[发明专利]基于车载2D LiDAR点云数据的行道树靶标识别方法

权利要求书

1.一种基于车载2D LiDAR点云数据的行道树靶标识别方法，其特征在于包括以下步骤：

步骤一：使用车载2D LiDAR系统获取街道数据，保存为点云文件，对点云文件进行树冠及非树冠类别标注；

步骤二：构建变尺度格网，从变尺度格网中提取三维球域；

步骤三：计算三维球域内的点云特征向量，得到点云特征向量集；

步骤四：SVM算法从点云特征向量集中学习树冠点云分类器；

步骤五：根据树冠点云分类器对点云帧进行在线识别获得树冠点云，根据树冠点云得到喷雾处方图；

所述的步骤二具体为：

步骤201：构建变尺度格网，格网单元与点云帧中的测量点一一对应，格网单元的实际尺寸以尺度因子Sx、Sr表示，计算公式为：

Sx＝vΔt

Sr＝rΔα

其中，v表示车辆移动速度；Δt表示2D LiDAR扫描周期；r表示测量距离；Δα表示2DLiDAR弧度分辨率；

步骤202：假设测量点P₀的格网坐标为(i₀,j₀)，计算以测量点P₀为中心，δ为半径的球形邻域U(P₀,δ)。

2.根据权利要求1所述的一种基于车载2D LiDAR点云数据的行道树靶标识别方法，其特征在于所述的步骤一具体为：

步骤101：获取包含树冠及非树冠点云的街道数据，保存为点云文件；

步骤102：建立点云坐标系，x轴为车辆移动方向，y轴为深度方向，z轴垂直地面向上，对点云文件进行树冠及非树冠类别标注。

3.根据权利要求2所述的一种基于车载2D LiDAR点云数据的行道树靶标识别方法，其特征在于步骤102中对点云文件进行树冠及非树冠类别标注具体为：

步骤102.1：输入点云文件及标注文件路径，读入标注文件，若标注文件不存在，则新建标注文件；

步骤102.2：显示xz平面点云视图，输入点云x坐标范围，对点云区域进行x轴分割；

步骤102.3：显示yz平面点云视图，输入点云y、z坐标范围，对点云区域进行yz平面分割；

步骤102.4：将已分割的点云区域标注为树冠/非树冠，显示标注信息。

4.根据权利要求1所述的一种基于车载2D LiDAR点云数据的行道树靶标识别方法，其特征在于计算球形邻域U(P₀,δ)的步骤具体为：

步骤202.1：定义球形邻域与激光扫描光束的切面为圆形格网邻域，然后通过下述公式将圆形格网邻域转化为矩形格网邻域R(P₀,δ)，

R(P₀,δ)＝{(i,j)||i-i₀|＜δ/vΔt,|j-j₀|＜δ/rΔα}；

其中，(i,j)表示矩形格网邻域内测量点的格网坐标；

步骤202.2：在矩形格网邻域R(P₀,δ)中通过下述公式搜索符合P₀球形邻域条件的点，得到P₀的球形邻域U(P₀,δ)；

其中，(i′,j′)表示球形邻域内测量点的格网坐标，x₀,y₀,z₀为P₀的三维坐标。

5.根据权利要求1所述的一种基于车载2D LiDAR点云数据的行道树靶标识别方法，其特征在于所述的步骤三具体为：计算描述树冠一致性、树冠与其他地物目标差异性的点云特征，所述的点云特征包括高程特征、深度特征、密度特征和协方差矩阵特征。