本发明专利技术提供了一种激光点云自动化地面提取方法，包括：输入激光点云地图包中的单帧点云，对所述单帧点云进行盒子滤波，确定感兴趣区并提取得到单帧感兴趣区点云，然后判断所述单帧感兴趣区点云的累计帧数是否不小于第一阈值；将提取的所有单帧感兴趣区点云进行叠加，得到叠加感兴趣区点云，然后采用区域生长法对所述叠加感兴趣区点云进行噪点去除，得到目标感兴趣区点云；计算所述目标感兴趣区点云的地面起伏程度；针对目标点云地图，根据所述地面起伏程度，利用布料滤波完成地面提取。本发明专利技术提高CSF提取地面的自动化程度；杜绝除了道路上一些车辆的噪点之外的大部分的无关点，比如植被，建筑等。建筑等。建筑等。
【技术实现步骤摘要】
激光点云自动化地面提取方法
[0001]本专利技术涉及遥感与摄影测量
，具体地，涉及一种激光点云自动化地面提取方法，更为具体地，涉及一种针对激光雷达点云的融合区域生长法和布料滤波的自动化地面提取方法及系统。
技术介绍
[0002]激光雷达点云地图是自动驾驶技术栈中不可缺少的一部分，而从激光雷达点云地图中提取相关要素则是地图应用的关键所在，其中从点云中提取地面就在许多场景中应用，比如回环检测，传感器标定等。常用的激光雷达点云地面提取方法主要有Random sample consensus(RANSAC)，Cloth Simulation Fi lter(CSF)，即布料滤波，区域生长法和基于深度学习的地面提取方法。其中，RANSAC和区域生长法对噪声比较敏感，需要将点云进行预处理才会有较好的效果，但鲁棒性较差；CSF提取地面鲁棒性较好，但要根据地面起伏程度设置合适的参数才会得到比较好的地面提取效果，需要人工参与判断地面起伏程度；深度学习的方法提取地面也有较好的效果，但需要大量的数据训练模型，并且模型没有普适性，一般针对不同的数据需要训练新的模型才会有比较好的效果。本专利技术提出了一种融合CSF和区域生长法的具有普适性的自动化激光雷达点云地面提取方法。
[0003]专利文献CN113052881A(申请号：CN202110316363.6)公开了一种提取极点的室内三维点云自动化配准方法，以避免对点云数据进行构网和法方向估算为前提，以解决建筑室内场景中多站地面激光扫描点云数据的自动化配准为目的，主要包括极点提取和点云配准两部分，并利用真实的建筑室内点云数据对本专利技术方法进行解析和验证，对多组点云数据进行配准参数解算，将配准结果与通过人工选取标靶方式计算出的结果进行比较，进一步验证本专利技术方法的精度和可靠性。但该专利技术没有通过使用区域生长法初步提取激光雷达点云中的路面来确定地面的起伏程度。
技术实现思路
[0004]针对现有技术中的缺陷，本专利技术的目的是提供一种激光点云自动化地面提取方法。
[0005]根据本专利技术提供的一种激光点云自动化地面提取方法，包括：
[0006]步骤S1：输入激光点云地图包中的单帧点云，对所述单帧点云进行盒子滤波，确定感兴趣区并提取得到单帧感兴趣区点云，然后判断所述单帧感兴趣区点云的累计帧数是否大于或等于第一阈值N
a
，若是则进入步骤S2，若否则重复步骤S1；
[0007]步骤S2：将提取的所有单帧感兴趣区点云进行叠加，得到叠加感兴趣区点云，采用区域生长法对所述叠加感兴趣区点云进行噪点去除，得到目标感兴趣区点云；
[0008]步骤S3：计算所述目标感兴趣区点云的地面起伏程度；
[0009]步骤S4：针对目标点云地图，根据所述地面起伏程度，利用布料滤波完成地面提取。
[0010]优选地，所述步骤S1中对所述单帧点云进行盒子滤波，包括：
[0011]预先设置好尺寸参数；
[0012]沿道路方向，设置一个符合预设尺寸的长方体作为盒子，盒子内为感兴趣区；
[0013]保留感兴趣区内的激光点，滤除感兴趣区外的激光点。
[0014]优选地，所述步骤S1中的第一阈值N
a
根据构成目标点云地图所需的单帧点云帧数确定。
[0015]优选地，所述步骤S2中采用区域生长法对所述叠加感兴趣区点云进行噪点去除，包括：
[0016]步骤T1：估计各激光点的法向量，采用基于局部表面拟合的方法，针对每个激光点，搜索与该激光点邻近的其他K个点p
i
(i＝1,2,
…
,K)，这K个近邻点拟合出平面P，平面P的法向量就是该激光点的法向量，考虑到平面P经过K个近邻点的质心p0，对p0的协方差矩阵M：
[0017][0018]进行特征值分解，其中最小特征值对应的特征向量为平面P的法向量，也就是该激光点的法向量；
[0019]步骤T2：从各激光点中筛选种子点集，针对每个激光点，对其协方差矩阵进行特征值分解，得到三个特征值λ0、λ1和λ2，若它们的大小关系为λ0≤λ1≤λ2，则该激光点的曲率为：
[0020][0021]曲率越小表示邻域越平坦，选取曲率小于阈值δ
th
的激光点作为种子点，得到种子点集；
[0022]步骤T3：利用种子点集去除噪点，针对每个种子点，使用KD
‑
