基于三维激光点云的地面滤除方法、系统、装置及介质制造方法及图纸

本发明专利技术公开了基于三维激光点云的地面滤除方法、系统、装置及介质，属于地面滤除技术领域，要解决的技术问题为如何适当的对地面进行滤除。包括如下步骤：通过体素滤波的方法对激光点云进行降采样处理；对激光点云进行有序处理，将其坐标系转换为(segment，bins)的极坐标系下，将无序点云转化为有序点云；对每个segment进行处理，处理时对每个segment的点进行拟合成直线，基于筛选条件进行地面点的筛选，所述筛选条件包括直线的斜率、在z轴的截距以及点之间的距离；将该激光点云投影到二维图像上，通过图像的方式处理遗留的地面点。通过图像的方式处理遗留的地面点。通过图像的方式处理遗留的地面点。

【技术实现步骤摘要】
基于三维激光点云的地面滤除方法、系统、装置及介质


[0001]本专利技术涉及地面滤除
，具体地说是基于三维激光点云的地面滤除方法、系统、装置及介质。

技术介绍

[0002]激光点云中包含大量的地面点，在进行使用时应先进行地面滤除，如地面滤除不彻底，会在后续的感知检测中将地面点识别为障碍物，而地面滤除过多，则会造成一些障碍物不能被识别，所以，地面滤除对后续的流程至关重要，其结果的好坏直接影响着后续的聚类、跟踪等。
[0003]在进行点云处理时首先考虑将3D点映射到2.5D网格结构的降维操作，通过局部线拟合的简单比较来估计地平面点的方式对数据进行分区。分割和线拟合可以被认为是流行的2D范围数据处理到3D点云数据域的线提取算法的扩展。拟合线较适合用于识别地面点。通过将所有点映射到xy平面上的高分辨率网格结构，并将直线拟合算法应用于该网格来完成地面点和非地面点的分组。
[0004]大多数激光雷达以每个激光束的单个测距读数的形式提供原始数据，并带有时间戳和光束的方向。可以直接将数据转换为深度图像。图像中的行数由垂直方向的光束数定义，即Velodyne扫描仪的行数为16、32或64。列数由激光每旋转360
°
的范围读数给出。这种虚拟图像的每个像素都存储了从传感器到物体的测量距离。为了加快计算速度，甚至可以考虑将水平方向上的多个读数组合成一个像素。
[0005]为了识别地平面，需提前做三个假设。首先，假设传感器大致水平安装在移动底座/机器人上(这个假设可以放宽，但解释会变得更复杂)。其次，假设地面的曲率很低。第三，假设机器人至少在距离图像的最低行的一些像素中观察到地平面(对应于靠近机器人的地面的激光束扫描)。
[0006]基于上述分析，如何适当的对地面进行滤除，是需要解决的技术问题。

