基于多维数据空间进行点云数据动态补偿的方法及系统技术方案

本申请涉及点云处理的技术领域，尤其涉及一种基于多维数据空间进行点云数据动态补偿的方法及系统，方法包括：根据雷达的可识别区域以及识别目标的三维属性，设置空间坐标系范围、空间坐标系刻度以及分割可识别区域的单位长度；在识别目标进入可识别区域后，获取识别目标的点云数据；基于所述空间坐标系范围以及空间坐标系刻度，对所述点云数据进行标准化处理；选取距离雷达最近的可识别区域的点云数据，作为标准片段；依次选取识别目标的每一个单位长度的标准片段，拼接形成识别目标的完整点云数据。将不同时间、相同空间中的点云数据在相同的时空位置进行弥补、叠加，以此大幅增强点云数据的密度，从而便于提高测量结果的精度。度。度。

【技术实现步骤摘要】
基于多维数据空间进行点云数据动态补偿的方法及系统


[0001]本申请涉及点云处理的
，尤其是涉及一种基于多维数据空间进行点云数据动态补偿的方法及系统。

技术介绍

[0002]由于激光雷达的固有特性，其中大多产品都不可避免的存在几个较为明显的特征，那就是安装位置相对固定、扫描区域较为有限，以及扫描清晰度从中心到边缘逐渐降低。由此所带来的问题就是，在固定安装位置上很难确保雷达扫描区域能覆盖到所有工作区域。
[0003]为解决上述问题，只能采用双雷达设备对无法覆盖的区域进行弥补，即使如此，在两个雷达中间的区域其点云数据的密度仍然会大幅下降，如图1所示，从而使得计算结果出现较大误差。
[0004]上述情况下，虽然可以使用单个点云文件，借助点云之间的数学关系对其进行弥补，但是因为大量的弥补坐标都是基于数学关系而产生的猜测值，最终的计算结果与实际情况可能仍然存在较大的差异。

