[发明专利]一种融合强度与时空几何特征的激光雷达去雪方法和系统在审
申请号: | 202111415585.X | 申请日: | 2021-11-25 |
公开(公告)号: | CN113947552A | 公开(公告)日: | 2022-01-18 |
发明(设计)人: | 黄凯;李博洋;李洁铃;陈渤林 | 申请(专利权)人: | 中山大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06V10/77;G06K9/62 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 禹小明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
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 融合 强度 时空 几何 特征 激光雷达 方法 系统 | ||
1.一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,所述方法包括步骤:
S1、获取激光雷达实际的点云数据,对实际的点云数据进行过滤,得到候选雪噪点;
S2、根据雪花在实际的点云数据单帧点云帧中的雪花周围点云分布密度特性,计算候选雪噪点在当前时刻的点云帧中的强度邻域数量;
S3、对具有候选雪噪点的点云帧以及其相邻点云帧通过主成分分析法进行降维,提取宽度-时间图像,所述相邻点云帧是指具有候选雪噪点的点云帧的前后若干帧;
S4、基于雪花的运动规律特性,根据所述宽度-时间图像,计算候选雪噪点在宽度-时间图像上的时空邻域数量;
S5、基于熵权法利用强度邻域数量和时空邻域数量计算综合评分,然后根据综合评分对候选雪噪点进行最终分类得到真雪噪点和非噪点;
S6、剔除真雪噪点实现过滤,把非噪点恢复为普通点云点实现修复。
2.根据权利要求1所述的一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,步骤S1得到候选雪噪点是利用自适应强度滤波器根据雪花的动态强度阈值曲线对实际的点云数据进行过滤,从而得到候选雪噪点,获得所述据雪花的动态强度阈值曲线的方法为:基于激光雷达的强度原理,得到激光脉冲在理想情况下的激光雷达强度曲线;基于雪花的物理模型和雪花的点云强度特性,根据所述激光雷达强度曲线,计算得到雪花的动态强度阈值曲线;
所述激光雷达强度曲线的公式为:
其中,I为反射强度,Ro为理想参考点与激光雷达的距离,Io为理想参考点的反射强度,R为目标物体与激光雷达的距离。
3.根据权利要求2所述的一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,所述激光雷达强度曲线和所述雪花的动态强度阈值曲线均是在理想情况下计算得到的,所述理想情况是指激光脉冲垂直入射、完全反射的情况。
4.根据权利要求2所述的一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,步骤S1所述自适应强度滤波器对实际的点云数据进行滤波的方法为:
对于某时刻的点云数据,首先计算点云数据中每个点到激光雷达的距离,接着根据该距离的数值和雪花的动态强度阈值曲线得到该距离对应的雪花强度阈值,如果激光点的强度低于该阈值,则将其标记为候选雪噪点。
5.根据权利要求1所述的一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,步骤S2所述计算候选雪噪点在当前时刻的点云图中的强度邻域数量的方法为:
使用半径滤波方法,针对每一个候选雪噪点,计算其点云数据中划定的半径范围内的强度邻域数量。
6.根据权利要求1所述的一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,步骤S3所述提取宽度-时间图像的方法为:对具有候选雪噪点的点云帧以及其相邻点云帧通过主成分分析法进行降维,将相邻的点云帧使用同样的变换矩阵投射到统一的坐标中得到降维图,将连续多帧降维图组成宽度-高度-时间为维度的三维数据,固定高度,提取得到宽度-时间图像。
7.根据权利要求5所述的一种融合强度与时空几何特征的激光雷达去雪方法,其特征在于,步骤S4计算所述时空邻域数量的方法为:
在宽度-时间图像上,统计每一个候选雪噪点在各个方向上的邻域分布情况,作为候选雪噪点在宽度-时间空间上的时空邻域数量。
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中山大学,未经中山大学许可,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/202111415585.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:传感器结构及电饭煲
- 下一篇:一种手动自锁双保双控智能消防电磁阀