[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

说明书

本申请涉及一种基于复杂地面的点云数据滤除方法、装置、计算机设备和存储介质。方法包括：获取激光点云数据，包括多个单帧点云数据；利用第一函数对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；对第一候选点、第二候选点进行筛选，得到对应的候选点云数据；利用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点云数据进行测试，得到测试点的测试结果；将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。采用本方法即使在复杂的路面场景中，也可以保证得到理想的滤除效果。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于复杂地面的点云数据滤 除方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，智能驾驶作为车辆未来发展的核心方向，其对于 车辆行业甚至是交通运输业有着深远的影响。基于智能驾驶的激光雷达感知框 架中，地面点云滤除是最为核心的预处理步骤之一，也是激光点云感知后续步 骤的基础，在地面点被滤除后，系统可以进一步对非地面点进行聚类、跟踪等。

然而，目前的地面滤除方式中，对于简单的路面场景可以达到很好的滤除 效果，但在复杂的路面场景中，例如路面有过大起伏、路面斜率过大等情景中， 容易出现极端的错误滤除结果，并不能保证得到理想的滤除效果。

发明内容

基于此，有必要针对上述技术问题，提供一种能提高地面点云数据滤除准 确性的基于复杂地面的点云数据滤除方法、装置、计算机设备和存储介质。

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。

在其中一个实施例中，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。

在其中一个实施例中，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；