技术实现思路

[0007]本专利技术的技术任务是针对以上不足，提供基于三维激光点云的地面滤除方法、系统、装置及介质，来解决如何适当的对地面进行滤除的技术问题。
[0008]第一方面，本专利技术的基于三维激光点云的地面滤除方法，包括如下步骤：
[0009]通过体素滤波的方法对激光点云进行降采样处理；
[0010]对激光点云进行有序处理，将其坐标系转换为(segment，bins)的极坐标系下，将无序点云转化为有序点云；
[0011]对每个segment进行处理，处理时对每个segment的点进行拟合成直线，基于筛选条件进行地面点的筛选，所述筛选条件包括直线的斜率、在z轴的截距以及点之间的距离；
[0012]将确定地面的激光点云投影到二维图像上，通过图像的方式处理遗留的地面点。
[0013]作为优选，对每个segment的点进行拟合成直线时，拟合的斜率和本身点的z值都
有一个特定的阈值，斜率小于其对应的阈值或者z值小于其对应的阈值，认为所述地面点为地面点。
[0014]作为优选，将确定地面的激光点云投影到二维图像上，包括如下步骤：
[0015]确定为地面点的点云z值设置为固定值；
[0016]将确定为地面点的点云投影到二维图像上；
[0017]激光雷达发射的点云的线数代表行，每个线圈中的不同点为列，点云的z值反映到颜色上形成深度图。
[0018]第二方面，本专利技术的基于三维激光点云的地面滤除系统，通过如第一方面任一项所述的基于三维激光点云的地面滤除方法进行地面滤除，所述系统包括：
[0019]降采样处理模块，所述降采样处理模块用于通过体素滤波的方法对激光点云进行降采样处理；
[0020]有序处理模块，所述有序处理模块用于对激光点云进行有序处理，将其坐标系转换为(segment，bins)的极坐标系下，将无序点云转化为有序点云；
[0021]地面点筛选模块，所述地面点筛选模块用于对每个segment进行处理，处理时对每个segment的点进行拟合成直线，基于筛选条件进行地面点的筛选，所述筛选条件包括直线的斜率、在z轴的截距以及点之间的距离；
[0022]滤除模块，所述滤除模块用于将确定地面的激光点云投影到二维图像上，通过图像的方式处理遗留的地面点。
[0023]作为优选，所述地面点筛选模块用于对每个segment的点进行拟合成直线时，拟合的斜率和本身点的z值都有一个特定的阈值，斜率小于其对应的阈值或者z值小于其对应的阈值，认为所述地面点为地面点。
[0024]作为优选，所述滤除模块用于通过如下步骤将确定地面的激光点云投影到二维图像上：
[0025]确定为地面点的点云z值设置为固定值；
[0026]将确定为地面点的点云投影到二维图像上；
[0027]激光雷达发射的点云的线数代表行，每个线圈中的不同点为列，点云的z值反映到颜色上形成深度图。
[0028]作为优选，所述滤除模块用于图像的方式来确定是不是遗留的地面点。
[0029]第三方面，本专利技术的装置，包括：至少一个存储器和至少一个处理器；
[0030]所述至少一个存储器，用于存储机器可读程序；
[0031]所述至少一个处理器，用于调用所述机器可读程序，执行第一方面任一所述的方法。
[0032]第四方面，本专利技术的介质，为计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行第一方面任一所述的方法。
[0033]本专利技术的基于三维激光点云的地面滤除方法、系统、装置及介质具有以下优点：
[0034]1、对激光点云进行降采样处理后，将三维笛卡尔坐标系转换为(segment，bins)的极坐标系，并对segment的点进行直线拟合，筛选出地面点，以两点之间的连线AB与地面AC的夹角不超过给定的阈值则认为是地面，通过在图像中的处理可以找出上一步骤遗漏的地面点云数据，从而使得地面点云的标记更为准确，即实现了地面点的适当筛选；
[0035]2、采用体素滤波的方法，对激光点云进行降采样处理，达到了减少点云数量，但同时又能保存点云的形状特征。
附图说明
[0036]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]下面结合附图对本专利技术进一步说明。
[0038]图1为实施例1基于三维激光点云的地面滤除方法的流程框图；
[0039]图2为实施例1基于三维激光点云的地面滤除方法中通过图像的方式处理遗留的地面点的原理图。
具体实施方式
[0040]下面结合附图和具体实施例对本专利技术作进一步说明，以使本领域的技术人员可以更好地理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定，在不冲突的情况下，本专利技术实施例以及实施例中的技术特征可以相互结合。
[0041]本专利技术实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于三维激光点云的地面滤除方法，其特征在于包括如下步骤：通过体素滤波的方法对激光点云进行降采样处理；对激光点云进行有序处理，将其坐标系转换为(segment，bins)的极坐标系下，将无序点云转化为有序点云；对每个segment进行处理，处理时对每个segment的点进行拟合成直线，基于筛选条件进行地面点的筛选，所述筛选条件包括直线的斜率、在z轴的截距以及点之间的距离；将处理后的确定地面的激光点云投影到二维图像上，通过图像的方式处理遗留的地面点。2.根据权利要求1所述的基于三维激光点云的地面滤除方法，其特征在于对每个segment的点进行拟合成直线时，拟合的斜率和本身点的z值都有一个特定的阈值，斜率小于其对应的阈值或者z值小于其对应的阈值，认为所述地面点为地面点。3.根据权利要求1所述的基于三维激光点云的地面滤除方法，其特征在于将激光点云投影到二维图像上，包括如下步骤：确定为地面点的点云z值设置为固定值；将点云投影到二维图像上；激光雷达发射的点云的线数代表行，每个线圈中的不同点为列，点云的z值反映到颜色上形成深度图。4.根据权利要求3所述的基于三维激光点云的地面滤除方法，其特征在于计算每列中相邻两点连线的斜率来确定是不是遗留的地面点。5.基于三维激光点云的地面滤除系统，其特征在于通过如权利要求1
‑
4任一项所述的基于三维激光点云的地面滤除方法进行地面滤除，所述系统包括：降采样处理模块，所述降采样处理模块用于通过体素滤波的方法对激光点云进行降采样处理；有序处理模块，所述有序处理模块用于对激光点云进行有序处理，将其坐标系转换为(segment，bi...

【专利技术属性】
技术研发人员：李志芸，尹青山，高明，王建华，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：