一种结合区域信息和角点检测算子的线性特征拟合方法技术

本发明专利技术提出了一种结合区域信息和角点检测算子的线性特征拟合方法，即融合雷达数据区域信息及过滤区域外噪声点，根据角点检测算子提取角点特征，并用加权最小二乘法进行线性拟合的方法。首先，利用两点间距离判断区域断点以及区域外噪声点。然后根据点到首尾连线距离筛选初选角点，根据点到弦、点到切线累加距离计算角点检测算子并确定候选角点，根据角点张开度剔除伪角点确定最终角点。最后，过滤噪声点，并在区域断点、角点处线性分割，利用加权最小二乘法拟合出激光扫描点线性特征。该方法能有效避免噪声点和固定分割阈值对角点提取的影响，拟合激光扫描数据特征更接近实际环境。拟合激光扫描数据特征更接近实际环境。拟合激光扫描数据特征更接近实际环境。

【技术实现步骤摘要】
一种结合区域信息和角点检测算子的线性特征拟合方法


[0001]本专利技术涉及激光检测
，特别涉及一种结合区域信息和角点检测算子的线性特征拟合方法。

技术介绍

[0002]环境感知是移动机器人智能化的一种体现，在移动机器人的应用中起着决定性作用。激光雷达是当前移动机器人上进行环境感知的常用设备，具有效率高、价格适中、适用性强等特点。但激光雷达易受光照影响，在单一环境中，会由于特征退化，而导致定位精度降低或定位缺失。通过对特征点进行加工，提取出具有一定几何构型的环境特征，能够有效增强系统的定位能力和鲁棒性。
[0003]线性特征被公认的作为移动机器人环境感知的重要特征。线性特征提取主要分为两个步骤，区域分割和特征提取。区域分割阶段主要完成特征模式的分类及识别确定，特征模式包括直线，圆弧等，并确定属于该特征模式的区域及区域内的激光数据点集。特征提取主要完成各类特征模式参数的确定以及特征点的提取。
[0004]常用的线特征提取算法有Hough变换、LT(Line
‑
tracting)、PDBS(point distance based methods)、IEPF(iterative end point fit)等。Hough变换首先将线特征从笛卡尔坐标系转换到极坐标系，然后统计极坐标系中交点处的曲线条数，只有达到一定的阀值才标记为是线特征，该方法的缺点是运算量较大。LT算法原理是按照直线追踪准则判断后续探测到的点与前面探测到的点是否在同一直线上，缺点是提取出的线段缺乏完整性且误差较大。PDBS主要根据激光雷达两个相邻点之间在直角坐标下的距离与设定的阈值相比，距离大于阈值，则认为两个点属于不同的区域。该方法中设定的阈值对线段的分割具有重要的影响，阈值设定太小容易过分割，阈值设定过大会出现欠分割，并且在角点处会出现分割失败的情况。IEPF算法首先将点集拟合为一条直线，然后判断点到直线的距离与其设定的阀值之间的关系对点集进行分割和直线拟合。该方法在性能上较优越，但其对阈值的选取敏感，线特征提取也会产生过分割或欠分割。
[0005]综上所述，目前对于从激光雷达扫描点集中提取特征的方法较多，但存在低效率、复杂和不准确的问题，本申请通过改进使得激光雷达的识别更加高效和准确。

