[發明專利]一種從激光雷達的三維點云數據中提取平面的方法

有效

• 申請號: 201910786166.3
• 申請日: 2019-08-24
• 公開（公告）號: CN112433198B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 王遠鵬;張二陽;葛凱
• 申請（專利權）人: 蘇州尋跡智行機器人技術有限公司
• 主分類號: G01S7/48
• 分類號: G01S7/48
• 代理公司: 南京禾易知識產權代理有限公司 32320
• 代理人: 仇波

本發明屬于人工智能技術領域，具體公開了一種從激光雷達的三維點云數據中提取平面的方法，包括步驟：S1、將多線激光雷達掃描獲得的3D點云數據分層；S2、從每一平面的2D點云數據中提取直線；S3、從全部平面所得的平面直線集中提取面的候選者；S4、根據每組平面直線集中的直線端點，利用最小二乘法求解平面方程，提取出三維點云數據中的平面。本方法能夠更快地從每一層2D激光數據中提取直線，并能夠利用每一層全部的直線來提取3D平面，具有效率高，不需要關于實際地形的任何先驗知識的優點。采用本發明獲取到的3D平面可用來修正落在平面內的單個激光數據，從而能夠大大降低單個激光數據的波動，提高激光數據的可信度。

技術領域

本發明屬于人工智能技術領域，尤其是涉及從激光雷達的3D數據中提取平面的方法，該方法適用于任意安裝有多線激光雷達，并需要提取激光點云數據中的平面、或需要增加激光數據的精度的設備。其中多線激光雷達所獲取到的3D激光數據的典型特征是一幀3D數據其實是多組俯仰角不同的2D激光數據的組合。

背景技術

目前由于3D激光雷達的成本很高，關于3D激光雷達數據預處理的技術資料比較少，更多的是3D激光數據處理技術。盡管現有的3D數據處理技術能夠提取出數據中的特征，但往往這些特征指的是3D物體，即這些特征既包括了實際物體的幾何信息，又給出了物體的實際意義，如提取出一輛汽車、一棟房子、一位行人，等等。盡管這些非常強大的算法從3D激光數據中提取了如此豐富的信息，但卻沒有在提升數據自身質量如其重復測量精度等屬性上下功夫，對算法的要求更是苛刻，要么需要非常大的資源消耗，要么就是基于需要預先提供所需要的參數的神經網絡等人工智能算法。

還有文獻從3D數據所要求的龐大存儲量出發，嘗試利用平面來對3D數據點進行近似從而減少數據的存儲量，其主要通過EM算法來對掃描已知(簡單)環境(如一個空房間)的3D激光數據進行平面近似，把海量的3D數據轉化為幾個簡單的面，經過EM算法的優化，所得到的面的精度還是很好的，例如不會出現其前身算法可能存在的房間前后兩個面不平行的情況。但正如其應用場景所言，欲使用這個算法，需要預先知道環境的大體結構，且環境不能過于復雜，盡管提取的面能夠輔助增加數據的置信度，但其實現方式還是有相當的局限性的。

3D霍夫變換是另一種從3D激光數據中提取平面的技術。直接的3D霍夫變換把2D霍夫變換擴展到3D，在離散化θ和后，利用

對每個點(x，y，z)在每個離散化的θ和中投票，遍歷全部點后統計每對中的票數，認定得票超過閾值的對代表一個平面。優化的3D霍夫變換先對全部數據點進行預處理，方法是根據每個點及其臨近點來獲取每個點的法向量，并僅對此法向量所代表的對進行投票。無論是直接3D霍夫變換還是優化的3D霍夫變換，其時間復雜度都非常高，要么在全部激光點的遍歷中經歷全部對，要么需要在預處理中正確地根據臨近點計算法向量。另外如果需要從使用3D霍夫變換得到的平面中提取面信息，則又需要額外的操作。

發明內容

有鑒于此，本發明的目的是解決現有技術的問題，提供一種從激光雷達的3D點云數據中提取平面的方法，該方法不需要關于實際地形的任何先驗知識，可以修正落在平面內的單個激光數據，提供激光數據的可信度。

為了達到上述目的，本發明采用如下技術方案：

一種從激光雷達的三維點云數據中提取平面的方法，其特征在于，包括以下步驟：

S1、將多線激光雷達掃描獲得的3D點云數據分層，每層包含代表一個平面的一組2D點云數據，該組2D點云數據由激光雷達每隔一固定角度δ_h進行一次測量而得到；