[发明专利]一种基于激光扫描的室内未知结构识别方法有效
申请号: | 201310068361.5 | 申请日: | 2013-03-04 |
公开(公告)号: | CN103148804A | 公开(公告)日: | 2013-06-12 |
发明(设计)人: | 戴琼海;李一鹏 | 申请(专利权)人: | 清华大学 |
主分类号: | G01B11/24 | 分类号: | G01B11/24;G06K9/62 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张大威 |
地址: | 100084 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 激光 扫描 室内 未知 结构 识别 方法 | ||
1.一种基于激光扫描的室内未知结构识别方法,其特征在于,包括以下步骤:
S1.设计激光扫描数据的数据结构,并确定扫描过程中使用的全局地图坐标系;
S2.采用激光测距机获取激光扫描数据,计算角度相邻的扫描点间的距离,并进行去噪预处理,生成室内结构的扫描轮廓线;
S3.将所述扫描轮廓线中各点的全局坐标存入数据库,并结合高度传感器信息建立三维环境点云;以及
S4.根据所述扫描轮廓线和所述环境点云,判断室内未知环境结构以及障碍物信息。
2.根据权利要求1所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述激光测距机为二维激光测距机,能够按照一定频率扫描室内环境中某一高度水平面上的周围点的深度信息。
3.根据权利要求1所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述激光扫描数据的数据结构包括:激光扫描的起始角度float angle_min;激光扫描的终止角度float angle_max;激光束的角度分辨率float angle_increment;激光扫描点的最小深度信息float range_min;激光扫描点的最大深度信息float range_max;以及,记录一次扫描后所有被扫描点的深度信息为float[]ranges。
4.根据权利要求1所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述全局地图坐标系为:以所述激光测距机的扫描起点为原点O,X轴正向向前,Y轴正向垂直于X轴方向向左,Z轴正向垂直XOY平面方向向上,所述全局地图坐标系满足右手法则。
5.根据权利要求1所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述步骤S2进一步包括:
S21.根据获取的激光扫描数据,计算各扫描点的角度信息,记所述ranges数组中下标为i的扫描点的角度坐标ri为ri=angle_min+angle_increment×i;
S22.将多个扫描点按照角度坐标排序,找到各点的相邻扫描点,并计算相邻扫描点之间的距离;
S23.根据环境信息设定距离判断阈值T,若一次扫描中某点与其他点距离d>T,则认为是为噪声点去除掉,否则保留;以及
S24.去除噪声点之后,将余下的点连接起来,形成多条端点不重合的室内环境轮廓线。
6.根据权利要求5所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述步骤S23与所述步骤S24之间还包括:将所述扫描轮廓线中各点全局坐标存入数据库并作为历史记录,每次实时扫描生成轮廓线后与历史记录比较,若当次计算出的轮廓线上某点坐标与历史记录相差超过阈值T,则认为是噪声点,去除该点。
7.根据权利要求1所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述步骤S3包括:在获得了不同高度的室内结构的扫描轮廓线后,根据高度传感器给出的高度信息将不同的轮廓线进行堆叠,获得室内未知结构的三维点云信息。
8.根据权利要求1所述的基于激光扫描的室内未知结构识别方法,其特征在于,所述步骤S4进一步包括:
S41.根据所述扫描轮廓线和所述环境点云,结合室内未知环境的先验信息,进行墙壁、门、窗户的基本结构识别;和S42.继续进行障碍物的识别,
其中,所述步骤S41进一步包括:
S411.墙壁识别:首先处理单次激光扫描数据并生成室内结构的轮廓线,然后将轮廓线上的端点坐标存入数据库作为历史记录,将后续扫描生成的轮廓线的端点与历史记录比较,去除跳变较大的噪声点,对轮廓线进行进一步的平滑,则该轮廓线表示了室内墙壁的边缘;
S412.门的识别:首先处理单次激光扫描数据并生成室内结构的轮廓线,然后遍历地寻找某条轮廓线终端点与另一条轮廓线起始端点距离等于门的先验宽度的端点对,视为门的候选端点对,在后续扫描中记录所述候选端点对被找到的次数,若累计次数超过设定阈值,则认为能够稳定的找到,确定是门的两个边沿;以及
S413窗户识别:首先根据扫描轮廓线和高度信息建立室内环境的三维点云,然后遍历所述三维点云,在存在明显突变的深度范围内平行于YOZ平面进行切割,获取沿X方向上的深度不连续区域的点云,将Y轴和Z轴坐标等分成多个小区间,所获得的点云分别向Y轴和Z轴投影,统计各个小区间中的点云数目;因窗户中心点云缺失,投影以后得到的各区间点云数目波形为“两边大,中间小”,即确定窗户四个顶点的Y轴和Z轴坐标,
其中,步骤S42进一步包括:首先激光测距机从一定高度缓慢向下扫描并建立点云信息,确保起始扫描高度只能扫描到墙壁,然后将单次扫描到的轮廓线按角度分成多个小区间并建立墙壁深度模板,后续扫描得到的轮廓线与模板比较,相同方位的深度差值若小于事先设定的阈值,则认为仍是墙壁,并将新的扫描深度值与之前的模板值进行平均,得到更新模板,若相差大于某一阈值,则认为找到了障碍物,每次均将与模板值相差较大的点记录下来,这些点组成了室内未知结构中的障碍物。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310068361.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种具有警示灯的煤气灶
- 下一篇:调光式霓虹灯