System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于地平面拟合的三阶段点云地面分割方法技术_技高网

一种基于地平面拟合的三阶段点云地面分割方法技术

技术编号:40114681 阅读:6 留言:0更新日期:2024-01-23 19:43
本发明专利技术公开了一种基于地平面拟合的三阶段点云地面分割方法,属于智能驾驶感知技术领域,包括以下步骤:S1采用大分辨率的无限远极坐标栅格划分原始点云并对栅格内的点云进行体素降采样,基于降采样点云拟合的地平面将原始点云分割为初始的地面点集和非地面点集;S2基于地平面拟合,提取出初始非地面点集中的假阴性点并将其加入初始地面点集,得到中间地面点集和中间非地面点集;S3基于地平面拟合,提取出中间地面点集中的假阳性点并将其加入中间非地面点集,得到地面点集和非地面点集;本发明专利技术所述方法分割准确性高、速度快、稳定性好且易于实现,可有效解决目前传统方法存在的欠分割、过分割以及计算效率低下的问题,可用于智能驾驶的避障和导航。

【技术实现步骤摘要】

本专利技术涉及智能驾驶感知,具体涉及一种基于地平面拟合的三阶段点云地面分割方法


技术介绍

1、智能驾驶技术的兴起已经引领了交通领域的变革,为实现更高的道路安全性、交通效率和便捷性提供了可能。智能驾驶车辆需要具备高度的环境感知和决策能力,以便在复杂的道路环境中实现自主导航,传感器是实现这些能力的关键组成部分。传感器系统在智能驾驶中扮演着至关重要的角色,用于感知车辆周围的环境信息,这些传感器可以分为不同类型,包括摄像头、雷达、激光雷达和gps等。其中,激光雷达通过发射激光束并测量其返回时间来创建点云,能够为点云地面分割和环境地图构建等任务提供高分辨率的距离和环境信息。

2、点云地面分割是智能驾驶中的一个重要预处理步骤和基本任务之一,它能够为可行驶区域检测、点云聚类、目标检测等感知任务提供准确的先验信息。通过从点云数据中分离地面点和非地面点,智能驾驶系统可以更准确地理解道路状况,制定决策并规划路径,这有助于提高车辆的安全性和行驶效率,因此,实现高效而又准确的分割尤为重要。目前,在点云地面分割领域,人们研究了许多传统方法和基于深度学习的方法。传统的方法主要基于几何特征、形状分析和表面拟合等技术,如ransac、hough变换等,用于地平面的拟合和点云分割。然而,这些方法在处理复杂地形和场景时面临着挑战,因为地面点模式的多样性和噪声干扰的存在使得地面的准确识别变得困难,并且这些传统方法在处理大规模、复杂场景的点云数据时存在着欠分割、过分割、计算效率低下和鲁棒性不足的问题。与此同时,基于深度学习的方法在点云地面分割中取得了显著的进展,如卷积神经网络(cnn)和图卷积网络(gcn)等方法,这些方法利用神经网络灵活的表达能力和特征学习能力,提高了地面点和非地面点分割任务的精度和效率。然而,基于深度学习的方法也存在一些不足之处。首先,神经网络需要大量的标注数据进行监督学习,而点云数据的标注相对复杂和耗时。其次,神经网络的训练过程需要较长的时间,特别是对于复杂的网络结构和大规模的点云数据而言。此外,神经网络往往需要较高的计算资源和存储空间,这对于一些资源受限的设备或场景可能存在挑战;点云数据的噪点和稀疏性问题也会对网络的性能产生负面影响。


技术实现思路

1、针对上述传统地面分割方法存在的不足,本专利技术提供了一种基于地平面拟合的三阶段点云地面分割方法,具有分割准确性高、速度快、稳定性好、易于实现的优点,对智能驾驶系统实现更安全、更高效的自动驾驶具有重要意义。

2、为实现上述目的,本专利技术提供了如下技术方案:

3、一种基于地平面拟合的三阶段点云地面分割方法,包括以下步骤:

4、s1:采用大分辨率的无限远极坐标栅格划分原始点云,并对每个栅格内的点云进行体素降采样;在剔除降采样点云中的车身反射噪声后,使用降采样点云代替对应栅格内原有的点云来拟合地平面;得到拟合结果后,计算平面的倾斜程度以判断平面是否为地平面;根据每个栅格内的实际地平面或者理想地平面,采用第一阶段对应的大距离阈值,将原始点云分割为初始的地面点集和非地面点集;

5、s2:采用无限远极坐标栅格划分初始非地面点集,并对每个栅格内的点云拷贝一份副本;使用副本点云代替对应栅格内原有的点云来拟合地平面;得到拟合结果后,计算平面的倾斜程度以及点到平面的最小有符号距离以判断平面是否为地平面;根据每个栅格内的实际地平面或者理想地平面,采用第二阶段对应的距离阈值,提取初始非地面点集中的假阴性点并将其加入初始地面点集,得到中间地面点集和中间非地面点集;

