一种基于三维点云高程分布相似度的可通行区域检测方法技术

本发明专利技术提出一种基于三维点云高程分布相似度的可通行区域检测方法。本发明专利技术对三维点云数据进行栅格化表述，并对栅格内点云在高程上的分布用向量来表示，其中向量的每个元素代表在对应高程范围内激光点的数量。由于相邻的两个可通行栅格内点云在高程上是连续且分布大致相同的，因此通过计算可通行栅格与邻接栅格间向量的相似度，判断邻接栅格是否为可通行栅格。基于此判断条件对种子栅格进行区域扩张，最终得到可通行区域地图。利用高程分布相似度对三维点云地图进行了可通行区域检测，特别是针对大尺度栅格具有更准确的检测效果，并可有效避免悬空物体的干扰，从而保证了栅格的准确扩张。扩张。扩张。

【技术实现步骤摘要】
一种基于三维点云高程分布相似度的可通行区域检测方法


[0001]本专利技术属于环境感知
，具体涉及一种基于三维点云高程分布相似度的可通行区域检测方法。

技术介绍

[0002]随着移动机器人在各个领域的广泛应用，移动机器人应用的场景越来越复杂，例如，三维空间中存在的障碍物、坑洞、斜坡以及悬空物体对移动机器人的安全行驶提出了更高的挑战。移动机器人需要对环境中的可通行区域进行检测，用于移动机器人的路径规划和路径跟踪，从而实现移动机器人的安全导航。因此可通行区域的准确识别对移动机器人导航具有重要意义。
[0003]工程上常用的可通行区域检测方法有基于原始点云检测和基于栅格地图检测。基于原始点云的可通行区域检测方法需要对单帧激光点云中的单线点云进行操作，该检测方法适用于结构化路面，在野外以及其它路况下不具有普遍性。
[0004]基于栅格地图的可通行区域检测方法将点云转化为栅格的特征，并通过比较相邻栅格的特征来判断栅格的可通行性，进而检测出三维点云地图的可通行区域。在可通行区域检测过程中，栅格特征的选取至关重要，现有的基于栅格的可通行区域检测方法中，部分直接选取栅格中高程的极值作为栅格特征，这种做法会导致高处悬空物体的高程值屏蔽低处物体特征，还会造成与悬空结构相对应的环境信息的丢失。
[0005]由于在实际工程应用中栅格的尺度和判断可通行区域的计算量相关，对于大范围(例如平方公里级别)场景下的可通行区域检测，通常通过增大栅格尺度来减少计算量。另一方面，通常室外工作的机器人尺寸较大(例如平方米级)，如果使用较小尺度的栅格会造成多余的计算。因此在实际应用中通常增大栅格尺度(例如1米*1米)来减少计算量。由于栅格尺度变大，导致栅格内点云的数量显著增多，这就导致了栅格内的噪声干扰显著增加，因此使用栅格内高程的极值不能准确表示栅格特征，从而会影响可通行区域检测的准确性；
[0006]文献(Stelzer A,Hirschm
ü
ller H, M.Stereo
‑
vision
‑
based navigation of a six
‑
legged walking robot in unknown rough terrain[J].International Journal of Robotics Research,2012,31(4):381
‑
402)针对双目相机构建出的数字地形模型提出了一种移动机器人可通行区域检测方法，这种方法通过计算粗糙度，高度和坡度角对可通行区域进行检测。但该方法不考虑环境中存在悬空物体情况，而实际室外场景中常常存在树冠，路灯等悬空物体，因此该方法在存在悬空物体的场景中无法准确识别可通行区域。
[0007]专利(一种采用多线激光雷达的道路可通行区域获取方法,专利申请号：CN201810674683.7)提出了一种采用多线激光雷达的道路可通行区域获取方法，这种方法将每个栅格中点云按照高程进行排序，分割平面块，得到平面块高度特征以及强度特征，求解最底层表面块高度均值，并且根据高度均值及平面强度将平面块分为地面或障碍物，最终获取道路可通行区域。该方法虽然可以处理悬空物体的干扰，但由于使用高度均值，导致
此方法在有斜坡的场景中无法准确识别地面和障碍物。

