一种实现车载激光雷达点云地面滤波的方法技术

本发明专利技术提供了一种实现车载激光雷达点云地面滤波的方法，包括：获取车载激光雷达点云数据；设置条件滤波，并筛选确定兴趣区域；对点云数据进行加权主成分分析，并确定点云数据的法向量；获取点云数据的特征数据，并将特征数据结合法向量确定表面变化因子；根据表面变化因子对车载激光雷达点云数据进行区域分析，判断区域平坦性，得到第一区域分析结果；针对兴趣区域进行布料滤波处理，得到第二区域分析结果；将第一区域分析结果与第二区域分析结果进行结合，确定第三区域分析结果；在第三区域分析结果中，对平坦区域采用统计滤波进行大尺度降噪，对凸起区域采用双边滤波进行小尺度降噪，得到车载激光雷达点云处理数据。得到车载激光雷达点云处理数据。得到车载激光雷达点云处理数据。

【技术实现步骤摘要】
一种实现车载激光雷达点云地面滤波的方法


[0001]本专利技术涉及点云数据处理
，特别涉及一种实现车载激光雷达点云地面滤波的方法。

技术介绍

[0002]随着智能驾驶的不断发展，对于车辆周围的环境感知要求越来越高。车载激光雷达具有准确的获取目标三维信息、识别率高、抗干扰能力强、探测范围广、全天候工作等优点，因此车载激光雷达在智能驾驶中不断普及，对于激光点云的处理也是一项重要工作，然而获得的三维点云数据经常包含噪声和异常值，对于点云的后续计算造成极大干扰，因此要高精度对点云进行降噪处理。车载激光点云包含着复杂的地形、不同的路段和驾驶环境，点云的变化尺度大。而传统的点云滤波方法如体素网格滤波、高斯滤波、半径滤波等一般只适用与一种噪声点，且无法对于地面进行滤波，无法对点云进行更好的区分，极大地降低了点云滤波的准确度，因此，本专利技术提出一种实现车载激光雷达点云地面滤波的方法，通过平坦区域与凸起区域分析，使得能够针对不同的驾驶场景以及驾驶路况都能够进行数据处理，提高了适用性，并且针对不同区域采用不同方法降噪处理，提高了车载激光雷达点云的降噪性能，并增加了激光雷达点云的地面滤波精度。

