[发明专利]基于复杂地面的点云数据滤除方法、装置、计算机设备

权利要求书

1.一种基于复杂地面的点云数据滤除方法，所述方法包括：

获取激光点云数据，所述激光点云数据包括多个单帧点云数据；

利用第一函数对所述单帧点云数据进行提取，得到与最优平面模型对应的第一候选点；

利用第二函数对所述单帧点云数据进行提取，得到与满足预设斜率条件对应的第二候选点；

对所述第一候选点、所述第二候选点进行筛选，得到对应的候选点云数据；

利用所述候选点云数据对高斯模型进行优化，得到优化后的高斯模型；

利用优化后的高斯模型对多个所述单帧点云数据进行测试，得到多个测试点对应的测试结果；

将多个所述测试点的测试结果与阈值进行比较，将小于阈值的测试点滤除，剩余的测试点作为非地面点。

2.根据权利要求1所述的方法，其特征在于，所述利用第一函数对所述单帧点云数据进行提取，得到与最优平面模型对应的第一候选点，包括：

选取与所述单帧点云数据激光原点距离满足第一阈值条件的点，得到对应的初始点集；

随机选取所述初始点集中的初始点，利用随机采样一致性函数对所述初始点进行平面拟合，得到对应的多个平面模型；

计算与多个所述平面模型距离小于预设阈值的激光点的数量，得到与多个所述平面模型对应的候选点；

从多个所述平面模型中选取最优平面模型，将所述最优平面模型对应的候选点作为第一候选点。

3.根据权利要求1所述的方法，其特征在于，所述利用第二函数对所述单帧点云数据进行提取，得到与满足预设斜率条件对应的第二候选点，包括：

将所述单帧点云数据中的激光点按照水平角度进行分割，得到每个水平角度对应的多个激光点；

将多个所述激光点进行排序，得到带有标识的多个激光点；

对每两个相邻的激光点进行线性计算，得到对应的多个斜率；

当所述斜率大于预设阈值时，则将满足所述斜率的激光点标记为第二候选点。

4.根据权利要求1所述的方法，其特征在于，所述利用所述候选点云数据对高斯模型进行优化，得到优化后的高斯模型，包括：

获取高斯模型的超参数；

利用所述高斯模型的超参数、所述候选点云数据对高斯模型进行优化，得到优化后的高斯模型。

5.根据权利要求4所述的方法，其特征在于，所述获取高斯模型的超参数，包括：

获取离线高斯模型训练的多帧点云数据；

对多帧所述点云数据中的地面点进行标注，得到对应的多个地面候选点；

利用多个所述地面候选点对高斯模型进行训练，得到多个对应的高斯过程回归参数；

对多个所述高斯过程回归参数进行中位数计算，得到对应的高斯模型的超参数。

6.根据权利要求1所述的方法，其特征在于，所述利用优化后的高斯模型对多个所述单帧点云数据进行测试，得到多个测试点对应的测试结果之前，所述方法还包括：

将所述单帧点云数据按照水平角度进行分割，得到对应的多个扇区；

对每个扇区中的激光点进行坐标转换，得到转换后的每个扇区对应的激光点；

利用高斯模型对所述转换后的每个扇区对应的激光点进行训练。

7.根据权利要求1所述的方法，其特征在于，所述将多个所述测试点的测试结果与阈值进行比较，将小于阈值的测试点滤除，剩余的测试点作为非地面点，包括：

多个所述测试点对应的测试结果包括每个测试点对应的水平高度；

将每个所述测试点对应的水平高度与每个所述测试点对应的扇区候选点云数据进行高斯联合分布计算，得到对应的估计阈值；

当所述测试点的水平高度小于所述估计阈值时，则将所述测试点进行滤除；

当所述测试点的水平高度大于所述估计阈值时，则将所述测试点作为非地面点进行保存。