Tree法搜索该种子点的所有近邻点，计算每个近邻点与该种子点的法向量差，若差值大于等于第二阈值，则判断该近邻点不属于地面点，若差值不大于第二阈值，则接着计算该近邻点的曲率是否小于第三阈值，若否，则判断该近邻点不属于地面点，若是，则判断该近邻点为地面点；去除所有噪点后，余下的地面点构成目标感兴趣区点云。
[0023]优选地，所述步骤S3中计算所述目标感兴趣区点云的地面起伏程度，包括：
[0024]步骤Y1：将所述目标感兴趣区点云分为N块，其中N为正整数，其初始值任取；
[0025]步骤Y2：针对每块点云，计算其高度平均值H和高度方差V：
[0026][0027][0028]其中，R为每块点云中点的数量，h
i
(i＝1,2,
…
,R)为第i个点的高度；
[0029]步骤Y3：判断每块点云的高度方差是否大于第四阈值，若有某块点云的高度方差大于第四阈值，则增大N值，对所述目标感兴趣区点云重新进行划分，再重复步骤Y2；若所有
N块点云的高度方差都不大于第四阈值，则计算所述目标感兴趣区点云的地面起伏程度S：
[0030][0031]其中，H
j
(j＝1,2,
…
,N)为第j块点云的平均高度，W为所述目标感兴趣区点云中点的数量，为垂向单位法向量，为第k个点的单位法向量，θ为和的夹角。
[0032]优选地，所述步骤S4中针对目标点云地图，根据所述地面起伏程度，利用布料滤波完成地面提取，包括：
[0033]步骤Z1：根据所述地面起伏程度S，判断地面情况是平坦、轻微起伏还是陡峭，进而确定布料滤波的Rigidness参数，Rigidness参数为RI值，用于确定格网粒子的移动次数和移动距离，地面越平坦，RI值越大，地面越陡峭，RI值越小；
[0034]步骤Z2：反转目标点云地图中的所有激光点，初始化布料格网并设置格网大小；
[0035]步骤Z3：把所有激光点以及格网粒子投影到同一个水平面上，找到每个格网粒子的最近邻点，记录其投影前的高程；
[0036]步骤Z4：针对每个可移动的格网粒子，根据其受到重力影响产生的位移更新其高度，然后如果格网粒子的高度小于或者等于其最近邻点投影前的高程IHV，则把该格网粒子的高度设置为IHV并把该格网粒子设置为不可移动点；如果格网粒子的高度大于IHV，则进一步根据格网粒子受到内部驱动因素影响产生的位移更新其高度；重复步骤Z4，直至迭代次数到达预设值或者所有格网粒子的最大高度变化小于预设值；<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种激光点云自动化地面提取方法，其特征在于，包括：步骤S1：输入激光点云地图包中的单帧点云，对所述单帧点云进行盒子滤波，确定感兴趣区并提取得到单帧感兴趣区点云，然后判断所述单帧感兴趣区点云的累计帧数是否大于或者等于第一阈值N
a
，若是则进入步骤S2，若否则重复步骤S1；步骤S2：将提取的所有单帧感兴趣区点云进行叠加，得到叠加感兴趣区点云，采用区域生长法对所述叠加感兴趣区点云进行噪点去除，得到目标感兴趣区点云；步骤S3：计算所述目标感兴趣区点云的地面起伏程度；步骤S4：针对目标点云地图，根据所述地面起伏程度，利用布料滤波完成地面提取。2.根据权利要求1所述的激光点云自动化地面提取方法，其特征在于，所述步骤S1中对所述单帧点云进行盒子滤波，包括：预先设置好尺寸参数；沿道路方向设置一个符合预设尺寸的长方体作为盒子，盒子内为感兴趣区；保留感兴趣区内的激光点，滤除感兴趣区外的激光点。3.根据权利要求1所述的激光点云自动化地面提取方法，其特征在于，所述步骤S1中的第一阈值N
a
根据构成目标点云地图所需的单帧点云帧数确定。4.根据权利要求1所述的激光点云自动化地面提取方法，其特征在于，所述步骤S2中采用区域生长法对所述叠加感兴趣区点云进行噪点去除，包括：步骤T1：估计各激光点的法向量，采用基于局部表面拟合的方法，针对每个激光点，搜索与该激光点邻近的其他K个点p
i
(i＝1,2,
…
,K)，这K个近邻点拟合出平面P，平面P的法向量就是该激光点的法向量，考虑到平面P经过K个近邻点的质心p0，对p0的协方差矩阵M：进行特征值分解，其中最小特征值对应的特征向量为平面P的法向量，也就是该激光点的法向量；步骤T2：从各激光点中筛选种子点集，针对每个激光点，对其协方差矩阵进行特征值分解，得到三个特征值λ0、λ1和λ2，若它们的大小关系为λ0≤λ1≤λ2，则该激光点的曲率为：曲率越小表示邻域越平坦，选取曲率小于阈值δ
th
的激光点作为种子点，得到种子点集；步骤T3：利用种子点集去除噪点，针对每个种子点，使用KD
‑
Tree法搜索该种子点的所有近邻点，计算每个近邻点与该种子点的法向量差，若差值大于第二阈值，则判断该近邻点不属于地面点，若差值不大于第二阈值，则接着计算该近邻点的曲率是否小于第三阈值，若否，则判断该近邻点不属于地面点，若是，则判断该近邻点为地面点；去除所有噪点后，余下...
【专利技术属性】
技术研发人员：廖文龙，何弢，綦晓杰，谢荣荣，
申请(专利权)人：上海酷移机器人有限公司，
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。