本申请公开了一种激光雷达点云数据处理方法、系统及车辆，本申请通过激光雷达获取原始点云数据；获取车辆周围的天气状态信息并确定第一阈值调整参数；通过视觉传感器感知获取图像数据并确定第二阈值调整参数；根据第一阈值调整参数和第二阈值调整参数，对原始点云数据的原始点云阈值进行调整，确定优化点云阈值；基于优化点云阈值，输出优化点云数据。本申请基于车辆周围的天气状态信息、图像数据来对激光雷达点云阈进行动态调节，提高激光雷达的环境适应度，保证激光雷达在不同环境下都能输出高质量的点云信息。出高质量的点云信息。出高质量的点云信息。
【技术实现步骤摘要】
一种激光雷达点云数据处理方法、系统及车辆
[0001]本申请涉及激光雷达领域，具体而言，涉及一种激光雷达点云数据处理方法、系统及车辆。
技术介绍
[0002]目前激光雷达在自动驾驶领域的应用，主要是通过激光雷达对环境的感知，输出点云数据，通过点云数据去对环境信息进行识别、分类等。
[0003]环境信息是复杂多变的，有很多因素会影响到激光雷达感知的效果，如光线、物体的材质、天气情况等等；如果环境中同时存在反射率差别比较大的区域，对激光雷达点云的输出质量是一个非常大的影响；对于玻璃类物体、积水等物体，因为表面光滑度和漫反射的影响，也会对激光雷达点云输出质量造成很大的干扰。
[0004]目前的激光雷达输出统一的点云信息(坐标和反射强度等)，以及点云本身的置信度值，需要应用去根据上述输出进行处理，当前处理的方式是对点云置信度设定一个统一的阈值，高于一定阈值的认为点云是有效的，低于一定阈值的是无效。阈值的选择一直是非常棘手的问题，因为要面临不同的环境状况，单独依赖激光雷达点云本身去适应各种环境状况，来设定点云置信度阈值，进而提高点云质量，非常困难。
[0005]因此，有必要提供一种能够有效地适应于不同环境状况的点云阈值的确定方法，来更好地提升点云质量。
技术实现思路
[0006]有鉴于此，本申请提供一种激光雷达点云数据处理方法、系统及车辆，基于车辆周围的天气状态信息以及图像数据来提供更为精准的激光雷达点云阈值调整，能够使得点云更贴近于车辆周围的环境状态，提升点云质量。
[0007]为了解决上述技术问题，本申请第一方面提供一种激光雷达点云数据处理方法，其特征在于，包括：获取激光雷达感知得到的原始点云数据，所述激光雷达搭载于车辆上；获取所述车辆周围的天气状态信息，并基于所述天气状态信息确定第一阈值调整参数；获取视觉传感器感知得到的图像数据，并基于所述图像数据确定第二阈值调整参数，其中，所述视觉传感器搭载于所述车辆上，且与所述激光雷达存在重叠的视野范围；根据所述第一阈值调整参数和所述第二阈值调整参数，对所述原始点云数据的原始点云阈值进行调整，确定优化点云阈值；基于所述优化点云阈值，输出优化点云数据。
[0008]根据本申请的一种优选实施方式，所述天气状态信息包括如下至少一种全局状态信息：雨天状态、雪天状态、雾霾状态，以及包括与所述全局状态信息对应的状态参数信息。
[0009]根据本申请的一种优选实施方式，所述基于所述天气状态信息确定第一阈值调整参数，包括：根据所述全局状态信息确定所述第一阈值调整参数的参数范围，并根据所述状态参数信息确定所述第一阈值调整参数。
[0010]根据本申请的一种优选实施方式，所述第一阈值调整参数为全局调整参数，用于
全局调整所述原始点云阈值；所述第二阈值调整参数为区域调整参数，用于区域调整所述原始点云阈值。
[0011]根据本申请的一种优选实施方式，所述基于所述图像数据确定第二阈值调整参数，还包括：将所述图像划分为多个亮度分区，并基于所述亮度分区，确定所述区域调整参数。
[0012]根据本申请的一种优选实施方式，所述图像数据包括曝光参数、图像整体亮度、图像整体对比度；所述确定所述区域调整参数，还包括：基于亮度值将所述图像划分为多个所述亮度分区；计算所述亮度分区的分区平均亮度，获得所述亮度分区的亮度加权值；根据所述图像整体亮度、所述曝光参数及所述图像整体对比度以及所述亮度加权值，计算获得所述亮度分区的加权区域亮度值；基于所述加权区域亮度值，确定所述区域调整参数。
[0013]根据本申请的一种优选实施方式，所述基于所述加权区域亮度值，确定所述区域调整参数还可以包括：获取所述视觉传感器与所述激光雷达之间的标定数据；根据所述亮度分区以及所述标定数据，确定所述原始点云数据中对应于所述亮度分区的点云分区，作为所述区域调整参数的区域信息；根据所述加权区域亮度，确定所述区域调整参数的参数信息；基于所述区域信息和所述参数信息，确定所述区域调整参数。
