of Applications with Noise)：是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。
[0009]遍历算法：即点云遍历，选定一点a，计算空间中其余各点与点a的距离，计算完毕后，再选取除a外任意一点b，计算空间中其余各点(除点a外)与点b的距离，重复上述步骤可将空间中任意两点的距离计算出来。
[0010]本专利技术的技术方案如下：
[0011]一种基于道路交通点云数据的背景滤除方法，操作步骤如下：
[0012](1)通过路侧激光雷达获取道路上的所有目标(行人、机动车、非机动车、静态目
标)，得到待处理的三维点云数据；
[0013](2)将待处理的三维点云数据按照每帧进行提取，选取第1帧为初始帧1，并对其余所有帧顺次进行编号，编号按时间顺序分别为帧2、帧3、帧4、
…
、帧j、
…
、帧n，在初始帧1中选取一点作为初始点a；
[0014](3)根据编号顺序将其余所有帧与初始帧1进行比对，探寻初始点a在其它帧中是否均出现；
[0015](4)其余所有帧中，若初始点a均出现在搜索范围内，则认为初始点a属于背景点，若初始点a均未出现在搜索范围内，则认为初始点a为非背景点，这种情况认为初始点a无遮挡。
[0016]优选的，步骤(2)中，三维点云数据按照每帧进行提取时，每隔10帧选取一帧，避免一辆车在数据采集过程中一直或者长时间停留在一个位置时计算量过大，同时10帧内运动物体变化较小。
[0017]优选的，步骤(3)中，由于初始点a可能因环境影响存在波动情况，因此在其它帧中找寻初始点a点时限定一个搜索范围，在其它帧中初始点a点的搜索范围设置为椭球形，由激光雷达垂直角分辨率与水平角分辨率确定搜索范围的长半轴与短半轴，并以初始点a的原始位置为椭球形球心。
[0018]进一步优选的，椭球形搜索范围长半轴与短半轴大小确定方式如下：
[0019]从水平角度出发(俯视激光雷达)，激光雷达在360
°
内存在射线，激光雷达的水平角分辨率α由激光雷达的机械性能确定，同一水平面内存在一圈距离激光雷达原点相等的点，如图2中a、b两点，该点与激光雷达原点距离为D
H
，同一水平面内相邻两点间的距离为HD，HD的计算公式如下：
[0020][0021]在竖直平面内(正视激光雷达)，激光雷达由于型号不同存在不同数量的激光线束，激光雷达的垂直角分辨率β，同一竖直平面内存在距离激光雷达坐标系原点相等的点，如图3中c、d所示，该点与激光雷达原点距离为D
V
，同一竖平面内两点之间的距离记为VD，VD计算公式如下：
[0022][0023]初始点a的搜索范围为椭球形，激光雷达的水平角分辨率远小于垂直角分辨率，故规定搜索范围的长半轴为VD，短半轴为HD，椭球形球心为初始帧1中初始点a的位置，初始点a在其它帧中出现时，统称其它帧中的初始点a为临近点，其它帧中的临近点若出现在该椭球形搜索范围内，则认为点a在该帧中拥有临近点。
[0024]优选的，步骤(4)中，临近点数量规定为NN，其它帧(不包含初始帧1)数量规定为NF，每个临近点在每帧中最多只出现一次，NN与NF的关系为0≤NN≤NF，表示为：
[0025]NN∈[0，NF]ꢀꢀꢀꢀ
(Ⅲ)
[0026]当NN＝0时,临近点属于运动点，当NN＝NF时，临近点属于背景点，当0＜NN＜NF时，说明部分帧中的访问点被遮挡，原因有二：第一种情况是访问点属于背景点，但被运动物体遮住；第二种情况是访问点属于运动物体，被另一运动物体遮住。
[0027]优选的，步骤(4)中，若初始点a只在部分帧中出现，则认为初始点a在某些帧中被遮挡不可见，不可见点有两种情况：1)不可见点属于背景点；2)不可见点属于运动点；确认方法如下：
[0028]a、在初始帧中找寻初始点a搜索范围内的所有点，规定其为访问点，在初始点a消失的帧j中找寻这些访问点，将访问点中的可见点进行排除，其余不可见点作为一个组合，在初始帧中找寻这些不可见点搜索范围内的所有点，继续在帧j中进行可见点剔除，重复步骤a的操作找出所有不可见点。
[0029]b、提取帧j中不可见点的目标点云，确定不可见点的形状，基于模拟仿真平台，模拟不同机动车、非机动车及行人受遮挡下的点云形状，与模拟实验结果进行对比，判断其是否属于非背景点；
[0030]c、若与模拟实验结果匹配成功，则认为不可见点属于运动点；若匹配失败，找出这些点中距离最大的两点，并计算两点间的最大距离，当该距离大于20m时，则认为不可见点属于背景点，当这些点小于20m时，则认为不可见点属于运动点。
[0031]进一步优选的，模拟仿真平台采用机器学习算法RANSAC或3D...

