[发明专利]一种基于激光雷达点云特征线与平面校准的地面提取方法

说明书

本发明公开了一种基于激光雷达点云特征线与平面校准的地面提取方法，属于车载激光扫描技术领域，该方法包括以下步骤：对雷达采集的点云信息进行预处理；根据雷达的水平扫描分辨率对预处理后的点云信息，以射线形式按照到雷达中心的距离由近到远进行排序；通过多线激光雷达的扫描线分布特征，结合扫描物体的高度信息，对地面点信息进行初步提取；对初步提取的地面点进行平面模型构建，再根据平面模型构建旋转模型，通过该旋转模型对初步提取的地面点进行水平校准，即完成地面点信息再次提取；该方法能够在提高实时性和校正点云的水平误差的同时提取地面与非地面点，在不改变点云特征的情况下通过压缩点云数据的方法减少了所要计算的点云数据量，缩短了耗时，提高了实时性。

技术领域

本发明涉及车载激光扫描技术领域，尤其涉及一种基于激光雷达点云特征线与平面校准的地面提取方法。

背景技术

三维激光雷达以其较远的扫描距离，能获得精确的三维信息，稳定性以及鲁棒性好的优势正逐步应用于车载地图的构建当中。目前在该领域中，在激光雷达点云地面分割算法方面存在着两点不足之处：

(1)处理的数据量巨大耗时较长，目前市面上用于地形扫描的多线雷达为16线、32线、64线，其内部安装多对激光发射与激光接收装置，进行360度的全景扫描，每秒的数据量最少为32万，最多为130万左右。若直接使用如此庞大的数据计算，会非常缓慢，达不到车前地形在线高速实时测量的基本要求。

(2)获取的点云数据在雷达坐标系中具有水平误差，已知的地面分割算法均未考虑传感器本身误差，传感器安装误差以及车辆颠簸带来的影响。激光雷达传感器采集的数据会由于车辆的震动和颠簸，硬件安装以及数据融合过程中的系统误差，导致其在雷达坐标系中有一定的倾斜误差，而惯性测量单元本身也是有误差的，因此当倾斜度较小时性测量单元也无法进行正确的雷达点云姿态校正。当前的地面分割算法中并未考虑地面点云在雷达坐标系中发生小角度倾斜的情况，这种情况会直接影响到后续的全局地图的构建，正负障碍物的正确分类以及障碍物高度和位置等定量信息提取的精度等等。

发明内容

针对当前激光雷达点云地面分割算法中数据量巨大耗时较长和获取的点云数据在雷达坐标系中具有水平误差两个问题，本发明公开了一种基于激光雷达点云特征线与平面校准的地面提取方法，包括以下步骤：

S1:对雷达采集的点云信息进行预处理；

S2:根据雷达的水平扫描分辨率对预处理后的点云信息，以射线形式按照到雷达中心的距离由近到远进行排序；

S3:通过多线激光雷达的扫描线分布特征，结合扫描物体的高度信息，对地面点信息进行初步提取；

S4:对初步提取的地面点进行平面模型构建，再根据平面模型构建旋转模型，通过该旋转模型对初步提取的地面点进行水平校准，即完成地面点信息再次提取。

进一步地，所述对地面点信息进行初步提取的方式如下：

S3-1:通过多线激光雷达的扫描线分布特征，获得扫描物体的高度信息；

S3-2:通过当前点和前一点的高度之间的关系，判断当前点是否为地面点。

进一步地，所述扫描物体的高度信息包括相对高度阈值信息、整体高度阈值信息和地面某点的高度信息；

其中设定射线上某点与其同条射线上前一点的相对高度阈值信息△H_1i计算公式如下：

ΔH_1i＝tanθ_S×ΔL_i (2)

射线上某点的整体高度阈值△H_2i计算公式如下：