技术实现思路

[0006]本专利技术针对现有技术中的不足，提供一种结合区域信息和角点检测算子的线性特征拟合方法；以解决当前激光雷达识别的低效率、不准确的问题。首先，利用两点间距离判断区域断点以及区域外噪点。然后根据点到首尾连线距离筛选初选角点，根据点到弦、点到切线累加距离计算角点检测算子并确定候选角点，根据角点张开度剔除伪角点确定最终角点。最后，过滤噪声点，并在区域断点、角点处线性分割，利用加权最小二乘法拟合出激光扫描点线性特征。该方法能有效避免噪声点和固定分割阈值对角点提取的影响，拟合激光扫描数据特征更接近实际环境。
[0007]为实现上述目的，本专利技术采用以下技术方案：
[0008]一种结合区域信息和角点检测算子的线性特征拟合方法，包括以下步骤：
[0009]S1：通过激光雷达扫描周围环境数据，采集多个点数据，并将点数据从极坐标系转化到平面直角坐标系下；
[0010]S2：通过步骤S1平面直角坐标系下的各点坐标，计算相邻两点间距离，利用两点间距离判断区域断点以及区域外噪声点；
[0011]S3：确定多个初选角点Con
i
；
[0012]S4：计算各个初选角点Con
i
到各自弦长L的垂直距离累加值，进而确定对应初选角点Con
i
到对应弦的角点响应函数；其中弦长L确定的过程为：针对对应的初选角点Con
i
，找到其附近的多个激光数据点，连接多个激光数据点中的首尾两点的连线确定弦长；
[0013]针对各个初选角点Con
i
，计算其支持域半径内多个激光点到对应初选角点Con
i
的切线距离，得到切线距离累加值，进而确定对应初选角点Con
i
到其切线的角点响应函数；
[0014]S5：根据步骤S4所确定的对应初选角点Con
i
到对应弦的角点响应函数、以及对应初选角点Con
i
到其切线的角点响应函数，计算对应初选角点Con
i
的角点检测算子，进而确定候选角点；
[0015]S6：对所确定的所有候选角点，分别计算出其角点张开度θ，根据角点张开度剔除伪角点确定最终角点；
[0016]S7：根据步骤S2所确定的区域断点和区域外噪声点，以及步骤S6确定的最终角点；将区域外噪声点进行过滤，并在区域断点和最终角点处线性分割，利用加权最小二乘法拟合出激光扫描点线性特征。
[0017]为优化上述技术方案，采取的具体措施还包括：
[0018]进一步地，步骤S1的具体内容为：
[0019]通过SICK Tim571激光雷达扫描周围环境数据，其角度分辨率为0.33
°
，扫描角度160
°
，测量起始角度为
‑
80
°
，终止角度为80
°
，共采集481组点数据，将点数据从极坐标系转化到平面直角坐标系下；
[0020]其中，采集到点的激光雷达极坐标数据表示为：
[0021][0022]式中，r为激光雷达返回的障碍物距离，为每个环境距离对应角度；
[0023]根据所选SICK Tim571雷达的参数配置，的计算方式如下：
[0024][0025]从极坐标系转化到平面直角坐标系的转换方式如下：
[0026][0027]式中，x
l
为激光扫描点横坐标长度，y
l
为激光扫描点纵坐标长度值，r、分别为极坐标中激光扫描点的长度和角度，i为激光扫描点中的任意一个。
[0028]进一步地，步骤S2中计算相邻两点间距离，利用两点间距离判断区域断点以及区域外噪声点的具体内容为：
[0029]两个相邻测量点之间的距离d的计算方式如下：
[0030][0031]式中，分别为第i点的横、纵坐标值，分别为第i+1点的横、纵坐标值；
[0032]在直角坐标下，将激光雷达两个相邻点之间的距离d与设定的阈值ε相比，其中阈值ε＝0.015，若d＞ε，则认为当前这两个点属于不同的区域，该点为激光扫描数据点的区域断点；若d＜ε，则该点为正常激光点云点，以此完成所有相邻点之间的距离判断；
[0033]其中，若任意一点i到前一点的距离d和到后一点的距离d均大于阈值ε，则认为该点为激光雷达扫描数据点中的区域外噪声点，用噪声点附近十个雷达数据点的平均值代替该噪声点值。
[0034]进一步地，步骤S3确定多个初选角点Con
