本发明专利技术涉及快速提取激光雷达地面点云的方法，包含以下步骤：实时获取用于表征车辆当前所处的位置的高精度定位信息；将点云从激光雷达坐标系转换至车身坐标系；实时生成当前车辆所处的自车定位信息的道路ROI区域点集；根据道路ROI区域点集生成轮廓区域；根据道路ROI区域点集生成多个小区域；轮廓区域为多个小区域的集合；根据轮廓区域和小区域，得到地面点云数据集和非地面点云数据集；输出地面点云数据集；地面点云数据集即为本发明专利技术的最终结果。本发明专利技术解决大曲率坡度地面点提取困难；不依赖数据样本标注，大幅度降低成本与算力需求；无需通过不同传感器之间关系映射分割，也不依赖项增加同时对于标定精度、时间同步无需更高的要求。要求。要求。
【技术实现步骤摘要】
快速提取激光雷达地面点云的方法
[0001]本专利技术涉及智能驾驶
，具体地涉及快速提取激光雷达地面点云的方法。
技术介绍
[0002]环境感知技术作为智能驾驶最为重要模块，精准的环境感知技术尤为重要。当前激光雷达作为高阶自动驾驶必备传感器之一，如何处理激光雷达数据尤其重要。其中，针对激光传感器扫描出的点云有效进行地面点分割或提取是目标感知识别最为重要的预处理环节。
[0003]当前，激光点云地面点提取主要分为如下两种技术路径：
[0004]1.根据地面点云的空间位置，通过几何约束的方式设计算法来对地面点云提取。
[0005]典型如：论文1“Fast segmentation of 3D point clouds:A paradigm on LiDAR data for autonomous vehicle applications”，其设计的地面点云提取主要步骤为：
[0006](1)首先通过将点云按照高程z排序，获取设置最高地面点区间范围内初步点云。
[0007](2)获取地面点云初始集后，通过SVD(奇异值分解)来求取地面方程。
[0008](3)最后通过迭代N(设置参数)次求取最终的地面点集。
[0009]典型如：论文2“Fast segmentation of 3d point clouds for ground vehicles”，其提取地面点云的主要步骤为：
[0010](1)首先将点云区域划分若干个扇形区域，每个扇形区域再划分为子区域。
[0011](2)对每个扇形区域的各个子区域进行点集连接，若扇形区域内部的子区域点与相邻子区域点连接斜率低于某个设置参数阈值，则为地面点。
[0012](3)重复对每个扇形区域对步骤(2)相同操作，获取最终的地面点。空间几何约束方法提取地面点云主要操作是划分网格，对网格搜索最低点集拟合迭代生成曲面来最终获取地面点。
[0013]2.主要是通过深度学习方式来分割地面点云。而其中：深度学习点云分割算法主要有如下几种方式：
[0014]2.1直接在原始点云结构上或点云投影通过深度学习进行点云分割来提取地面点。
[0015]典型如：论文3“RangeNet++:Fast and Accurate LiDAR Semantic Segmentation”为代表的点云分割，其主要步骤为：点云投影，卷积神经网络语义分割，点云重建，后处理模块。
[0016]2.2就是通过借助视觉方式将点云投影在图像内来进行加速分割。无论是哪种深度学习策略来进行地面点云提取，随着数据标注质量与数据量的提升，地面点云提取效果越来越佳。
[0017]现有技术的缺陷在于：
[0018]1.点云几何约束去地面算法耗时较高，流程较为复杂，同时无法适应地面坡度变化较大场景；
[0019]2.由于点云几何约束去地面算法需要针对场景进行调参，从而场景适配性较差；
[0020]3.由于点云深度学习去地面分割算法耗时较高，同时标注成本高，从而使得该方法工业落地存在一定困难。
技术实现思路
[0021]本专利技术针对上述问题，提供快速提取激光雷达地面点云的方法，其目的在于解决大曲率坡度地面点提取困难；不依赖数据样本标注，大幅度降低成本与算力需求；无需通过不同传感器之间关系映射分割，也不依赖项增加同时对于标定精度、时间同步无需更高的要求。
[0022]为解决上述问题，本专利技术提供的技术方案为：
[0023]一种快速提取激光雷达地面点云的方法，包含以下步骤：
[0024]S100.实时获取用于表征车辆当前所处的位置的高精度定位信息；然后根据所述高精度定位信息，将点云从激光雷达坐标系转换至车身坐标系；
[0025]S200.实时生成当前车辆所处的所述自车定位信息的道路ROI区域点集；所述道路ROI区域点集位于所述车身坐标系之下；
[0026]S300.根据所述道路ROI区域点集生成轮廓区域；同时根据所述道路ROI区域点集生成多个小区域；所述轮廓区域为多个所述小区域的集合；
[0027]S400.根据所述轮廓区域和所述小区域，得到地面点云数据集和非地面点云数据集；
[0028]S500.输出所述地面点云数据集；所述地面点云数据集即为本专利技术的最终结果。
[0029]优选地，S100中由高精度定位模块实时计算更新并发送所述高精度定位信息；
[0030]由激光雷达软件算法模块实时接收所述高精度定位信息，并将所述点云从所述激光雷达坐标系转换至所述车身坐标系。
[0031]优选地，S200由高精度地图在接收到所述高精度定位信息后，然后根据所述高精度定位信息实时生成并动态发送当前车辆所处的所述道路ROI区域点集；