[0014]根据本申请的一种优选实施方式，还包括：根据所述全局调整参数对所述原始点云阈值进行调整，获得中间点云阈值；根据所述区域调整参数对所述中间点云阈值进行调整，获得所述优化点云阈值。
[0015]为了解决上述技术问题，本申请第二方面提供一种激光雷达点云数据处理系统，包括处理器和存储器，所述存储器用于存储计算机程序，其特征在于，当所述计算机程序被所述处理器执行时，所述处理器执行如本申请第一方面提供的激光雷达点云数据处理方法。
[0016]为了解决上述技术问题，本申请第三方面提供一种车辆，所述车辆包括：激光雷达，用于获取原始点云数据；视觉传感器，用于获取图像数据；以及存储器，用于存储计算机程序；处理器，用于当所述计算机程序被所述处理器执行，执行如本申请第一方面提供的激光雷达点云数据处理方法。
[0017]本申请提供的激光雷达点云数据处理方法和系统，能够结合车辆对周围环境状态的感知，并将其作为输入，来对激光雷达的点云置信度的阈值进行动态调整和判断，提高激光雷达的环境适应度，保证激光雷达在不同环境下都能输出高质量的点云信息。
附图说明
[0018]为了使本申请实施例所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本申请实施例的具体实施例。但需声明的是，下面描述的附图仅仅是本申请实施例本申请实施例示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
[0019]图1是根据本申请的激光雷达点云数据处理方法的原理。
[0020]图2激光雷达点云数据处理方法的流程图。
[0021]图3是根据本申请的全局状态信息对应的状态参数信息的流程图。
[0022]图4是根据本申请的基于亮度分区确定区域调整参数的流程图。
[0023]图5是根据本申请的基于亮度分区确定区域调整参数的又一流程图。
[0024]图6是根据本申请的激光雷达点云数据处理系统的框架示意图。
[0025]图7是根据本申请的具有激光雷达点云数据处理系统的车辆的框架示意图。
具体实施方式
[0026]现在将参考附图更全面地描述本申请实施例的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本申请实施例仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本申请实施例更加全面和完整，更加便于将专利技术构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
[0027]在符合本申请实施例的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
[0028]在对于具体实施例的描述中，本申请实施例描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种激光雷达点云数据处理方法，其特征在于，包括：获取激光雷达感知得到的原始点云数据，所述激光雷达搭载于车辆上；获取所述车辆周围的天气状态信息，并基于所述天气状态信息确定第一阈值调整参数；获取视觉传感器感知得到的图像数据，并基于所述图像数据确定第二阈值调整参数，其中，所述视觉传感器搭载于所述车辆上，且与所述激光雷达存在重叠的视野范围；根据所述第一阈值调整参数和所述第二阈值调整参数，对所述原始点云数据的原始点云阈值进行调整，确定优化点云阈值；基于所述优化点云阈值，输出优化点云数据。2.如权利要求1所述的方法，其特征在于，所述天气状态信息包括如下至少一种全局状态信息：雨天状态、雪天状态、雾霾状态，以及包括与所述全局状态信息对应的状态参数信息。3.如权利要求2所述的方法，其特征在于，所述基于所述天气状态信息确定第一阈值调整参数，包括：根据所述全局状态信息确定所述第一阈值调整参数的参数范围，并根据所述状态参数信息确定所述第一阈值调整参数。4.如权利要求1所述的方法，其特征在于，所述第一阈值调整参数为全局调整参数，用于全局调整所述原始点云阈值；所述第二阈值调整参数为区域调整参数，用于区域调整所述原始点云阈值。5.如权利要求4所述的方法，其特征在于，所述基于所述图像数据确定第二阈值调整参数，还包括：将所述图像划分为多个亮度分区，并基于所述亮度分区，确定所述区域调整参数。6.如权利要求5所述的方法，其特征在于，所述图像数据包括曝光参数、图像整体亮度、图像整体对比度；所述确定所述区域调整参数，还包括：...
【专利技术属性】
技术研发人员：周鹏，
申请(专利权)人：北京宾理信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。