一种激光雷达地面提取方法及装置制造方法及图纸

本发明专利技术涉及一种激光雷达地面提取方法及装置，首先标定激光雷达，使得采集的点云数据的Z轴值均不小于0；其次根据车身俯仰角以及激光点云距离，将激光点云数据划分为多个同心圆区域；然后将所述同心圆区域划分为多个扇区，针对每个扇区将激光点云数据按照Z轴进行排序，取Z轴值较小的激光点云数据进行平面拟合，将激光点云数据初步划分为地面点集和非地面点集，并记初始划分得到的地面点集为初始地面点集；最后对每一扇区的初始地面点集分别进行法向量过滤以及垂直高程过滤，并根据过滤结果对初始地面点集进行判断，得到最终的地面点集。本发明专利技术对道路和栅栏、路蹲连接处、小于45

【技术实现步骤摘要】
一种激光雷达地面提取方法及装置


[0001]本专利技术涉及自动驾驶
，具体涉及一种激光雷达地面提取方法及装置。

技术介绍

[0002]在激光雷达目标识别过程中，需要对地面进行提取，用以区分地面和非地面。目前使用比较多的是以下几种方法：
[0003]1.采用RANSAN进行平面拟合，再判断点云到平面距离z是否在阈值内，来判断是否是地面。
[0004]2.把激光点云投影到极坐标系下，形成D
‑
Z坐标系，再通过高斯或者直线拟合的方法用于区分地面和非地面。
[0005]3.将无序点云有序化，通过激光雷达自身的特性，检测上下2个激光点云之间的夹角是否满足激光雷达垂直夹角的方式进行区分地面和非地面。
[0006]这些方法都能在特定场景下进行地面区分，但是在有些情况下会出现误检验，比如说坡道，路蹲，杂草丛等场景，无法正确有效的区分地面。

技术实现思路

[0007]本专利技术针对现有技术中存在的技术问题，提供一种激光雷达地面提取方法及装置，针对坡道，路蹲，杂草丛等场景进行优化，根据车身俯仰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光雷达地面提取方法，其特征在于，包括：标定激光雷达，使得采集的点云数据的Z轴值均不小于0；根据车身俯仰角以及激光点云距离，将激光点云数据划分为多个同心圆区域；将所述同心圆区域划分为多个扇区，针对每个扇区将激光点云数据按照Z轴进行排序，取Z轴值较小的激光点云数据进行平面拟合，将激光点云数据初步划分为地面点集和非地面点集，并记初始划分得到的地面点集为初始地面点集；对每一扇区的初始地面点集分别进行法向量过滤以及垂直高程过滤，并根据过滤结果对初始地面点集进行判断，得到最终的地面点集。2.根据权利要求1所述的方法，其特征在于，根据车身俯仰角以及激光点云距离，将激光点云数据划分为多个同心圆区域，包括：记：H1表示传感器的竖直高度；R1为设置的圆环半径；α表示激光射线与水平面的夹角，即车身俯仰角；R2表示当坡道的坡度为β时，激光打到坡道上的实际距离，亦为实际同心圆半径；则：根据经验值，在车身俯仰角α为0
°
时，将激光点云数据划分为多个同心圆区域，并根据上式计算当坡道的坡度为β时，激光打到坡道上的实际距离即实际同心圆半径。3.根据权利要求2所述的方法，其特征在于，针对每个扇区将激光点云数据按照Z轴进行排序，取Z轴值较小的激光点云数据进行平面拟合，将激光点云数据初步划分为地面点集和非地面点集，包括：对每个扇区将激光点云数据按照Z轴进行排序，并获取Z轴值较小的20％的激光点云数据并进行平面拟合；利用PCA主成分分析，获取点云到拟合平面的距离D；设置距离阈值th_d，将距离D小于距离阈值th_d的点云归类为地面点集，其他的点云归类为非地面点集。4.根据权利要求3所述的方法，其特征在于，对每一扇区的初始地面点集分别进行法向量过滤以及垂直高程过滤，并根据过滤结果对初始地面点集进行判断，得到最终的地面点集，包括：针对每一扇区，获取初始地面点集的拟合平面的法向量，若法向量的方向大于坡度β，则根据下式计算当前扇区的初始地面点集的法向量权重因子δ；normal表示法向量的方向；分别设置各个同心圆区域的垂...

【专利技术属性】
技术研发人员：王军德，蔡幼波，汤戈，费腾，
申请(专利权)人：武汉光庭信息技术股份有限公司，
类型：发明
国别省市：