[發明專利]一種三維激光點云數據的二維圖像化表述方法

在審

• 申請號: 201510938881.6
• 申請日: 2015-12-15
• 公開（公告）號: CN105574905A
• 公開（公告）日: 2016-05-11
• 發明（設計）人: 莊嚴;常歡;閆飛;劉一莎
• 申請（專利權）人: 大連理工大學
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 趙連明

技術領域

本發明屬于機器人自主環境感知技術及激光掃描成像領域，涉及到將移動機 器人系統采集的三維激光點云數據轉化為二維灰度圖像以完成對室內外場景的 表述。

背景技術

視覺是智能機器人與智能系統進行環境感知的重要手段之一。由于視覺傳感 器是基于被動感知機理，因此在成像過程中容易受到亮度及光照強度變化等環境 因素的影響。此外單目視覺傳感器采集到的圖像信息缺少空間深度信息，不利于 區分具有不同深度信息的景物。

三維激光數據的獲取不受亮度及光照強度變化等環境因素的影響，可提供精 準的三維空間測量信息。但利用三維點云數據對大范圍環境進行表述時，觀測視 點的選取會直接影響環境感知效果；此外三維激光掃描點的分布是由實際場景特 性所決定，三維點的分布無規律可循。考慮二維圖像表述符合人類視覺感知習慣 且具有像素排列格式規范等優點，因此將三維點云數據轉化為景物邊緣顯著、紋 理清晰且有較強場景層次的二維灰度圖像，將有助于基于該圖像模型的場景認知 與理解。目前，各領域研究中使用三維激光點云數據生成的灰度圖像模型主要有 深度圖和方位角圖兩種。

傳統的深度圖是通過把激光傳感器或其他測距傳感器點云數據的深度信息 直接映射為灰度值，從而得到灰度圖像，參考文獻(AnguelovD,DulongC,FilipD, etal.Googlestreetview:Capturingtheworldatstreetlevel[J].Computer,2010(6): 32-38.)。其優點是成像原理簡單、計算耗時較少，能夠區分出不同深度層次的景 物。但其在圖像細節和紋理的描述上很不理想，尤其是在描述大范圍場景時，對 距離的變化很不敏感。生成的圖像往往會弱化景物的細節和近距離景物的邊界信 息，從而給之后的圖像處理和理解造成困難。并且由于傳統深度圖景深方向取決 于激光的掃描方向，使得深度圖的效果會受到激光掃描方向的影響。

方位角圖是另一種常用的由三維激光點云數據生成的灰度圖像。此方法是 DavideScaramuzza等學者首次提出的，參考文獻(ScaramuzzaD,HaratiA,Siegwart R.Extrinsicselfcalibrationofacameraanda3dlaserrangefinderfromnatural scenes[C]//IntelligentRobotsandSystems,2007.IROS2007.IEEE/RSJInternational Conferenceon.IEEE,2007:4164-4169)。方位角圖的原理是將每個激光點對應的 方位角映射為對應像素的灰度值。其中方位角定義為視點(激光傳感器掃描時位 置)到當前激光點位置的向量與當前激光點到其右上方鄰近激光點的向量的夾角。 參考文獻(ZhuangY,LinX,HuH,etal.UsingScaleCoordinationandSemantic InformationforRobust3-DObjectRecognitionbyaServiceRobot[J].Sensors Journal,IEEE,2015,15(1):37-47.)應用方位角圖模型將定點掃描的三維點云數據 轉換為方位角圖，并在此基礎上對場景進行識別與理解。從以上文獻中可知，方 位角圖中景物的細節和紋理相對清晰。但圖像灰度值完全由方位角決定，不能清 楚的區分不同深度層次的景物，并且圖像質量受視點選擇的影響較大。場景中掃 描位置(視點)唯一，限制了實際應用中移動機器人平臺的連續工作性能。計算 的方位角相對視點產生漸變的趨勢，使得整幅圖像在橫向具有灰度值漸變。

在實際應用中，大范圍的場景一般都是采用激光連續掃描的方式采集點云數 據，每一幀激光數據都有自己的掃描中心(局部視點)，即使通過優化方法計算 出相對較優的全局視點，仍無法有效消除基于視點的構圖方法(如方位角圖)的 局限性。

發明內容