一种分簇点云驱动的地下停车场平面结构提取及更新方法技术

本发明专利技术涉及停车场平面结构提取及更新的方法，具体而言是一种基于分簇LIDAR点云实现地下停车场平面结构提取及更新的方法。本发明专利技术的工作流程分为两个阶段：平面结构提取和平面结构更新。在平面结构提取阶段，针对地下停车场环境的墙体结构异质性问题，基于两阶段DBSCAN算法对墙体点云实现精确分簇；此外，该方法引入基于高斯核密度估计的立柱点簇去噪算法以及基于路径搜索的直线段提取算法，以解决墙体点云质量退化导致的平面结构提取精度下降问题。在平面结构更新阶段，该方法通过特征一致性约束实现LiDAR与DXF的跨源配准。针对SLAM建图精度不足导致的墙体点云整体偏移问题，基于邻接聚类的整体偏移感知算法，识别并校准偏移结构，避免了更新检测中的误判。

【技术实现步骤摘要】

本专利技术涉及对地下停车场环境中的平面结构进行精准提取并更新的方法，具体而言是一种基于分簇的激光雷达3维点云实现地下停车场平面结构提取及更新的方法。

技术介绍

1、随着城市汽车保有量的快速增长，停车难问题日益突出，智慧停车系统的建设成为解决城市停车问题的重要途径。城市智慧停车的核心技术之一是停车场地图的构建，然而，传统停车场地图构建方法存在人工成本高、更新效率低等问题，难以满足智慧停车系统的实际需求。为了解决上述问题，研究者们开始关注面向停车场导航的dxf(drawingexchange format)到停车场地图的自动生成方法。然而，此类方法通常需要对dxf文件进行预处理，且在实际应用中仍面临诸多挑战。例如，部分老旧停车场的dxf文件可能缺失，或者由于停车场布局随时间发生变化，需要对原有平面图进行更新。而仅依靠人工进行高精度测量与手绘更新，不仅成本高昂，而且效率低下。因此，尽管自动生成方法具有潜在的应用价值，但其普及仍面临较大困难。

2、本专利凭借激光雷达(light detection and ranging,lidar)点云的高精度空间结本文档来自技高网...

【技术保护点】

1.一种分簇点云驱动的地下停车场平面结构提取及更新方法，其特征在于：所述方法的工作流程包含两个阶段：平面结构提取，以及平面结构更新。在平面结构提取阶段，针对地下停车场环境的墙体结构异质性问题，该方法通过两阶段DBSCAN算法对点云数据实现精确分簇；此外，该方法引入基于高斯核密度估计的立柱点簇去噪算法以及基于路径搜索的直线段提取算法，以解决地下停车场环境墙体点云质量退化导致的平面结构提取精度下降问题。在平面结构更新阶段，该方法通过特征一致性约束实现LiDAR与DXF的跨源配准。针对SLAM建图精度不足导致的墙体点云整体偏移的问题，基于邻接聚类的整体偏移感知算法，识别并校准偏移结构，避免了更...

【技术特征摘要】

1.一种分簇点云驱动的地下停车场平面结构提取及更新方法，其特征在于：所述方法的工作流程包含两个阶段：平面结构提取，以及平面结构更新。在平面结构提取阶段，针对地下停车场环境的墙体结构异质性问题，该方法通过两阶段dbscan算法对点云数据实现精确分簇；此外，该方法引入基于高斯核密度估计的立柱点簇去噪算法以及基于路径搜索的直线段提取算法，以解决地下停车场环境墙体点云质量退化导致的平面结构提取精度下降问题。在平面结构更新阶段，该方法通过特征一致性约束实现lidar与dxf的跨源配准。针对slam建图精度不足导致的墙体点云整体偏移的问题，基于邻接聚类的整体偏移感知算法，识别并校准偏移结构，避免了更新检测中的误判。

2.根据权利要求1所述的两阶段dbscan算法，其特征在于：对原始墙体点云采用粗粒度参数选择进行dbscan初步分类，获得初始聚类结果。对每个初始聚类簇进一步采用细粒度参数选择进行dbscan二次分类，同时，记录新生成点簇中点数最多的主簇。若二次分类后的点簇数量小于2，则保留初始聚类结果。否则，遍历所有新生成的点簇，若簇中的点数低于设定阈值，或其点云分布呈现线性特征(通过pca判定)，则判定该点簇为过分割产生的小点簇，将其与主簇合并。反之，则判定其为粗粒度dbscan未能区分的有效点簇，作为最终的点簇分类结果。

3.根据权利要求1所述的基于高斯核密度估计的立柱点簇去噪算法，其特征在于：将立柱点簇投...

【专利技术属性】
技术研发人员：邱渝，钱博诚，司皓楠，刘新浩，刘益农，夏煌，
申请(专利权)人：四川到达角科技有限公司，
类型：发明
国别省市：