CN105354811A - 一种地面用多线三维激光雷达点云数据的滤波方法 - Google Patents

Abstract

本发明属于滤波方法，具体涉及一种地面用多线三维激光雷达点云数据的滤波方法。它包括：步骤一：建立地面曲面方程；首先判定地面点，然后建立地面曲面方程；最后拟合相关参数，得到地面曲面方程；步骤二：滤除误判点。本发明的效果是：实现简单，运算速度快，克服了传统机载激光雷达和地面用单线激光雷达点云滤波方法的局限性，有效地解决了地面多线激光雷达点云数据的地面点与非地面的分离，提高了点云数据的滤波效果。

Description

一种地面用多线三维激光雷达点云数据的滤波方法

技术领域

本发明属于滤波方法，具体涉及一种地面用多线三维激光雷达点云数据的滤波方法。

背景技术

由于地面多线三维激光雷达可以在较短时间内获取目标对象的高密度三维点云数据，得到目标的深度信息，且具有测量速度快、精度高、直接获取周围环境信息等优点，因此特别适用于智能车辆导航和机器人视觉等领域的应用，为智能车辆或机器人提供障碍物信息。点云数据的滤波方法是地面三维激光雷达点云数据处理研究的关键技术之一。点云数据的滤波是指把原始点云数据准确、快速地分离为地面点和非地面点，是地物提取、障碍物检测以及后续地物三维重建或生成其他数字产品的基础。

通过对现有文献的查阅发现，目前的点云数据滤波方法主要是针对机载激光雷达的点云数据处理，并不适用于地面多线激光雷达的点云数据。这是因为，第一，地面用多线激光雷达为多光束扫描，主要用于障碍检测、建筑物高速测绘等领域，一般针对近景三维目标，距离物体较近、点云密度大、数据精度高，数据分类所要求的精度也更高；第二，机载激光雷达一般为单光束扫描，距离目标点较远，获取的激光脚点是稀疏分布在大范围区域的地形地物表面点(建筑物则主要是屋顶点)，而地面多线激光雷达获取的是三维空间物体立面的几何信息，采样点较为密集，无法沿用传统的滤波方法进行处理。因此对地面多线激光雷达数据进行滤波分类不能直接沿用机载激光雷达数据处理方法。

另外，有部分文献针对车载激光雷达提出了基于扫描线的滤波算法，但这种方法针对的是单线激光雷达，且处理的扫描线为按列均匀分布的竖直扫描线，并不适用于扫描线按列非均匀分布的多线激光雷达点云数据的处理。

发明内容

本发明针对现有技术的缺陷，提供一种地面用多线三维激光雷达点云数据的滤波方法。

本发明是这样实现的：一种地面用多线三维激光雷达点云数据的滤波方法，包括下述步骤：

步骤一：建立地面曲面方程

首先，在输入的点云数据中选择最低点，将其余每个点与最低点比较，差值小于预设值的判定为地面点，大于等于预设值的判定为非地面点；

所述的预设值为外部输入的数值；

然后，建立地面曲面方程

Z＝A+BX+CY+DXY+EX²+FY²

其中的(X，Y，Z)为激光点云坐标，A、B、C、D、E、F为待求的二次曲面系数；

最后，用最小二乘法，以全部地面点为已知量，将上述公式中的未知量A、B、C、D、E、F拟合出来，得到地面曲面方程；

步骤二：滤除误判点

对于所有地面点，用下述公式计算滤除参考值S

$S=\frac{z_{i+1}-z_i}{\sqrt{{(x_{i+1}-x_i)}^2+{(y_{i+1}-y_i)}^2}}$

其中(x，y，z)为步骤一已判定为地面点的激光点云坐标，i用于表示不同的点；

判定i＝0时的点为地面点；

上述公式计算的结果中，若该S值小于预先设定的值，判定该i+1点为地面点，否则判定该i+1点为误判点，并将该误判点去除。

本发明的效果是：实现简单，运算速度快，克服了传统机载激光雷达和地面用单线激光雷达点云滤波方法的局限性，有效地解决了地面多线激光雷达点云数据的地面点与非地面的分离，提高了点云数据的滤波效果。

