室内停车场平面结构提取方法、系统、定位方法及介质技术方案

本申请公开了一种室内停车场平面结构提取方法、系统、定位方法及介质，属于高精度地图技术领域，该方法包括：通过雷达获取室内停车场的原始点云数据；将所述原始点云数据进行投影得到球面图，并对所述球面图中不存在所述原始点云的像素位置进行点云数据填充；确定所述球面图中各个像素位置对应的投影点的特征信息，并根据特征信息进行平面特征点的提取；对第一平面特征点进行聚类，得到多组平面点云。本申请通过对室内停车场雷达点云的获取、投影、并进行平面特征点的提取和聚类过程，得到室内停车场的平面结构。并在投影过程中对投影得到的球面图进行点云数据填充，提高提取室内停车场平面结构的准确率。停车场平面结构的准确率。停车场平面结构的准确率。

【技术实现步骤摘要】
室内停车场平面结构提取方法、系统、定位方法及介质


[0001]本申请涉及高精度地图
，特别涉及一种室内停车场平面结构提取方法、系统、定位方法及介质。

技术介绍

[0002]目前的雷达点云提取及相应的平面结果确定方法主要应用于室外环境下采集到的雷达点云，相较于室外环境，室内停车场，例如地下停车场等室内场景下的平面不仅数量更多，面积更小，而且还存在较多相交平面以及距离较近的平行平面。当直接使用现有方法处理地下停车场等室内场景采集到的点云时，面积较小平面可能会被错误地滤除，在聚类过程中相交平面以及距离较近的平行平面中的点云点可能会被误合并到一个平面子集中，产生欠分割，从而影响提取准确度。另外，地下停车场停放车辆多，分布密集，现有方法在提取过程中没有去除车体平面，最终导致提取的平面结果无法用于地图建立或车辆的辅助定位。