技术实现思路

[0005]为了在不提高成本的情况下，有效降低因点云数据缺失而导致最终计算结果精度不足的问题，本申请提供一种基于多维数据空间进行点云数据动态补偿的方法及系统。
[0006]第一方面，本申请提供的一种基于多维数据空间进行点云数据动态补偿的方法，采用如下的技术方案：一种基于多维数据空间进行点云数据动态补偿的方法，包括：根据雷达的可识别区域以及识别目标的三维属性，设置空间坐标系范围、空间坐标系刻度以及分割可识别区域的单位长度；在识别目标进入可识别区域后，获取识别目标的点云数据；基于所述空间坐标系范围以及空间坐标系刻度，对所述点云数据进行标准化处理；选取距离雷达最近的可识别区域的点云数据，作为标准片段；依次选取识别目标的每一个单位长度的标准片段，拼接形成识别目标的完整点云数据。
[0007]可选的，所述在识别目标进入可识别区域后，获取识别目标的点云数据步骤，包括：在识别目标进入可识别区域后，识别目标进入可识别区域的长度达到单位长度后取一次点云数据；在识别目标进入可识别区域的长度达到两倍单位长度后取二次点云数据，直至识别目标脱离可识别区域。
[0008]可选的，还包括：判断所述完整点云数据是否满足要求，如果否，则获取所述标准片段在其他时间段上的点云数据进行融合拼接，获取融合后的完整点云数据。
[0009]可选的，还包括：在同一空间坐标系刻度上存在多个不同点云数据时，对融合后的完整点云数据进行滤波处理，并输出矫正后的完整点云数据。
[0010]可选的，对融合后的完整点云数据进行滤波处理，并输出矫正后的完整点云数据步骤，包括：基于卡尔曼滤波公式对融合后的完整点云数据进行处理，得到当前完整点云数据的z值；根据当前完整点云数据的z值，输出矫正后的完整点云数据。
[0011]第二方面，本申请提供的一种基于多维数据空间进行点云数据动态补偿的系统，采用如下的技术方案：一种基于多维数据空间进行点云数据动态补偿的系统，包括：预设模块，用于根据雷达的可识别区域以及识别目标的三维属性，设置空间坐标系范围、空间坐标系刻度以及分割可识别区域的单位长度；获取模块，用于在识别目标进入可识别区域后，获取识别目标的点云数据；处理模块，用于基于所述空间坐标系范围以及空间坐标系刻度，对所述点云数据进行标准化处理；选取模块，用于选取距离雷达最近的可识别区域的点云数据，作为标准片段；拼接模块，用于依次选取识别目标的每一个单位长度的标准片段，拼接形成识别目标的完整点云数据。
[0012]第三方面，本申请提供的一种计算机存储介质，采用如下的技术方案：一种计算机存储介质，存储有能够被处理器加载并执行如第一方面所述方法中的计算机程序。
[0013]综上所述，本申请包括以下至少一种有益技术效果：1.将不同时间、相同空间中的点云数据在相同的时空位置进行弥补、叠加，以此大幅增强点云数据的密度，从而使低线数雷达达到或接近高线数雷达的效果，从而便于提高测量结果的精度；2.针对相同坐标中重合的点云数据使用卡尔曼滤波算法对其进行了滤波处理，使其进一步降低因为雷达设备本身所产生的测量误差。
附图说明
[0014]图1是本申请示出的现有技术中点云数据的示意图。
[0015]图2是本申请其中一实施例示出的基于多维数据空间进行点云数据动态补偿的方法的流程图。
[0016]图3是本申请示出的完整点云数据的示意图。
具体实施方式
[0017]以下结合附图对本申请作进一步详细说明。
[0018]在识别目标从雷达识别范围外逐渐进入雷达识别范围的过程中，其雷达的可识别区域是一个逐渐增大的过程；而从边缘进入雷达可识别区域中心的过程则是一个由稀疏点云到密集点云的变化过程。但点云稀疏会导致识别目标识别结果不准确的问题，为了解决上述问题，本申请实施例公开一种基于多维数据空间进行点云数据动态补偿的方法。
[0019]作为基于多维数据空间进行点云数据动态补偿的方法的一种实施方式，包括：100，根据雷达的可识别区域以及识别目标的三维属性，设置空间坐标系范围、空间坐标系刻度以及分割可识别区域的单位长度。其中，三维属性为识别目标的空间坐标，即长宽高。
[0020]具体的，空间坐标系范围由环境变量预先设定，空间坐标系刻度由点云数据的密度而确定；点云数据的密度，即雷达设备的分辨率根据检测需求提前设置；其中，点云数据的密度越大，空间坐标系刻度的划分越小。但是由于雷达本身的硬件限制，空间坐标系刻度的最小值为1cm。
[0021]另外，根据雷达本身的硬件设置确定雷达的可识别区域，并根据识别目标的长宽高对可识别区域进行自由分割，可以将可识别区域分割为区域1、区域2
……
区域n。
[0022]其分割后的可识别区域的单位长度和空间坐标系刻度的比值根据识别目标的长宽高而设定，比如区域1的单位长度和空间坐标系刻度的比值可以为1:1，区域2的单位长度和空间坐标系刻度的比值可以为1:2。
[0023]200，在识别目标进入可识别区域后，获取识别目标的点云数据。
[0024]其中，步骤200具体包括：201，在识别目标进入可识别区域后，识别目标进入可识别区域的长度达到单位长度后取一次点云数据；202，在识别目标进入可识别区域的长度达到两倍单位长度后取二次点云数据，以此类推，直至识别目标脱离可识别区域。
[0025]具体来说，假设识别目标为12m的车厢，其单位长度为4m，在识别目标进入可识别区域的长度达到4m时取一次点云数据，在识别目标进入可识别区域的长度达到8m时取二次点云数据，在识别目标进入可识别区域的长度达到12m时取三次点云数据。
[0026]300，基于所述空间坐标系范围以及空间坐标系刻度，对所述点云数据进行标准化处理。
[0027]具体的，对点云数据进行规范化处理，即以固定的空间坐标系长度和相同的空间坐标系刻度填充整个空间区域，由此便得到了一个由识别目标构成的不同长度的空间结构。
[0028]400，选取距离雷达最近的可识别区域的点云数据，作为标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维数据空间进行点云数据动态补偿的方法，其特征在于，包括：根据雷达的可识别区域以及识别目标的三维属性，设置空间坐标系范围、空间坐标系刻度以及分割可识别区域的单位长度；在识别目标进入可识别区域后，获取识别目标的点云数据；基于所述空间坐标系范围以及空间坐标系刻度，对所述点云数据进行标准化处理；选取距离雷达最近的可识别区域的点云数据，作为标准片段；依次选取识别目标的每一个单位长度的标准片段，拼接形成识别目标的完整点云数据。2.根据权利要求1所述的一种基于多维数据空间进行点云数据动态补偿的方法，其特征在于，所述在识别目标进入可识别区域后，获取识别目标的点云数据步骤，包括：在识别目标进入可识别区域后，识别目标进入可识别区域的长度达到单位长度后取一次点云数据；在识别目标进入可识别区域的长度达到两倍单位长度后取二次点云数据，直至识别目标脱离可识别区域。3.根据权利要求1所述的一种基于多维数据空间进行点云数据动态补偿的方法，其特征在于，还包括：判断所述完整点云数据是否满足要求，如果否，则获取所述标准片段在其他时间段上的点云数据进行融合拼接，获取融合后的完整点云数据。4.根据权利要求3所述的一种基于多维数据空间进行点云数据动态补偿的方法，其特征在于，...

【专利技术属性】
技术研发人员：刘欢迎，孔祥刚，刘健健，曲有成，许西论，董毅，张克利，
申请(专利权)人：山东矩阵软件工程股份有限公司，
类型：发明
国别省市：