附图说明

附图1为某一水平旋转角度对应的64束激光脚点在垂直面上的分布图；

附图2为单线激光雷达的地面相邻激光脚点示意图；

附图3为多线激光雷达的地面相邻激光脚点示意图。

具体实施方式

下面结合附图对本发明做进一步的说明：

本发明共分为两个步骤。首先涉及基于曲面拟合的滤波方法滤除比较平坦的地面点，以地面64线激光雷达为例具体说明。64线激光雷达在垂直方向上排布64个激光束，因此对应每个水平旋转角度有64个激光脚点，激光脚点成不均匀的散乱分布，如附图1所示。定义一帧数据为激光雷达水平方向旋转扫描360°获得的点云数据。一般来说，地面点为高程的最低点，因此对于一帧数据，寻找每个水平旋转角度对应的64个激光脚点的最低点，将这些最低点进行比较，高程差大于设定的阈值的应去除。然后利用剩下的最低点进行曲面拟合，得到一个二次曲面方程。然后以此曲面作为初始地面，计算其余激光脚点和这个模拟地面的拟合高程值，如果拟合高程值与观测高程值之差超过了阈值就将此点作为地物点，如果小于阈值则将其作为地面点滤除。二次曲面的拟合求解过程为：

假设需要拟合的二次曲面方程为：

Z＝A+BX+CY+DXY+EX²+FY²(公式1)

其中，A、B、C、D、E、F为待求的二次曲面系数，(X，Y，Z)为激光点云坐标。利用最小二乘法，将这些最低点代入曲面方程可得误差方程为：

$V=\left[\begin{array}{cccccc}1& X_1& Y_1& X_1{Y}_1& X_1^2& Y_1^2\\ 1& X_2& Y_2& X_2{Y}_2& X_2^2& Y_2^2\\ 1& X_3& Y_3& X_3{Y}_3& X_3^2& Y_3^2\\ .& .& .& .& .& .\\ .& .& .& .& .& .\\ .& .& .& .& .& .\\ 1& X_n& Y_n& X_n{Y}_n& X_n^2& Y_n^2\end{array}\right]\left[\begin{array}{c}A\\ B\\ C\\ D\\ E\\ F\end{array}\right]-\left[\begin{array}{c}{Z}_1\\ Z_2\\ Z_3\\ Z_4\\ .\\ .\\ .\\ Z_n\end{array}\right]$ (公式2)

其中n＞6为拟合点的个数。

令 $M=\left[\begin{array}{cccccc}1& X_1& Y_1& X_1{Y}_1& X_1^2& Y_1^2\\ 1& X_2& Y_2& X_2{Y}_2& X_2^2& Y_2^2\\ 1& X_3& Y_3& X_3{Y}_3& X_3^2& Y_3^2\\ .& .& .& .& .& .\\ .& .& .& .& .& .\\ .& .& .& .& .& .\\ 1& X_n& Y_n& X_n{Y}_n& X_n^2& Y_n^2\end{array}\right],x=\left[\begin{array}{c}A\\ B\\ C\\ D\\ E\\ F\end{array}\right],b=\left[\begin{array}{c}{Z}_1\\ Z_2\\ Z_3\\ Z_4\\ .\\ .\\ .\\ Z_n\end{array}\right]$

根据间接平差最小二乘原理，在V^TPV＝min的条件下，可以求得未知曲面系数的解，P为权阵，这里取单位阵：

x＝(M^TM)^-1M^Tb(公式3)

