[發明專利]一種基于深度圖的稀疏點云稠密化及路面去除方法

有效

• 申請號: 201911289613.0
• 申請日: 2019-12-13
• 公開（公告）號: CN111079765B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 楊春平;陳明;馬滬敏;張詩涵;楊心怡;彭真明;彭凌冰;趙學功;李偉
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V20/56;G06T17/20
• 代理公司: 成都智言知識產權代理有限公司 51282
• 代理人: 徐金瓊

本發明公開了一種基于深度圖的稀疏點云稠密化及路面去除方法，涉及激光雷達數據處理及應用領域。本發明首先利用傳感器參數矩陣對稀疏點云進行投影得到稀疏深度圖，采用基于Delaunay三角剖分(DT)的線性插值方法得到粗糙稠密深度圖，接著應用從稀疏深度圖提取的掩模得到精細稠密深度圖。在空間坐標系中對稀疏點云進行RANSAC地面擬合并去除，濾除離群點，然后投影得到無地面稀疏深度圖并生成掩模，并對精細稠密深度圖進一步應用，得到無路面精細稠密深度圖。最后對這兩種深度圖進行反向投影，得到有路面和無路面的稠密點云。本方法能夠在不結合其他數據的前提下對感興趣的點云數據進行稠密化和路面去除，且速度較快，較好地保證了點云數據信息的有效性。

技術領域

本發明涉及自動駕駛中環境感知和目標檢測的激光雷達數據處理及應用領域。

背景技術

在自動駕駛領域，激光雷達因其對目標對象的精確定位而被廣泛使用。激光雷達作為一種主動式傳感器，其通過接收物體反射的激光脈沖，實現物體的探測，可以以較高的頻率提供準確的距離信息，并且對環境光的強弱和物體色彩有很強的魯棒性，可以彌補傳統相機在這方面的不足，因此，經常被用來作為環境感知和目標檢測的重要組成構件。在過去激光雷達常用于機器人的實時定位與建圖(SLAM)。近年來，隨著多線束激光雷達的出現，激光雷達感知能力得到極大提高，目前能夠在多變天氣，復雜交通場景下實現對障礙物的精準感知。然而激光雷達數據的具有離散及稀疏的特點，很難直接在后續的算法中直接使用。因此對點云數據進行稠密化是一項具有現實意義的工作。在目標檢測過程中，目標往往位于路面之上，而點云數據中的路面點則被視為目標檢測中的干擾點，需要予以去除。先稠密化點云再去除地面點會增加計算量和計算耗時，而先去除地面點再稠密化點云則會降低稠密化后的點云準確度，如何在保證準確度和降低計算量的前提下對稀疏點云進行稠密化并去除路面，這是一項具有挑戰的工作。

現有的點云稠密化方法主要分為基于圖像的方法、基于點云的方法和基于圖像和點云的方法。Rashidi,A等人提出了基于雙目視覺匹配生成視差圖再轉為稠密深度圖，最后生成稠密點云的方法。相似地，Zhenfeng Shao等人提出了基于多視角低海拔遙感圖像的稠密點云生成算法。Kai-Han Lo等人提出了利用聯合三邊濾波器將彩色圖像和稀疏深度圖結合的方法來稠密化深度圖。然而上述算法數據主要來源于圖像或與圖像相結合，生成的數據對光照和顏色變化不具有魯棒性，很難利用激光雷達的優勢并后續利用。傳統的只基于點云的稠密化方法主要通過在空間坐標系對原始點云直接上采樣展開，這種方法存在計算量大，實時性差等缺點。

發明內容

本發明所要解決的技術問題就是提供一種自動駕駛環境下稀疏點云的快速稠密化及路面去除方法，將稀疏點云投影轉換為稀疏深度圖并用DT線性插值來進行稠密化操作得到初始稠密深度圖，同時對稀疏點云進行RANSAC地面去除操作和濾除離群點并轉換為無地面稀疏深度圖，接著利用兩種稀疏深度圖生成掩模對初始稠密深度圖精細化處理，最后反向投影得到有路面和無路面的稠密點云。該方法可以快速對點云進行稠密化和路面濾除，并較好地保證了點云數據的完整性，有效解決了現有激光雷達采集數據過于稀疏的問題，可以作為自動駕駛的數據預處理的有效手段，也可在此基礎上進一步進行3D重建。

為了解決上述技術問題，達到上述目的，本發明所采用的技術方案如下所述。

一種基于深度圖的稀疏點云稠密化及路面去除方法，其特征在于，包括如下步驟：

步驟1：輸入原始稀疏點云C_points，利用傳感器校準得到的內外參數矩陣T對點云坐標進行轉換，并提取稀疏深度圖DM_origin，轉入步驟2；

步驟2：對步驟1提取的稀疏深度圖DM_origin，進行Delaunay三角剖分線性插值，得到初始的粗糙稠密深度圖DDM_wild，轉入步驟3；