[发明专利]激光雷达采集到的点云数据的处理方法

权利要求书

1.一种激光雷达采集到的点云数据的处理方法，其特征在于，激光雷达安装在车辆的不同位置，所述处理方法包括：

获取所述激光雷达采集到的至少一帧点云图中的点云集合，其中，所述点云集合包括：车辆行驶过程中所述激光雷达扫描到的位于行驶道路区域内的多个点云点，每个所述点云点的点云数据至少包括点云坐标信息；

基于所述每个所述点云点的所述点云坐标信息对所述点云集合进行预处理，从所述点云集合中筛选出位于行驶道路的路面以上的前景点云点，生成目标点云集合；

采用基于漫水法的图像分割算法对所述目标点云集合进行聚类分割，生成多个团簇，其中，每个所述团簇分别表征所述点云图中的一个待识别的障碍物；

基于每个所述团簇内的点云数据，计算所述点云图中每个待识别的障碍物的几何数据，并基于计算结果识别出目标障碍物，其中，所述目标障碍物表征为对所述车辆的行驶安全产生安全影响的障碍物。

2.根据权利要求1所述的方法，其特征在于，基于每个点云点的点云坐标信息对所述点云集合进行预处理，从所述点云集合中筛选出位于所述行驶道路的路面以上的前景点云点，生成目标点云集合，包括：

基于每个点云点的点云坐标信息对所述点云集合进行筛选处理，从所述点云集合中筛选出点云坐标信息位于所述行驶道路的路面上方的点云点数据集，其中，所述筛选处理包括如下至少之一：去除位于所述行驶道路路面表面上的点云点、去除点云坐标信息低于所述行驶道路的路面高度的点云点。

3.根据权利要求2所述的方法，其特征在于，基于每个点云点的点云坐标信息对所述点云集合进行筛选处理，包括：

遍历所述点云图中的点云集合所有点云点，并查询每个点云点对应的行驶道路的路面高度；

基于每个点云点在所述点云图中的点云坐标信息，确定每个所述点云点相对于所述行驶道路的高度坐标；

如果任意一个点云点的高度坐标小于等于对应的路面高度，和/或，与所述路面高度的差值小于等于高度阈值，将该点云点从所述点云集合中移除。

4.根据权利要求2或3所述的方法，其特征在于，在从所述点云集合中筛选出点云坐标信息位于所述行驶道路的路面上方的点云点数据集之后，所述方法还包括：

对所述点云点数据集中位于所述行驶道路的路面上方的点云点进行无监督的划分处理，分割得到多个类型的点云点，其中，所述点云点的类型包括：离群点、背景点和前景点；

至少去除所述离群点和所述背景点，从位于所述行驶道路的路面上方的点云点中保留所述前景点的点云点，其中，保留的所有前景点的点云点构成所述目标点云集合。

5.根据权利要求4所述的方法，其特征在于，在对所述点云点数据集中位于所述行驶道路的路面上方的点云点进行无监督的划分处理之前，所述方法还包括：

确定针对所述激光雷达的点云坐标系，其中，所述点云坐标系的坐标轴x的方向为所述车辆行驶时的前进方向，所述坐标轴z的方向为垂直于所述车辆所在的行驶道路路面的垂直向上方向，所述坐标轴y的方向由所述坐标轴x和所述所述坐标轴z的矢量求积来确定。

6.根据权利要求5所述的方法，其特征在于，对所述点云点数据集中位于所述行驶道路的路面上方的点云点进行无监督的划分处理，分割得到多个类型的点云点包括：

获取所述点云图中位于所述行驶道路的路面上方的点云点在所述点云坐标系上的点云坐标信息；

遍历所述点云坐标系上的点云坐标信息，确定x坐标值最小的点云点和x坐标值最大的点云点，以及y坐标值最小的点云点和y坐标值最大的点云点；

基于所述x坐标值最小的点云点和x坐标值最大的点云点，以及y坐标值最小的点云点和y坐标值最大的点云点对平面网格进行划分，得到划分后的多个平面栅格，其中，所述平面网格为所述点云坐标系中由所述坐标轴x和所述坐标轴y确定的平面坐标系；

基于所述划分后的平面栅格内的点云点，确定所述平面栅格的类型。