[发明专利]一种剔除激光点云地图中动态障碍伪迹的方法有效
申请号: | 202011017187.8 | 申请日: | 2020-09-24 |
公开(公告)号: | CN112162297B | 公开(公告)日: | 2022-07-19 |
发明(设计)人: | 刘爽;刘轩;赵丁选;倪涛 | 申请(专利权)人: | 燕山大学 |
主分类号: | G01S17/89 | 分类号: | G01S17/89;G01S17/86;G06T7/11;G06T3/40;G06T7/30 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 姜威威;李洪福 |
地址: | 066004 河北省*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 剔除 激光 地图 动态 障碍 方法 | ||
1.一种剔除激光点云地图中动态障碍伪迹的方法,用于从静态背景点云中剔除动态障碍点,保留静态点云生成多帧点云密集地图,其特征在于,包括以下步骤:
S1:激光雷达采集车辆周围环境的点云数据、IMU采集车辆的姿态数据、GPS采集车辆的位置数据,将所有采集的雷达点云数据、姿态数据和位置数据进行数据融合,消除雷达的点云畸变,并将所有消除畸变的雷达点云数据转换到UTM坐标系下,得到完成粗配准n帧雷达数据,其中:n2N-1,取k=N;所述n帧点云,指雷达采集得到所有点云数据,所述N表示对比法中形成密集点云的帧数,所述k表示雷达点云的序列数;
S2:将完成粗配准的第k帧点云数据之前的N-1帧完成粗配准雷达点云数据以第k帧完成粗配准的雷达点云数据为参考点云进行精配准拼接,生成第k帧的密集点云数据Pk;
S3:将密集点云数据Pk和第k帧完成粗配准的雷达点云数据分别进行地面分割,剔除地面点,得到密集点云数据Pk的非地面点点云数据的No和第k帧完成粗配准的雷达点云数据的非地面点点云数据Ni;
S4:将非地面点点云数据No和的非地面点点云数据Ni进行栅格化,根据对比方法对比No和Ni相同栅格中点云数目,当同一栅格No的点云数目介于Ni的点云数目的1-ξ至1+ξ倍时,Ni的此栅格被判断为具有动态属性,滤除Ni中具有动态属性的栅格包含的点云数据,保留其它栅格的点云数据构成第k帧剔除地面点和动态障碍点的点云数据Pk,S;
S5:k=k+1,当Nk2N-1时,返回S2,当2N-2kn时,将第k帧之前的N-1帧剔除地面点和动态障碍点后的点云数据Pi,S(i=k-N+1,k-N+2…k-1)以第k帧完成粗配准的雷达点云数据为参考点云进行精配准拼接,生成第k帧的密集点云数据Pk,返回S3,当k=n时,对得到的所有剔除地面点和动态障碍点的点云数据Pj,S(j=N,N+1…n-1),以完成粗配准的第n帧点云数据为参考点云进行精配准拼接,生成密集点云数据Qn,此时利用密集点云数据Qn生成的点云地图即为剔除动态障碍伪迹多帧点云密集地图。
2.根据权利要求1所述的一种剔除激光点云地图中动态障碍伪迹的方法,其特征在于:所述数据融合的过程如下:将激光雷达、IMU和GPS的时间标签对准,具体为
S1-1:利用GPS的秒脉冲信号对IMU和激光雷达进行帧间数据同步授时;
S1-2:利用匀加速模型和插值法对帧内数据进行同步。
3.根据权利要求1所述的一种剔除激光点云地图中动态障碍伪迹的方法,其特征还在于:所述精配准算法采用迭代最近邻算法。
4.根据权利要求1所述的一种剔除激光点云地图中动态障碍伪迹的方法,其特征还在于:所述地面分割算法采用随机采样一致算法。
5.根据权利要求1所述的一种剔除激光点云地图中动态障碍伪迹的方法,其特征还在于:所述栅格化的过程如下:
将三维雷达点云根据水平轴xy轴坐标映射到二维坐标系,具体为:
其中,[·]表示取整函数,x0、y0表示栅格的大小,表示栅格化后的坐标,xve,yve表示车辆质心在UTM坐标系下x,y轴的坐标值。
6.根据权利要求1所述的一种剔除激光点云地图中动态障碍伪迹的方法,其特征还在于:所述对比方法为:
其中,表示栅格属性,D=1,表示此栅格具有动态属性,D=0,表示此栅格不具有动态属性,和分别表示点云No和Ni在栅格内的点云数量,ξ表示阈值,其取值范围为:0ξ1,N0表示栅格内点数阈值。
7.根据权利要求1所述的一种剔除激光点云地图中动态障碍伪迹的方法,其特征还在于:所述滤除第N帧点云数据中动态栅格包含的点云得到其它栅格点云的方法为:
其中,PoN表示静态点云,表示栅格中的点云,表示点云的相加。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011017187.8/1.html,转载请声明来源钻瓜专利网。