【技术保护点】

【技术特征摘要】
1.一种基于道路交通点云数据的背景滤除方法，其特征在于，操作步骤如下：(1)通过路侧激光雷达获取道路上的所有目标(行人、机动车、非机动车、静态目标)，得到待处理的三维点云数据；(2)将待处理的三维点云数据按照每帧进行提取，选取第1帧为初始帧1，并对其余所有帧顺次进行编号，编号按时间顺序分别为帧2、帧3、帧4、
…
、帧j、
…
、帧n，在初始帧1中选取一点作为初始点a；(3)根据编号顺序将其余所有帧与初始帧1进行比对，探寻初始点a在其它帧中是否均出现；(4)其余所有帧中，若初始点a均出现在搜索范围内，则认为初始点a属于背景点，若初始点a均未出现在搜索范围内，则认为初始点a为非背景点。2.如权利要求1所述的基于道路交通点云数据的背景滤除方法，其特征在于，步骤(2)中，三维点云数据按照每帧进行提取时，每隔10帧选取一帧。3.如权利要求2所述的基于道路交通点云数据的背景滤除方法，其特征在于，步骤(3)中，在其它帧中找寻初始点a点时限定一个搜索范围，在其它帧中初始点a点的搜索范围设置为椭球形，由激光雷达垂直角分辨率与水平角分辨率确定搜索范围的长半轴与短半轴，并以初始点a的原始位置为椭球形球心。4.如权利要求3所述的基于道路交通点云数据的背景滤除方法，其特征在于，椭球形搜索范围长半轴与短半轴大小确定方式如下：从水平角度出发，激光雷达在360
°
内存在射线，激光雷达的水平角分辨率α，同一水平面内存在一圈距离激光雷达原点相等的点，该点与激光雷达原点距离为D
H
，同一水平面内相邻两点间的距离为HD，HD的计算公式如下：在竖直平面内，激光雷达的垂直角分辨率β，同一竖直平面内存在距离激光雷达坐标系原点相等的点，该点与激光雷达原点距离为D
V
，同一竖平面内两点之间的距离记为VD，VD计算公式如下：初始点a的搜索范围为椭球形，激光雷达的水平角分辨率远小于垂直角分辨率，故规定搜索范围的长半轴为VD，短半轴为HD，椭球形球心为初始帧1中初始点a的位置，初始点a在其它帧中出现时，统称其它帧中的初始点a为临近点，其它帧中的临近点若出现在该椭球形搜索范围内，则认为点a在该帧中拥有临近点。5.如权利要求4所述的基于道...

【专利技术属性】
技术研发人员：吴建清，吕琛，宋修广，张涵，徐庆超，李涛，李利平，杨梓梁，张洪智，葛智，孙仁娟，管延华，张宏博，
申请(专利权)人：山东大学，
类型：发明
国别省市：