技术实现思路

[0003]针对在室内停车场平面结构提取过程中，存在的平面提取准确度较低的问题，本申请提出一种室内停车场平面结构提取方法、系统、介质及设备。
[0004]第一方面，本申请提出一种室内停车场平面结构提取方法，包括：通过雷达获取室内停车场的原始点云数据；将原始点云数据进行投影得到球面图，并对球面图中不存在原始点云的投影点的像素位置进行点云数据填充，对球面图进行优化；确定球面图中各个像素位置对应投影点的特征信息，并根据特征信息进行第一平面特征点的提取；对第一平面特征点进行聚类，得到多组平面点云。
[0005]可选的，确定球面图中各个像素位置对应投影点的特征信息，并根据特征信息进行平面特征点的提取，包括：确定球面图中各个像素位置对应的投影点的特征信息，特征信息包括投影点对应的法向量、平滑度以及与相邻投影点之间的第一夹角；根据平滑度与预设平滑度阈值的关系对投影点进行筛选，得到预选平面特征点；计算预选平面特征点对应的法向量与雷达z轴之间的第二夹角，并根据第二夹角对预选平面特征点进行筛选；根据第一夹角与预设角度阈值的关系对预选平面特征点进行再次筛选，得到第一平面特征点。
[0006]可选的，根据平滑度与预设平滑度阈值的关系对投影点进行筛选之前，还包括：确定在同一方向上与像素位置相邻的第一像素位置和第二像素位置，并分别计算第一像素位置对应投影点与像素位置对应投影点之间的第一欧氏距离和第二像素位置对应投影点与像素位置对应投影点之间的第二欧氏距离；根据第一欧式距离和第二欧式距离的关系，对投影点进行筛选。
[0007]可选的，对第一平面特征点进行聚类，得到多组平面点云，包括：在第一平面特征点中任选一点作为种子点；确定种子点与其他全部第一平面特征点之间的法向量夹角、欧式距离以及种子点与其他全部平面特征点在种子点对应法向量方向上的投影距离；若法向
量夹角、欧式距离以及投影距离均符合判断条件，则将符合判断条件的种子点和其他第一平面特征点合并为同一平面点云；在不满足判断条件的其他第一平面特征点中再次确定种子点，进行与其他待合并平面特征点的合并判断，直到所有的第一平面特征点均进行合并判断后，得到多组平面点云。
[0008]可选的，对第一平面特征点进行聚类，得到多组平面点云，还包括：根据多组平面点云中，各组平面点云的航向角大小对多组平面点云进行排序；若相邻组平面点云间的平面法向量夹角、点云质心在法向量方向上的距离以及航向角差值均满足预判断条件，则将相邻组平面点云进行合并，得到新的平面点云。
[0009]可选的，对第一平面特征点进行聚类，得到多组平面点云，还包括：确定平面点云中的点云点数量、点云最高点的第一高度以及点云最低点的第二高度；若点云点数量低于预设数量阈值、第一高度与第二高度之间的高度差小于预设高度差阈值或第一高度低于预设高度阈值，则将对应的平面点云滤除。
[0010]可选的，还包括：对多组平面点云分别进行平面拟合，得到各组平面点云对应的平面方程；对平面点云中不在平面方程对应平面上的点云点进行滤除，得到优化的多组平面点云。
[0011]第二方面，本申请提出一种室内停车场平面结构提取系统，包括：雷达，其获取室内停车场的原始点云数据；投影模块，其将原始点云数据进行投影得到球面图，并对球面图中不存在原始点云的投影点的像素位置进行点云数据填充，对球面图进行优化；平面特征点提取模块，其确定球面图中各个像素位置对应投影点的特征信息，并根据特征信息进行第一平面特征点的提取；聚类模块，其对第一平面特征点进行聚类，得到多组平面点云，进而得到对应的平面。
[0012]第三方面，本申请提出一种室内停车场车辆定位方法，包括：通过雷达获取室内停车场的原始点云数据；将原始点云数据进行投影得到球面图，并对球面图中不存在原始点云的投影点的像素位置进行点云数据填充，对球面图进行优化；确定球面图中各个像素位置对应投影点的特征信息，并根据特征信息进行第一平面特征点的提取；对第一平面特征点进行聚类，得到多组平面点云，进而得到对应的平面；将多组平面点云对应的平面与高精度矢量地图中的平面相匹配，得到多组匹配平面对；根据多组匹配平面对的对应关系和雷达相对高精度矢量地图的位姿，确定雷达所搭载车辆的位姿，进行车辆的定位。
[0013]第四方面，本申请提供一种计算机可读存储介质，其存储有计算机程序，其中计算机程序被操作以执行方案一中的地图生产异常定位及处理方法或方案三中的室内停车场车辆定位方法。
[0014]第五方面，本申请提供一种计算机设备，其包括处理器和存储器，存储器存储有计算机程序，其中处理器操作计算机程序以执行方案一中的地图生产异常定位及处理方法或方案三中的室内停车场车辆定位方法。
[0015]本申请的室内停车场平面结构提取方法、系统、定位方法及介质，通过对室内停车场雷达点云的获取、投影、并进行平面特征点的提取和聚类过程，得到室内停车场的平面结构。并在投影过程中对投影得到的球面图进行点云数据填充，提高提取室内停车场平面结构的准确度。
附图说明
[0016]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图示例性的示出了本申请的一些实施例。
[0017]图1是本申请室内停车场平面结构提取方法的一个实施方式的示意图；
[0018]图2是本申请投影图中像素位置的一个实例；
[0019]图3是本申请室内停车场平面结构提取系统的一个实施方式的示意图；
[0020]图4是本申请室内停车场车辆定位方法的一个实施方式的示意图。
[0021]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0022]下面结合附图对本申请的较佳实施例进行详细阐述，以使本申请的优点和特征能更易于被本领域技术人员理解，从而对本申请的保护范围做出更为清楚明确的界定。
[0023]需要说明的是，在本文中，诸如第一和第二等之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内停车场平面结构提取方法，其特征在于，包括：通过雷达获取室内停车场的原始点云数据；将所述原始点云数据进行投影得到球面图，并对所述球面图中不存在所述原始点云的投影点的像素位置进行点云数据填充，对所述球面图进行优化；确定所述球面图中各个像素位置对应投影点的特征信息，并根据所述特征信息进行第一平面特征点的提取；对所述第一平面特征点进行聚类，得到多组平面点云，进而得到对应的平面。2.根据权利要求1所述的室内停车场平面结构提取方法，其特征在于，所述确定所述球面图中各个像素位置对应投影点的特征信息，并根据所述特征信息进行平面特征点的提取，包括：确定所述球面图中各个像素位置对应的投影点的特征信息，所述特征信息包括所述投影点对应的法向量、平滑度以及与相邻投影点之间的第一夹角；根据所述平滑度与预设平滑度阈值的关系对所述投影点进行筛选，得到预选平面特征点；计算所述预选平面特征点对应的所述法向量与雷达z轴之间的第二夹角，并根据所述第二夹角对所述预选平面特征点进行筛选；根据所述第一夹角与预设角度阈值的关系对所述预选平面特征点进行再次筛选，得到所述第一平面特征点。3.根据权利要求2所述的室内停车场平面结构提取方法，其特征在于，所述根据所述平滑度与预设平滑度阈值的关系对所述投影点进行筛选之前，还包括：确定在同一方向上与所述像素位置相邻的第一像素位置和第二像素位置，并分别计算所述第一像素位置对应投影点与所述像素位置对应投影点之间的第一欧氏距离和所述第二像素位置对应投影点与所述像素位置对应投影点之间的第二欧氏距离；根据所述第一欧式距离和所述第二欧式距离的关系，对所述投影点进行筛选。4.根据权利要求1所述的室内停车场平面结构提取方法，其特征在于，所述对所述第一平面特征点进行聚类，得到多组平面点云，包括：在所述第一平面特征点中任选一点作为种子点；确定所述种子点与其他全部第一平面特征点之间的法向量夹角、欧式距离以及所述种子点与所述其他全部第一平面特征点在所述种子点对应法向量方向上的投影距离；若所述法向量夹角、所述欧式距离以及所述投影距离均符合判断条件，则将符合判断条件的所述种子点和其他第一平面特征点合并为同一平面点云；在不满足判断条件的其他第一平面特征点中再次确定种子点，进行与其他待合并平面特征点的合并判断，直到所有的所述第一平面特征点均进行合并判断后，得到所述多组平面点云。5.根据权利要求4所述的室内停车场平面结构提取方法，其特征在于，所述对所述第一平面...

【专利技术属性】
技术研发人员：王泽弘，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：