[发明专利]基于激光点云反射强度的地面信息获取方法、装置和系统

说明书

本发明公开了一种基于激光点云反射强度的地面信息获取方法，采用数据分析区域点云数据对路面点云强度进行统计，计算路面概率分布方程，再结合概率分布方程计算检测区域点云数据属于路面的概率值，依据计算得到的概率值对路面进行识别。本发明利用激光雷达点云数据在地面上的概率分布，实现对非理想化路面的高精度识别。

技术领域

本发明涉及路面识别，属于一种基于激光点云反射强度的地面信息获取方法、装置和系统。

背景技术

目前的路面识别技术多采用随机采样一致性识别路面的方法，将路面假设为一个理想平面，通过多次迭代观测数据拟合出地面的点所在的平面。然而道路在设计和建造过程中为了便于排水，往往设计建造成中间突起，两边略低的曲面，尤其是，路面经长时间的使用后，其表面起伏不平，且每个区域的起伏特性均不同，如图5所示，使用该方法无法准确识别地面或获取地面信息。

对此，也有学者提出，通过设置多个传感器，通过融合多个传感器的数据，以修正拟合平面。但通过长时间的实践应用发现，多源数据融合并未真正实现数据的优势互补，多传感器融合的结果往往由个别传感器主导。在专利号为CN201910455352.9的发明专利中又提及一种结合激光点云数据的道路视觉检测方法，对点云数据和图像数据进行数据级融合；对图像数据中的各帧图像进行道路划分，划分后进行转换，得到光照不变空间图像；根据M估计样本一致性，对数据级融合后的点云数据进行平面拟合，得到点云数据粗划分结果；分别对数据级融合后的图像数据的各帧图像、光照不变空间图像、点云数据粗划分结果及各帧图像对应的数据级融合后的点云数据进行道路特征提取；将提取的道路特征分别送入两个随机森林进行训练，获取各像素点概率输出和各点云数据的概率输出；再用于构造各点云-图像混合条件随机场获取道路区域。但前述检测方法同时带来了极大的计算量，实时性效果差，对于图像处理精度的要求极高，成本难以控制。

因此，目前亟需一种基于激光雷达单源数据的路面信息获取方式，在确保高准确度识别效果的前提下，尽可能地降低计算量，以实现路面检测实时性要求。

发明内容

本发明的目的在于提供一种基于激光点云反射强度的地面信息获取方法、装置和系统，采用数据分析区域点云数据对路面点云强度进行统计，计算路面概率分布方程，再结合概率分布方程计算检测区域点云数据属于路面的概率值，依据计算得到的概率值对路面进行识别。本发明利用激光雷达点云数据在地面上的概率分布，实现对非理想化路面的高精度识别。

为达到上述目的，本发明提供如下技术方案：

一种基于激光点云反射强度的地面信息获取方法，所述获取方法包括以下步骤：

S1，将激光雷达坐标系和车辆坐标系进行校准，使激光雷达采集到的点云数据的坐标系和车身坐标系统一；

S2，设置数据分析区域，采用激光雷达采集得到数据分析区域点云数据；所述数据分析区域的宽度不小于车身宽度；

S3，统计所有数据分析区域点云数据的点云强度信息，计算得到路面强度信息分布特征，根据路面强度信息分布特征计算得到路面点的概率分布方程；

S4，启动路面检测或路面过滤功能，设置检测区域，所述检测区域包含数据分析区域，采用激光雷达采集得到检测区域点云数据，统计所有检测区域点云数据强度信息，依据步骤S3中的概率分布方程逐点计算每个点为路面点的概率值，将计算得到的概率值大于预设概率值阈值的点判定成路面点。

进一步地，步骤S1中，所述将激光雷达坐标系和车辆坐标系进行校准，使激光雷达采集到的点云数据的坐标系和车身坐标系统一的过程包括以下步骤：

S11，获取激光雷达的安装位置信息，计算得到激光雷达在车身坐标系中的位置坐标；

S12，结合激光雷达在车身坐标系中的位置坐标，校准激光雷达采集到的点云数据的坐标系，使其和车身坐标系统一。