[发明专利]基于三维激光雷达的移动机器人越野环境中地面分割方法在审
申请号: | 202111586348.X | 申请日: | 2021-12-23 |
公开(公告)号: | CN114266801A | 公开(公告)日: | 2022-04-01 |
发明(设计)人: | 苏建强;陶泽宇;刘利强;齐咏生;任凯斌;董丹婷;李艳明;单馨平 | 申请(专利权)人: | 内蒙古工业大学 |
主分类号: | G06T7/136 | 分类号: | G06T7/136;G06T17/20;G06V10/762;G06K9/62;G01S17/93 |
代理公司: | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人: | 王悦 |
地址: | 010080 内蒙古自治*** | 国省代码: | 内蒙古;15 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 三维 激光雷达 移动 机器人 越野 环境 地面 分割 方法 | ||
1.基于三维激光雷达的移动机器人越野环境中地面分割方法,其特征在于,包括自适应密度聚类的点云离群点滤除,基于射线自适应坡度阈值地面分割;
对点云数据进行离群点与无效点的滤除,采用自适应密度聚类的点云离群点滤除,将获取到的点云数据网格化按照网格索引和每个网格中的点数寻找最大密度区域,在该区域中确定最大密度点作为聚类初始点,寻找初始点的同时,根据密度聚类算法寻找点云中的核心点,以初始点为密度聚类的第一点开始按每一个核心点聚类半径向周围寻找密度可达点,最终完成聚类,将无法聚类的点判断为离群点滤除;
对滤波完成的点云进行地面分割,采用基于射线自适应坡度阈值地面分割,使用基于邻近重心点的体素滤波将点云降采样处理,按照半径与竖直角度将无序点云有序化,设置坡度角,通过坡度角与竖直角度的关系得到实际路况中的期望距离,再通过实际的期望距离与雷达安装高度、坡度角关系得到局部阈值高度与全局阈值高度,判断每一点的半径与实际期望距离以及每一点的高度与全局阈值和局部阈值高度得到该点所属的类别是地面或者非地面。
2.根据权利要求1所述的基于三维激光雷达的移动机器人越野环境中地面分割方法,其特征在于,所述的自适应密度聚类的点云离群点滤除,包括以下步骤:
S1:基于网格的初始点选择,将点云数据网格化,通过网格将接收到的点云划分为n×m块,并对每个区域进行编号,遍历点云,将每一点对应放进所在区域,记录每个区域点的数量,最后选择数量最多的区域作为初始点的选择区域成为密度最大区域;
S2:在聚类半径的选择上,将半径划分为初始半径和聚类半径,初始半径为使核心点成为聚类核心的半径,该参数在核心点选择时已经设定;聚类半径为实际在判断是否是可聚类点时使用的半径;
通过octree的半径搜索,使用初始半径eps,定义参数min_pets判断出输入点云中的核心点,min_pets为邻域内的密度阈值,每个核心点的初始半径内的点数大于min_pets则为核心点云;
S3:计算相邻两点间的欧式距离dist(i,j),max_dist和min_dist为所有欧式距离中最大的距离和最小距离,同时max_dist是使核心点成为半径,min_dist是距离核心点最近的点;mdd是两者的差值;pdd是初始半径与最大欧式距离的差值;
dist=sqrt(x*x+y*y+z*z) (1)
max_dist=Max{dist(i,j)|0<=i<n,0<=i<n} (2)
min_dist=Min{dist(i,j)|0<=i<n,0<=i<n} (3)
mdd=max_dist-min_dist (4)
pdd=eps-max_dist (5)
S4:通过S3得到了自适应半径所需的参数,通过判断mdd与pdd的关系判断初始半径内点云的疏密程度,进而进行聚类半径r的选择,分为以下三种情况:
(1)mdd/pdd=1;为第一种情况,mdd=pdd,这种情况下所反映的是初始半径内点云分布比较均匀,但不一定紧密,故此时聚类半径选择初始半径;
(2)mdd/pdd>1;为第二种情况,mdd>pdd,此时认为在初始半径内点云分布较为分散,并且最大距离的邻近点接近初始半径,此时认为初始半径只是略大与让其成为核心点的核心半径其内部无法包含同一簇点云的所有点,应扩大聚类半径,故聚类半径选择初始半径加最小距离;
(3)mdd/pdd<1;为第三种情况,mddpdd,此时认为初始半径内点云在核心点周围点相邻较近,核心点周围点云分布较为密集,此时若将初始半径设置为聚类半径则会造成两簇甚至多簇合并现象,故应减小聚类半径r=eps-min_dist。
3.根据权利要求1所述的基于三维激光雷达的移动机器人越野环境中地面分割方法,其特征在于,所述的基于射线自适应坡度阈值地面分割,包括以下步骤:
S1:采用基于体素重心邻近点的降采样方法对点云进行处理;在体素化栅格滤波的基础上使用Kdtree寻找与每个小立方体重心最近的原始点代替该重心;
S2:自适应坡度阈值地面分割,以雷达水平分辨率对其进行射线划分将每个角度所对应的区域看做一条射线,每条射线上分布着所有激光射线所对应的点;对同一射线上每个点按照半径的大小进行排序,计算前后两点间的距离与坡度,自适应调整水平距离、局部高度和全局高度阈值来区分地面点与非地面点;当移动机器人行驶在平坦路面且无路障时,其在路面上会扫描出一个个扫描圈,这些扫描圈的半径各不相同,随着竖直角度减小,其半径越大;多线程激光雷达的竖直角度固定,已知激光雷竖直角分辨率,激光雷达的安装高度设置为H,则相邻两个扫描圈的距离为ΔR;
其中ri、ri+1为前后两个扫描圈半径,i=1,2,3,…,n,x、y为其平面上的坐标;
每个扫描圈的半径已知,雷达高度已知可计算出第i个扫描圈即第i条激光射线所对应的竖直角度βi,ri为第i条激光到雷达的距离;
若在平坦路面,每两条激光线间的水平距离固定不变,在上坡路段和有障碍阻挡路段时,激光会打在障碍物或上坡路面,相邻两点间的水平距离会减小甚至为零;
其中为实测相邻两点的半径,ΔR′为实测两点间的水平距离;
上坡路段和障碍阻挡路段时,设定自适应水平距离阈值、局部高度阈值与全局高度阈值:
其中为坡度角对应的竖直高度,为第i条射线的半径,Δr为相邻两点间水平距离,为两点间高度差,Hl为局部高度阈值,Hg为全局高度阈值;
当判定每个区域第一条射线时,若则为地面点,否则为非地面点;
若前一点为地面点,根据水平距离和局部高度阈值判断当前点是否为地面点,前一点与当前点的水平距离ΔR′<Δr时,则当前点为障碍物点;上一点与当前点的水平距离ΔR′>Δr且则当前点为地面点;
若前一点为非地面点,当前点同时满足Δh<Hl,则当前点为地面点,否则为非地面点。
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内蒙古工业大学,未经内蒙古工业大学许可,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/202111586348.X/1.html,转载请声明来源钻瓜专利网。