i
的具体的内容为：
[0035]S3.1：连接首尾两个数据点之间的连线，计算除去首尾两点的其他数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合区域信息和角点检测算子的线性特征拟合方法，其特征在于，包括以下步骤:S1:通过激光雷达扫描周围环境数据,采集多个点数据,并将点数据从极坐标系转化到平面直角坐标系下；S2:通过步骤S1平面直角坐标系下的各点坐标，计算相邻两点间距离，利用两点间距离判断区域断点以及区域外噪声点；S3：确定多个初选角点Con
i
；S4：计算各个初选角点Con
i
到各自弦长L的垂直距离累加值，进而确定对应初选角点Con
i
到对应弦的角点响应函数；其中弦长L确定的过程为：针对对应的初选角点Con
i
，找到其附近的多个激光数据点，连接多个激光数据点中的首尾两点的连线确定弦长；针对各个初选角点Con
i
,计算其支持域半径内多个激光点到对应初选角点Con
i
的切线距离，得到切线距离累加值，进而确定对应初选角点Con
i
到其切线的角点响应函数；S5：根据步骤S4所确定的对应初选角点Con
i
到对应弦的角点响应函数、以及对应初选角点Con
i
到其切线的角点响应函数，计算对应初选角点Con
i
的角点检测算子，进而确定候选角点；S6：对所确定的所有候选角点，分别计算出其角点张开度θ,根据角点张开度剔除伪角点确定最终角点；S7：根据步骤S2所确定的区域断点和区域外噪声点，以及步骤S6确定的最终角点；将区域外噪声点进行过滤，并在区域断点和最终角点处线性分割，利用加权最小二乘法拟合出激光扫描点线性特征。2.根据权利要求1所述的一种结合区域信息和角点检测算子的线性特征拟合方法，其特征在于，步骤S2中计算相邻两点间距离，利用两点间距离判断区域断点以及区域外噪声点的具体内容为：两个相邻测量点之间的距离d的计算方式如下：式中，分别为第i点的横、纵坐标值，分别为第i+1点的横、纵坐标值；在直角坐标下，将激光雷达两个相邻点之间的距离d与设定的阈值ε相比，若d>ε，则认为当前这两个点属于不同的区域，该点为激光扫描数据点的区域断点；若d<ε，则该点为正常激光点云点，以此完成所有相邻点之间的距离判断；其中，若任意一点i到前一点的距离d和到后一点的距离d均大于阈值ε，则认为该点为激光雷达扫描数据点中的区域外噪声点，用噪声点附近十个雷达数据点的平均值代替该噪声点值。3.根据权利要求1所述的一种结合区域信息和角点检测算子的线性特征拟合方法，其特征在于，步骤S3确定多个初选角点Con
i
的具体的内容为:S3.1:连接首尾两个数据点之间的连线，计算除去首尾两点的其他数据点到该线的距离并进行由大到小顺序排列，选取序列第一个点作为第一个初选角点Con1；S3.2:连接首个数据点和第一个初选角点Con1之间连线，计算除去首个数据点和第一个
初选角点Con1的其他数据点到该线的距离并进行由大到小顺序排列，选取序列第一个点作为第二个初选角点Con2；S3.3:连接第一个初选角点Con1和第二个初选角点Con2之间连线，计算除去点Con1和点点Con2之外的其他数据点到该线的距离并进行由大到小顺序排列，选取序列第一个点作为第三个初选角点Con3；S3.4:同理，在进行下一次的初选角点筛选时，连接前两次确定的初选角点直线，计算其他数据点到该线的距离并进行由大到小顺序排列，选取序列第一个点作为当前所要确定的初选角点；以此得出多个初选角点Con
i
。4.根据权利要求1所述的一种结合区域信息和角点检测算子的线性特征拟合方法，其特征在于，步骤S4中，“计算各个初选角点Con
i
到各自弦长L的垂直距离累加值，进而确定对应初选角点Con
i
到对应弦的角点响应函数；其中弦长L确定的过程为：针对对应的初选角点Con
i
，找到...

【专利技术属性】
技术研发人员：刘义亭，随连杰，郭婧，郁汉琪，张磊，吴清政，钱福福，陶治宇，徐琛，毛一俊，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：