[发明专利]基于三维激光点云的地面滤除方法、系统、装置及介质

说明书

本发明公开了基于三维激光点云的地面滤除方法、系统、装置及介质，属于地面滤除技术领域，要解决的技术问题为如何适当的对地面进行滤除。包括如下步骤：通过体素滤波的方法对激光点云进行降采样处理；对激光点云进行有序处理，将其坐标系转换为(segment，bins)的极坐标系下，将无序点云转化为有序点云；对每个segment进行处理，处理时对每个segment的点进行拟合成直线，基于筛选条件进行地面点的筛选，所述筛选条件包括直线的斜率、在z轴的截距以及点之间的距离；将该激光点云投影到二维图像上，通过图像的方式处理遗留的地面点。

技术领域

本发明涉及地面滤除技术领域，具体地说是基于三维激光点云的地面滤除方法、系统、装置及介质。

背景技术

激光点云中包含大量的地面点，在进行使用时应先进行地面滤除，如地面滤除不彻底，会在后续的感知检测中将地面点识别为障碍物，而地面滤除过多，则会造成一些障碍物不能被识别，所以，地面滤除对后续的流程至关重要，其结果的好坏直接影响着后续的聚类、跟踪等。

在进行点云处理时首先考虑将3D点映射到2.5D网格结构的降维操作，通过局部线拟合的简单比较来估计地平面点的方式对数据进行分区。分割和线拟合可以被认为是流行的2D范围数据处理到3D点云数据域的线提取算法的扩展。拟合线较适合用于识别地面点。通过将所有点映射到xy平面上的高分辨率网格结构，并将直线拟合算法应用于该网格来完成地面点和非地面点的分组。

大多数激光雷达以每个激光束的单个测距读数的形式提供原始数据，并带有时间戳和光束的方向。可以直接将数据转换为深度图像。图像中的行数由垂直方向的光束数定义，即Velodyne扫描仪的行数为16、32或64。列数由激光每旋转360°的范围读数给出。这种虚拟图像的每个像素都存储了从传感器到物体的测量距离。为了加快计算速度，甚至可以考虑将水平方向上的多个读数组合成一个像素。

为了识别地平面，需提前做三个假设。首先，假设传感器大致水平安装在移动底座/机器人上(这个假设可以放宽，但解释会变得更复杂)。其次，假设地面的曲率很低。第三，假设机器人至少在距离图像的最低行的一些像素中观察到地平面(对应于靠近机器人的地面的激光束扫描)。

基于上述分析，如何适当的对地面进行滤除，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供基于三维激光点云的地面滤除方法、系统、装置及介质，来解决如何适当的对地面进行滤除的技术问题。

第一方面，本发明的基于三维激光点云的地面滤除方法，包括如下步骤：

通过体素滤波的方法对激光点云进行降采样处理；

对激光点云进行有序处理，将其坐标系转换为(segment，bins)的极坐标系下，将无序点云转化为有序点云；

对每个segment进行处理，处理时对每个segment的点进行拟合成直线，基于筛选条件进行地面点的筛选，所述筛选条件包括直线的斜率、在z轴的截距以及点之间的距离；

将确定地面的激光点云投影到二维图像上，通过图像的方式处理遗留的地面点。

作为优选，对每个segment的点进行拟合成直线时，拟合的斜率和本身点的z值都有一个特定的阈值，斜率小于其对应的阈值或者z值小于其对应的阈值，认为所述地面点为地面点。

作为优选，将确定地面的激光点云投影到二维图像上，包括如下步骤：

确定为地面点的点云z值设置为固定值；

将确定为地面点的点云投影到二维图像上；

激光雷达发射的点云的线数代表行，每个线圈中的不同点为列，点云的z值反映到颜色上形成深度图。