6、s3: 采用无限远极坐标栅格划分中间地面点集,并对每个栅格内的点云拷贝一份副本;在剔除副本点云中的车身反射噪声后,使用副本点云代替对应栅格内原有的点云来拟合地平面;得到拟合结果后,计算平面的倾斜程度以判断平面是否为地平面;根据每个栅格内的实际地平面或者理想地平面,采用第三阶段对应的小距离阈值,提取中间地面点集中的假阳性点并将其加入中间非地面点集,最终得到地面点集和非地面点集。

7、进一步地,s1的具体实施方式为:

8、s101:以激光雷达坐标系的原点为中心,采用大的径向分辨率和大的角度分辨率,将原始点云划分为个栅格,其中,为在极径的范围区间划分的环区数量,最外层环区的范围区间为;,为每个环区划分的栅格数量;

9、s102:对该阶段栅格内的点云进行体素降采样,降采样后的点云记为;

10、s103:对按照高度值进行升序排序, 排序后的点云记为;

11、s104:由剔除中的车身反射噪声,其中分别为设定的垂直视场角阈值和高度阈值,和分别为点 的垂直视场角和高度值,且;

12、s105:记录中的最低高度值;

13、s106:用代替进行地平面拟合;

14、s107:对平面的拟合结果进行判断并分割点云:

15、根据 计算平面的倾斜程度,其中为该平面的法向量,为竖直 z 方向的单位法向量;设定平面倾斜程度的角度阈值,当或时,可依据该平面分割点云,得到初步的地面点集,其中,为该阶段设定的大距离阈值;当时,平面拟合到障碍物的侧面,则通过理想地平面来分割点云,若内的最低高度值小于等于,得到的初步的地面点集为,若大于,则为,其中,为设定的高度阈值,系数为地面高度比例,为相对于激光雷达坐标系原点的地面高度;初步的非地面点集为;

16、s108:记激光雷达在 t 时刻获取一帧的原始点云为,在该阶段,被初步分割为初始地面点集和初始非地面点集。

17、进一步地,s2的具体实施方式为:

18、s201:以激光雷达坐标系的原点为中心,采用的分辨率分别为和,将初始的非地面点集划 分为个栅格,有,其中,为在极径的范围区间划分的环区数量,最外层环区的范围区间为;,为每个环区划分的栅格数量;

19、s202:对该阶段栅格内的点云拷贝一份副本,记为;

20、s203:对副本点云按照高度值进行升序排序,排序后的点云记为;

21、s204:记录中的最低高度值;

22、s205:使用排好序的副本点云代替原始点云进行地平面拟合;

23、s206:对平面的拟合结果进行判断并分割点云:

24、根据 计算平面的倾斜程度,当或时,进一 步判断该平面是否为地平面,设定 fn 点距离阈值,当中距离平面的最小有符号距离时,该平面为地平面,可依据此平面从中提取出含有 fn 点的点集,其中,为该阶段设定的距离阈值;而当或但时,则并没有拟合到地面上,而是拟合到障碍物的平缓顶部,或者时,平面拟合到障碍物的侧面,以上两种平面拟合结果不正确,则通过理想地平面从中 提取出含有 fn 点的点集,若内的最低高度值小于等于 ,得到含有 fn点的点集为,若大于,则为;中剩下的点为非地面点;

25、s207:该阶段从中提取出含有 fn 点的点集为,将加入中后构成中间地面点集,中剩余的点构成中间非地面点集  。

26、进一步地,s3本文档来自技高网...

【技术保护点】

1.一种基于地平面拟合的三阶段点云地面分割方法,其特征在于,包括以下步骤:

2.根据权利要求 1 所述的基于地平面拟合的三阶段点云地面分割方法,其特征在于,S1具体包括:

3.根据权利要求 1 所述的基于地平面拟合的三阶段点云地面分割方法,其特征在于,S2具体包括:

4.根据权利要求 1 所述的基于地平面拟合的三阶段点云地面分割方法,其特征在于,S3具体包括:

5.根据权利要求 1 所述的基于地平面拟合的三阶段点云地面分割方法,其特征在于,S1-S3所述的拟合地平面的具体过程为:

【技术特征摘要】

1.一种基于地平面拟合的三阶段点云地面分割方法,其特征在于,包括以下步骤:

2.根据权利要求 1 所述的基于地平面拟合的三阶段点云地面分割方法,其特征在于,s1具体包括:

3.根据权利要求 1 所述的基于地平面拟合的三阶段点云地面分割方法,其...

【专利技术属性】
技术研发人员:肖德旭刘锐军郭亮刘君
申请(专利权)人:江西东锐机械有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1