【技术实现步骤摘要】
一种基于激光雷达的地面过滤方法及系统
[0001]本专利技术涉及测量、测试领域，具体涉及一种基于激光雷达的地面过滤方法及系统。
技术介绍
[0002]港口无人集卡日常运营中，激光雷达是用于作业避障的主要传感器之一。为了能够较好的识别障碍物目标，首先需要对地面进行充分过滤，再对非地面的点云进行识别。传统方法主要使用SVD(奇异值分解)或者ransac等方法进行识别，在一定程度上可以识别地面，但是无法应对诸如地面不够平整、作业环境发生改变等场景。并且，港口实际作业中，经常由于集装箱载重不同导致激光位置角度发生移动，增加对地面识别的精度或难度。
[0003]在申请号为：CN202011179679.7，申请名称为“一种基于激光雷达点云数据去除地面的方法及系统”，是通过激光雷达的点云数据与摄像头的图像数据进行结合，通过转换矩阵的方式，进行过滤去除表征地面，从而获得准确的地面数据的目的。对于“一种基于激光雷达点云数据去除地面的方法及系统”的过滤方法需要有效利用图像信息，去除环视摄像头探测范围内的高平台和房顶的地面误检，与本申请...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于激光雷达的地面过滤方法，其特征在于，包括：上电开启激光雷达；依据激光雷达的扫描反馈并生成相应的激光深度图，初始化激光深度图中的深度值，计算每条线束与激光雷达之间的深度值并进行重新赋值；依据激光深度图的每个纵列计算两个线束之间的角度差值，生成与激光深度图相同大小的角度视差图；依据角度视差图生成同样大小的标签图，所述标签图在初始状态下对每一列的第一个标签值赋予一个固定值，并设定为地面的待定点云，并对激光雷达的每个线束在地面位置上的点云进行验算形成备选点云，以待定点云为起始点对领域进行广度搜索，并形成邻域点云；若所述备选点云或所述邻域点云中具有符合待定点云设定的标签值时，则为真实地面点云；依据标签图筛选出激光原始点云，并通过激光原始点云进行拟合平面，通过rgnsac算法将小于地面阈值的表征地面过滤处理，获得最终的地面点云。2.根据权利要求1所述的基于激光雷达的地面过滤方法，其特征在于：设激光雷达的垂直分辨率为L，水平分辨率为H，激光线束的数量为S，激光雷达的点云数据坐标为(x，y，z)；所述激光深度图的长度为：rows＝S+1；宽度为：columns＝360
÷
L；深度值为：depth＝sqrt(x
×
x+y
×
y+z
×
z)；VA＝atan2(z，sqrt(x
×
x+y
×
y))；HA＝atarn2(x，y)；RI＝(VA
‑
VAm)
÷
L；CI＝(HA
÷
H)+columns
÷
2.0；其中，VA为激光雷达的垂直角度，VAm为激光雷达的第一条线束能照到的最小角度值，HA为激光雷达的水平角度，RI为激光雷达的长度索引值，CI为激光雷达的宽度索引值。3.根据权利要求1所述的基于激光雷达的地面过滤方法，其特征在于：所述激光深度图在生成时，进行nan值过滤，人为设定所述深度值的深度阈值，将小于所述深度阈值的点云过滤；并且，激光雷达形成的虚假点云，以及超过100米外的点云进行过滤处理；过滤处理后的点云赋值为0值，选定0值点并设置滑动窗口，对与0值相邻的点云进行匹配，并计算相邻点云与0值点的深度差值，当深度差值符合深度阈值，则设定为备选值，如此重复将所有0值点进行筛选；对所有备选值进行加权平均，对所有0值进行赋值，并生成所述激光深度图。4.根据权利要求2所述的基于激光雷达的地面过滤方法，其特征在于：设所述激光深度图的每个纵列计算两个线束之间的角度差值为P，且在激光深度图中以字母r代表其中的任一行，以字母c代表其中的任一列；以字母A和B代表激光雷达在地面上两个不同的点云，并以激光雷达所在位置为坐标系的原点0，建立X轴与Z轴的坐标系，A点云与Z轴相垂直的点为E，B点云与X轴向垂直的点为D，AE连线与BD连线所相交的点为Q，形成以Q为直角的直角三角形ABQ；α＝∠AOD；β＝∠BOD；P＝atan2(|BQ|，|AQ|)；|BQ|＝|QD|
‑
|BD|＝depth
r
‑
1，c
sinα
‑
depth
r，c
sinβ；
|AQ|＝|QE|
‑
|AE|＝depth
r
‑
技术研发人员：潘元承，王鸿源，甘展鹏，侯学锋，林文山，郑发辉，
申请(专利权)人：福建中科云杉信息技术有限公司，
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。