技术实现思路

[0008]针对现有技术存在的各种问题，本专利技术提出了一种基于三维点云高程分布相似度的可通行区域检测方法。本专利技术对三维点云数据进行栅格化表述，并对栅格内点云在高程上的分布用向量来表示，其中向量的每个元素代表在对应高程范围内激光点的数量。由于相邻的两个可通行栅格内点云在高程上是连续且分布大致相同的，因此通过计算可通行栅格与邻接栅格间向量的相似度，判断邻接栅格是否为可通行栅格。基于此判断条件对种子栅格进行区域扩张，最终得到可通行区域地图。
[0009]本专利技术的技术方案：
[0010]一种基于三维点云高程分布相似度的可通行区域检测方法，在包括可通行区域的三维点云地图基础上，步骤如下：
[0011]步骤1，三维点云地图栅格化处理，将三维激光点云投影到栅格地图中；
[0012]三维激光点云投影到栅格地图的转换关系为：
[0013]X＝INT(x
‑
x
min
)/α
[0014]Y＝INT(y
‑
y
min
)/α
[0015]其中X和Y分别表示激光点所处栅格的横坐标和纵坐标，x和y分别表示激光点的横坐标和纵坐标，x
min
和y
min
分别表示三维点云地图中的最小的横坐标和纵坐标，α表示设定的栅格大小，INT表示将数据的数据类型转化为整型；
[0016]步骤2，计算步骤1中每个栅格内激光点云的高程分布；
[0017]遍历栅格内所有激光点，以此栅格内最低激光点的高程值z
X,Y,min
为起始点，向上查找h高度内的点云，将符合高程值z∈[z
X,Y,min
,z
X,Y,min
+h)的激光点投影到长度为n的表示栅格高程分布的向量中：
[0018][0019]其中X表示此栅格的横坐标，Y表示此栅格的纵坐标；i∈[1,n]，m
i
表示此栅格中高程值在范围内激光点的数量，n为向量的长度。
[0020]步骤3，选取种子栅格；
[0021]将已知的可通行区域投影到的栅格标记为初始种子栅格；初始种子栅格属于可通行状态；初始种子栅格存入种子栅格集合T中；
[0022]步骤4，基于相邻栅格高程分布相似度的可通行区域扩张；
[0023]4.1)计算种子栅格集合T中的种子栅格与其相邻栅格高程分布的相似度S
j
；
[0024][0025]其中，centerX和centerY分别表示进行区域扩张时种子栅格的横坐标和纵坐标，nextX和nextY分别表示种子栅格的邻接栅格的横坐标和纵坐标，为表示种子
栅格高程分布的向量，为表示邻接栅格高程分布的向量，j为种子栅格的邻接栅格数量。
[0026]4.2)邻域扩张；
[0027]遍历种子栅格集合T中种子栅格的邻接栅格，判断种子栅格内最低高程值z
centerX,centerY,min
和邻接栅格内最低高程值z
nextX,nextY,min
差值的绝对值与高度阈值θ的大小，如果大于θ，则邻接栅格直接判断为不可通行状态；如果小于θ，则判断该种子栅格与其相邻栅格高程分布的相似度S
j
与相似度阈值δ的大小；如果小于δ，则认为该邻接栅格是不可通行的，反之此邻接栅格属于可通行状态，作为新的种子栅格添加到种子栅格集合T中，并将原种子栅格从种子栅格集合T中弹出；
[0028]4.3)更新种子栅格
[0029]遍历种子栅格集合T中的种子栅格，再次进行步骤4.1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维点云高程分布相似度的可通行区域检测方法，在包括可通行区域的三维点云地图基础上，其特征在于，包括步骤如下：步骤1，三维点云地图栅格化处理，将三维激光点云投影到栅格地图中；步骤2，计算步骤1中每个栅格内激光点云的高程分布；步骤3，选取种子栅格；将已知的可通行区域投影到的栅格标记为初始种子栅格；初始种子栅格属于可通行状态；初始种子栅格存入种子栅格集合T中；步骤4，基于相邻栅格高程分布相似度的可通行区域扩张；4.1)计算种子栅格集合T中的种子栅格与其相邻栅格高程分布的相似度S
j
；4.2)邻域扩张；遍历种子栅格集合T中种子栅格的邻接栅格，判断种子栅格内最低高程值z
centerX,centerY,min
和邻接栅格内最低高程值z
nextX,nextY,min
差值的绝对值与高度阈值θ的大小，如果大于θ，则邻接栅格直接判断为不可通行状态；如果小于θ，则判断该种子栅格与其相邻栅格高程分布的相似度S
j
与相似度阈值δ的大小；如果小于δ，则认为该邻接栅格是不可通行的，反之此邻接栅格属于可通行状态，并作为新的种子栅格添加到种子栅格集合T中，并将原种子栅格从种子栅格集合T中弹出；4.3)更新种子栅格遍历种子栅格集合T中的种子栅格，再次进行步骤4.1)和4.2)的操作，直到种子栅格集合T被清空；步骤5，获取可通行区域地图；根据步骤4邻域扩张后的栅格地图，依据栅格地图的通行状态将栅格地图进行分类，得到基于高程分布相似度的可通行区域检测结果。2.根据权利要求1所述的基于三维点云高程分布相似度的可通行区域检测方法，其特征在于，步骤1，三维激光点...

【专利技术属性】
技术研发人员：庄严，赵子文，何国建，闫飞，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：