从而可求得二次曲面系数。上述算法方法简单，运算速度快，但是当地面有较小倾斜角度的斜坡时，可能会被误判为地物点而保留。因此需要通过第二个步骤滤除斜坡地面点。

在地面水平且没有障碍物的理想状态下，单线激光雷达某个水平旋转角度对应的地面激光脚点为一条水平的扫描直线，如图2所示。激光脚点p_i(x_i,y_i,z_i)和p_i+1(x_i+1,y_i+1,z_i+1)为垂直方向扫描得到的两个相邻的激光脚点。则p_i+1点相对于p_i点的倾斜度的计算公式可以用公式4求出：

$S=\frac{z_{i+1}-z_i}{\sqrt{{(x_{i+1}-x_i)}^2+{(y_{i+1}-y_i)}^2}}$ (公式4)

而对于64线激光雷达，由于64个激光脚点不是均匀的按列分布，而是较为散乱的面状分布。64个激光脚点相邻之间的水平距离变化范围较大。图3为垂直方向上相邻的两个地面激光脚点p_i(x_i,y_i,z_i)和p_i+1(x_i+1,y_i+1,z_i+1)的示意图，这两个点并不在一条水平线上。

在地面水平且没有障碍物的理想情况下，产品扫描一周，地面上的多条水平扫描线可以构成一组以原点为中心的同心圆。由于斜坡的面积一般都较大，斜坡上的扫描线在小区域内可以近似看作一组平行分布的直线。在这里将p_i+1和p_i所在的同心圆的半径之差作为两点的水平距离来进行计算，求解出的倾斜度为相邻两条扫描线的倾斜度，公式如下式所示：

$S^{\′}=\frac{z_{i+1}-z_i}{r_{i+1}-r_i}=\frac{z_{i+1}-z_i}{\sqrt{x_{i+1}^2+y_{i+1}^2}-\sqrt{x_i^2+y_i^2}}$ (公式5)

其中r_i和r_i+1分别为脚点p_i和p_i+1到原点的水平距离。若p_i点为地面点，p_i+1点相对于p_i点的倾斜度S'小于阈值，则认为p_i+1为地面点；若大于阈值，则认为p_i+1为非地面点。阈值的选择是根据实际地面条件和智能车辆的特性综合确定。

本发明核心点为针对地面用多线激光雷达，提出了一种基于曲面拟合结合倾斜度的点云数据滤波方法。本发明的关键点在于数据按帧处理，对一帧数据先选取较低点并剔除部分高程异常点，再进行二次曲面拟合，减小了滤波误差；同时与传统的求解倾斜度的方法不同，本方法是以相邻两条水平扫描线的倾斜度作为比较对象，而不是简单的以两相邻激光脚点的倾斜度为参考；另外，阈值的选取也很重要，应根据具体的路况条件和车辆的特性等因素综合考虑。本方法有效地解决了地面多线激光雷达点云数据的地面点与非地面的分离，提高了点云数据的滤波效果。

Claims (1)

1.一种地面用多线三维激光雷达点云数据的滤波方法，其特征在于，包括下述步骤：

步骤一：建立地面曲面方程

首先，在输入的点云数据中选择最低点，将其余每个点与最低点比较，差值小于预设值的判定为地面点，大于等于预设值的判定为非地面点；

所述的预设值为外部输入的数值；

然后，建立地面曲面方程

Z＝A+BX+CY+DXY+EX²+FY²

其中的(X，Y，Z)为激光点云坐标，A、B、C、D、E、F为待求的二次曲面系数；

最后，用最小二乘法，以全部地面点为已知量，将上述公式中的未知量A、B、C、D、E、F拟合出来，得到地面曲面方程；

步骤二：滤除误判点

对于所有地面点，用下述公式计算滤除参考值S

$S=\frac{z_{i+1}-z_i}{\sqrt{{(x_{i+1}-x_i)}^2+{(y_{i+1}-y_i)}^2}}$

其中(x，y，z)为步骤一已判定为地面点的激光点云坐标，i用于表示不同的点；

判定i＝0时的点为地面点；

上述公式计算的结果中，若该S值小于预先设定的值，判定该i+1点为地面点，否则判定该i+1点为误判点，并将该误判点去除。。