[发明专利]一种剔除激光点云地图中动态障碍伪迹的方法

说明书

本发明公开了一种能够快速实时将动态障碍从静态背景地图剔除动态障碍物伪迹的方法，所述方法包括：采集激光雷达、IMU、GPS数据，将n帧雷达点云转换到UTM坐标系下；第k帧密集点云地图由第k帧之前的N‑1帧点云配准到第N帧得到，对于k2N‑2帧，第k帧密集点云地图由第k帧之前的N‑1帧静态点云配准到第N帧得到；将第k帧密集点云地图和第k云进行地面分割，保留非地面点No和Ni；将点云No和Ni栅格化，判断每个栅格的动静态属性；将第N帧至第n‑1帧处理得到的静态点云配准到第n帧点云后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，该方法保证精度的同时大大减小了计算量，节约了计算时间，达到快速生成剔除动态障碍伪迹的密集点云地图的目的。

技术领域

本发明涉及雷达数据处理技术领域，尤其涉及一种剔除激光点云地图中动态障碍伪迹的方法。

背景技术

随着自动驾驶和辅助驾驶的快速发展，环境感知显得至关重要。目前，车前地形的检测主要内容是检测车辆前方的路面障碍物位置信息，以避障为主要目的，单帧激光点云即可完成此目的。针对具有越障和主动悬架调控能力的车辆，能快速生成精确的车前地形地图有着非常重要的意义。但单帧点云过于稀疏，不能精确的反映地面地形的起伏变化，因此往往需要多帧点云配准在一起形成密集点云地图。但当有如行人、滚石等移动物体出现在车辆前方时，由于每帧其位置都不相同，在多帧配准后多的密集地图上会形成连续的伪迹，这会对地面地形信息的提取产生严重的干扰，因此研究剔除激光点云地图中动态障碍伪迹的方法具有实际意义。现有的检测动态障碍的方法主要利用动态追踪技术对固定模型的动态障碍进行追踪检测，这类方法往往依赖动态障碍的几何模型或运动模型，对于几何特征和运动特征不明显的动态障碍不能取得较好的检测结果。

发明内容

根据现有技术存在的问题，本发明公开了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，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；

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的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P_i,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P_k，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P_j,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。

进一步地，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；