技术实现思路

[0003]本专利技术的目的在于提供一种实现车载激光雷达点云地面滤波的方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种实现车载激光雷达点云地面滤波的方法，包括：
[0005]获取车载激光雷达点云数据；
[0006]设置条件滤波，并筛选确定兴趣区域；
[0007]对点云数据进行加权主成分分析，确定法向量，并将法向量结合特征值得到表面变化因子；
[0008]根据表面变化因子对车载激光雷达点云数据进行区域分析，判断区域平坦性，得到第一区域分析结果；
[0009]针对兴趣区域进行布料滤波处理，得到第二区域分析结果；
[0010]将第一区域分析结果与第二区域分析结果进行结合，确定第三区域分析结果；
[0011]在第三区域分析结果中，对平坦区域采用统计滤波进行大尺度降噪，对凸起区域采用双边滤波进行小尺度降噪，得到车载激光雷达点云处理数据。
[0012]进一步地，条件滤波是对点云三维坐标轴划定的限制条件，在筛选确定兴趣区域时，以车载激光雷达为中心，根据条件滤波中设置的条件数据剔除条件数据以外的点云数据，得到兴趣区域。
[0013]进一步地，对点云数据进行加权主成分分析时，结合权重信息对点云数据的数据
特征进行降为处理，包括：
[0014]选取样本点，并样本点的邻域范围内计算邻域点与样本点之间的距离；
[0015]根据邻域点与样本点之间的距离确定邻域点的权重；
[0016]利用邻域点的权重和邻域点的坐标信息确定邻域点的坐标加权平均值；
[0017]将邻域点的坐标加权平均值结合邻域点的权重和邻域点的坐标信息确定样本点的协方差矩阵；
[0018]针对样本点的协方差矩阵进行特征多项式分析，确定样本点的特征值；
[0019]分析样本点的特征值，并将特征值最小时对应的特征向量作为法向量。
[0020]进一步地，将法向量结合特征值得到表面变化因子时，确定法向量对应的特征值，并将法向量对应的特征值与特征多项式分析过程中得到的所有特征值之和进行比较，得到样本点的表面变化因子。
[0021]进一步地，根据表面变化因子对车载激光雷达点云数据进行区域分析，包括：
[0022]针对样本点的表面变化因子在邻域范围内获取邻域点的表面变化因子；
[0023]根据样本点的表面变化因子和邻域点的表面变化因子确定样本点的平均表面变化因子；
[0024]分析样本点的表面变化因子和样本点的平均表面变化因子，当样本点的表面变化因子小于样本点的平均表面变化因子时，样本点属于平坦区域，当样本点的表面变化因子大于样本点的平均表面变化因子时，样本点属于凸起区域。
[0025]进一步地，针对兴趣区域进行布料滤波处理时，包括：将布粒子和点云映射到同一水平平面中，并且在2D平面中针对每个布粒子分析点云的位置，确定与布粒子距离最近的点云，得到布粒子对应点；根据布粒子对应点映射前的高度差确定相交高度值，并将相交高度值作为最低位置；在布粒子移动迭代过程中分析布粒子的当前高度值与最低位置的大小关系，当布粒子的当前高度值等于或者低于最低位置时，将布粒子移回布粒子对应点的位置，并使布粒子无法移动，此时，通过外力计算和内力计算确定兴趣区域的地形。
[0026]进一步地，通过外力计算和内力计算确定兴趣区域的地形时，外力计算通过如下公式计算得到：
[0027][0028]上述公式中，X(t+Δt)表示t时刻的下一迭代时刻的粒子位移，X(t)表示t时刻的粒子位移，X(t
‑
Δt)表示t时刻的上一时刻的粒子位移，t表示时间，G表示常数，m表示粒子质量，Δt表示时间步长；
[0029]内力计算通过如下公式计算得到：
[0030][0031]上述公式中，表示粒子位移向量，b表示参量，当粒子可移动时取值为1，粒子不可移动时取值为0，表示粒子的当前位置坐标向量，表示近邻粒子的当前位置坐标向量，表示垂直方向的单位向量；
[0032]将通过使用点云到点云的距离计算原始激光点云和模拟粒子之间的距离，并且在
距离小于阈值的激光点云被归类为第二平坦区域，否则为第二凸起区域。
[0033]进一步地，第一区域分析结果包括：第一平坦区域和第一凸起区域，第二区域分析结果包括：第二平坦区域和第二凸起区域，在将第一区域分析结果与第二区域分析结果进行结合时，将第一平坦区域与第二平坦区域以及第一凸起区域与第二凸起区域分别进行点云取交集得到平坦最终确定区域和凸起最终确定区域。
[0034]进一步地，对平坦区域采用统计滤波进行大尺度降噪时，针对平坦最终确定区域进行降噪处理时，在平坦最终确定区域中遍历点云，针对点云中每个点，确定邻域，并在邻域中计算中心点到所有相邻点的平均距离，然后针对平均距离进行均值和标准差分析，并根据均值和标准差确定距离阈值；结合距离阈值将平坦最终确定区域中平均距离大于距离阈值的相邻点剔除，得到大尺度降噪处理后的平坦区域。
[0035]进一步地，对凸起区域采用双边滤波进行小尺度降噪时，针对凸起最终确定区域进行降噪处理时，将凸起最终确定区域中的点云结合双边滤波因子和测量点的法向量得到去噪与矫正后的测量点。
[0036]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0037]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0038]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实现车载激光雷达点云地面滤波的方法，其特征在于，包括：获取车载激光雷达点云数据；设置条件滤波，并筛选确定兴趣区域；对点云数据进行加权主成分分析，确定法向量，并将法向量结合特征值得到表面变化因子；根据表面变化因子对车载激光雷达点云数据进行区域分析，判断区域平坦性，得到第一区域分析结果；针对兴趣区域进行布料滤波处理，得到第二区域分析结果；将第一区域分析结果与第二区域分析结果进行结合，确定第三区域分析结果；在第三区域分析结果中，对平坦区域采用统计滤波进行大尺度降噪，对凸起区域采用双边滤波进行小尺度降噪，得到车载激光雷达点云处理数据。2.根据权利要求1所述的方法，其特征在于，条件滤波是对点云三维坐标轴划定的限制条件，在筛选确定兴趣区域时，以车载激光雷达为中心，根据条件滤波中设置的条件数据剔除条件数据以外的点云数据，得到兴趣区域。3.根据权利要求1所述的方法，其特征在于，对点云数据进行加权主成分分析时，结合权重信息对点云数据的数据特征进行降为处理，包括：选取样本点，并样本点的邻域范围内计算邻域点与样本点之间的距离；根据邻域点与样本点之间的距离确定邻域点的权重；利用邻域点的权重和邻域点的坐标信息确定邻域点的坐标加权平均值；将邻域点的坐标加权平均值结合邻域点的权重和邻域点的坐标信息确定样本点的协方差矩阵；针对样本点的协方差矩阵进行特征多项式分析，确定样本点的特征值；分析样本点的特征值，并将特征值最小时对应的特征向量作为法向量。4.根据权利要求3所述的方法，其特征在于，将法向量结合特征值得到表面变化因子时，确定法向量对应的特征值，并将法向量对应的特征值与特征多项式分析过程中得到的所有特征值之和进行比较，得到样本点的表面变化因子。5.根据权利要求1所述的方法，其特征在于，根据表面变化因子对车载激光雷达点云数据进行区域分析，包括：针对样本点的表面变化因子在邻域范围内获取邻域点的表面变化因子；根据样本点的表面变化因子和邻域点的表面变化因子确定样本点的平均表面变化因子；分析样本点的表面变化因子和样本点的平均表面变化因子，当样本点的表面变化因子小于样本点的平均表面变化因子时，样本点属于平坦区域，当样本点的表面变化因子大于样本点的平均表面变化因子时，样本点属于凸起区域。6.根据权利要求1所述的方法，其特征在于，针对兴趣区域进行布料滤波处理时，包括：将布粒子和点云映射到同一水平...

【专利技术属性】
技术研发人员：王涛，吴姝，冯浩，傅奕茗，何振学，赵宗民，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：