[0032]所述道路ROI区域点集中的点包含横坐标、纵坐标、高程坐标；
[0033]所述道路ROI区域点集中的点取自静态点集；所述静态点集依据高精度定位信息转换至所述车身坐标系之下，由所述高精度地图根据预先内建的先验图层结合所述高精度定位信息得到并动态发送。
[0034]优选地，S300中所述根据所述道路ROI区域点集生成轮廓区域，具体包含以下步骤：
[0035]S310a.接收由所述高精度地图发送的所述道路ROI区域点集；然后将所述道路ROI区域点集拟合成为polygon封闭区域；所述polygon封闭区域中的点只取每个点的X
‑
Y坐标，包含横坐标、纵坐标；所述polygon封闭区域为二维的多边形的平面区域；
[0036]S320a.通过所述polygon封闭区域，将激光雷达实时扫描生成的点云数据进行过滤；过滤规则只取每个点的X
‑
Y坐标，按照X
‑
Y平面进行过滤，且不对z进行限制；然后保留处于多边形的所述polygon封闭区域内部的点云，得到所述轮廓区域。
[0037]优选地，S300中所述同时根据所述道路ROI区域点集生成多个小区域，具体包含以下步骤：
[0038]S310b.接收由所述高精度地图发送的所述道路ROI区域点集；
[0039]S320b.根据所述道路ROI区域点集，动态生成多个所述小区域；每个所述小区域的顶点的坐标是三维点，包含横坐标、纵坐标、高程坐标。
[0040]优选地，S400具体包含以下步骤：
[0041]S410.接收由S310b～S320b中得到的所述小区域；然后利用每个所述小区域的顶点，为每个所述小区域生成对应的三维切平面；所述三维切平面为三维坐标系下的面结构；
[0042]S420.循环遍历每个所述三维切平面，将所述polygon封闭区域中的点云依次判定归属的对应的所述三维切平面；然后将所述polygon封闭区域中的点云划分之每个对应的所述三维切平面中；
[0043]S430.根据每个点至所属的所述三维切平面的距离，判定点属于所述三维切平面之上还是属本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种快速提取激光雷达地面点云的方法，其特征在于：包含以下步骤：S100.实时获取用于表征车辆当前所处的位置的高精度定位信息；然后根据所述高精度定位信息，将点云从激光雷达坐标系转换至车身坐标系；S200.实时生成当前车辆所处的所述自车定位信息的道路ROI区域点集；所述道路ROI区域点集位于所述车身坐标系之下；S300.根据所述道路ROI区域点集生成轮廓区域；同时根据所述道路ROI区域点集生成多个小区域；所述轮廓区域为多个所述小区域的集合；S400.根据所述轮廓区域和所述小区域，得到地面点云数据集和非地面点云数据集；S500.输出所述地面点云数据集；所述地面点云数据集即为本发明的最终结果。2.根据权利要求1所述的快速提取激光雷达地面点云的方法，其特征在于：S100中由高精度定位模块实时计算更新并发送所述高精度定位信息；由激光雷达软件算法模块实时接收所述高精度定位信息，并将所述点云从所述激光雷达坐标系转换至所述车身坐标系。3.根据权利要求2所述的快速提取激光雷达地面点云的方法，其特征在于：S200由高精度地图在接收到所述高精度定位信息后，然后根据所述高精度定位信息实时生成并动态发送当前车辆所处的所述道路ROI区域点集；所述道路ROI区域点集中的点包含横坐标、纵坐标、高程坐标；所述道路ROI区域点集中的点取自静态点集；所述静态点集依据高精度定位信息转换至所述车身坐标系之下，由所述高精度地图根据预先内建的先验图层结合所述高精度定位信息得到并动态发送。4.根据权利要求3所述的快速提取激光雷达地面点云的方法，其特征在于：S300中所述根据所述道路ROI区域点集生成轮廓区域，具体包含以下步骤：S310a.接收由所述高精度地图发送的所述道路ROI区域点集；然后将所述道路ROI区域点集拟合成为polygon封闭区域；所述polygon封闭区域中的点只取每个点的X
‑
Y坐标，包含横坐标、纵坐标；所述polygon封闭区域为二维的多边形的平面区域；S320a.通过所述polygon封闭区域，将激光雷达实时扫描生成的点云数据进行过滤；过滤规则只取每个点的X
‑
Y坐标，按照X
‑
Y平面进行过滤，且不对z进行限制；然后保留处于多边形的所述polygon封闭区域内部的点云，得到所述轮廓区域。5.根据权利要求4所述的快速提取激光雷达地面点云的方法，其特征在于：S300中所述同时根据所述道路ROI区域点集生成多个小区域，具体包含以下步骤：S310b.接收由所述高精度地图发送的所述道路ROI区域点集；S320b.根据所述道路ROI区域点集，动态生成多个所述小区域；每个所述小区域的顶点的坐标是三维点，包含横坐标、纵坐标、高程坐标。6.根据权利要求5所述的快速提取激光雷达地面点云的方法，其特征在于：S400具体包含以下步骤：S410.接收由S310b～S320b中得到的所述小区域；然后利用每个所述小区域的顶点，为每个所述小区域生成对应的三维...
【专利技术属性】
技术研发人员：吴鹏，张鹏，杨月，
申请(专利权)人：东风商用车有限公司，
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。