[发明专利]激光点云自动化地面提取方法

说明书

本发明提供了一种激光点云自动化地面提取方法，包括：输入激光点云地图包中的单帧点云，对所述单帧点云进行盒子滤波，确定感兴趣区并提取得到单帧感兴趣区点云，然后判断所述单帧感兴趣区点云的累计帧数是否不小于第一阈值；将提取的所有单帧感兴趣区点云进行叠加，得到叠加感兴趣区点云，然后采用区域生长法对所述叠加感兴趣区点云进行噪点去除，得到目标感兴趣区点云；计算所述目标感兴趣区点云的地面起伏程度；针对目标点云地图，根据所述地面起伏程度，利用布料滤波完成地面提取。本发明提高CSF提取地面的自动化程度；杜绝除了道路上一些车辆的噪点之外的大部分的无关点，比如植被，建筑等。

技术领域

本发明涉及遥感与摄影测量技术领域，具体地，涉及一种激光点云自动化地面提取方法，更为具体地，涉及一种针对激光雷达点云的融合区域生长法和布料滤波的自动化地面提取方法及系统。

背景技术

激光雷达点云地图是自动驾驶技术栈中不可缺少的一部分，而从激光雷达点云地图中提取相关要素则是地图应用的关键所在，其中从点云中提取地面就在许多场景中应用，比如回环检测，传感器标定等。常用的激光雷达点云地面提取方法主要有Randomsample consensus(RANSAC)，Cloth Simulation Fi lter(CSF)，即布料滤波，区域生长法和基于深度学习的地面提取方法。其中，RANSAC和区域生长法对噪声比较敏感，需要将点云进行预处理才会有较好的效果，但鲁棒性较差；CSF提取地面鲁棒性较好，但要根据地面起伏程度设置合适的参数才会得到比较好的地面提取效果，需要人工参与判断地面起伏程度；深度学习的方法提取地面也有较好的效果，但需要大量的数据训练模型，并且模型没有普适性，一般针对不同的数据需要训练新的模型才会有比较好的效果。本发明提出了一种融合CSF和区域生长法的具有普适性的自动化激光雷达点云地面提取方法。

专利文献CN113052881A(申请号：CN202110316363.6)公开了一种提取极点的室内三维点云自动化配准方法，以避免对点云数据进行构网和法方向估算为前提，以解决建筑室内场景中多站地面激光扫描点云数据的自动化配准为目的，主要包括极点提取和点云配准两部分，并利用真实的建筑室内点云数据对本发明方法进行解析和验证，对多组点云数据进行配准参数解算，将配准结果与通过人工选取标靶方式计算出的结果进行比较，进一步验证本发明方法的精度和可靠性。但该发明没有通过使用区域生长法初步提取激光雷达点云中的路面来确定地面的起伏程度。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种激光点云自动化地面提取方法。

根据本发明提供的一种激光点云自动化地面提取方法，包括：

步骤S1：输入激光点云地图包中的单帧点云，对所述单帧点云进行盒子滤波，确定感兴趣区并提取得到单帧感兴趣区点云，然后判断所述单帧感兴趣区点云的累计帧数是否大于或等于第一阈值N_a，若是则进入步骤S2，若否则重复步骤S1；

步骤S2：将提取的所有单帧感兴趣区点云进行叠加，得到叠加感兴趣区点云，采用区域生长法对所述叠加感兴趣区点云进行噪点去除，得到目标感兴趣区点云；

步骤S3：计算所述目标感兴趣区点云的地面起伏程度；

步骤S4：针对目标点云地图，根据所述地面起伏程度，利用布料滤波完成地面提取。

优选地，所述步骤S1中对所述单帧点云进行盒子滤波，包括：

预先设置好尺寸参数；

沿道路方向，设置一个符合预设尺寸的长方体作为盒子，盒子内为感兴趣区；

保留感兴趣区内的激光点，滤除感兴趣区外的激光点。

优选地，所述步骤S1中的第一阈值N_a根据构成目标点云地图所需的单帧点云帧数确定。