[发明专利]一种提取激光雷达特征点的方法

说明书

一种提取激光雷达特征点的方法，一种直接利用激光雷达扫描点，θ_i和ρ_i，通过计算相邻点斜率差进行分割和特征点提取的方法，本发明在提取激光雷达扫描数据的特征点时，不需要迭代计算，仅需一次计算出所有相邻点的斜率差即可提取出断点和角点特征，减小了计算工作量，而且对于阀值不敏感，也减小了计算的难度。

技术领域

本发明涉及特征点提取的方法技术领域，特别涉及一种提取激光雷达特征点的方法。

背景技术

环境特征提取是自主机器人定位与导航的基础。在利用激光雷达获取数据进行特征提取时，现有的方法可以大致分为序惯法和递归法。这两类方法大多需要进行迭代计算，对阀值敏感，计算复杂度高，计算量较大。因此，提出一种高效、简便、准确率高的方法来实现特征点的提取是十分必要的。

发明内容

为了克服以上技术问题，本发明提供一种提取激光雷达特征点的方法，直接利用激光雷达扫描点(θ_i和ρ_i)，通过计算相邻点斜率差进行分割和特征点提取。

为了实现上述目的，本发明采用的技术方案是：

一种提取激光雷达特征点的方法，包括以下步骤；

激光雷达每扫描环境一次，返回一组有序二维激光雷达数据，将此数据预处理后得到点集为：

P＝{(θ_i，ρ_i)，i＝1，2，，n}

其中θ_i和ρ_i分别为扫描第i点时转过的角度和返回的距离；

步骤1：根据点集P，利用前述原理计算相邻扫描点斜率的差值Δk，即

其中i＝2,3,···,n-1；

因为激光雷达具有环形扫描的特点，所以可以将第n点作为第1点的前一个扫描点，将第1点作为第n点的后一个扫描点，即:

如果相邻的3个扫描点，斜率的差值Δk_i-1、Δk_i和Δk_i+1均大于阀值k_th，且|Δk_i-Δk_i-1|2k_th，|Δk_i+1-Δk_i|2k_th，则认为第i点是第一类孤立点，找出所有第一类孤立点，删除后更新点集P；

步骤2：更新点集P后，再依次计算第i个扫描点的θ_i与相邻两扫描点的θ_i-1和θ_i+1的差值，如果|θ_i-θ_i-1|θ_th，且|θ_i+1-θ_i|θ_th，θ_th为阀值，则认为第i点为第二类孤立点，找出所有第二类孤立点，删除后再次更新点集P；

步骤3：将去除孤立点后的点集P，重新利用式4计算相邻扫描点的斜率差值，进行断点和角点的判断，判断规则如下：

1)如果|θ_i+1-θ_i|θ_th，第i点和第i+1点均为断点，分别为前一条直线上的末点和后一条直线的起点；

2)如果Δk_i和Δk_i+1均大于阀值k_th，且Δk_i·Δk_i+10，则第i点和第i+1点均为断点，分别为前一条直线上的末点和后一条直线的起点；