[發明專利]基于空間劃分的點云去噪方法及裝置有效
| 申請號: | 202010743854.4 | 申請日: | 2020-07-29 |
| 公開(公告)號: | CN111861933B | 公開(公告)日: | 2023-07-21 |
| 發明(設計)人: | 畢松;王宇豪 | 申請(專利權)人: | 北方工業大學 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00 |
| 代理公司: | 北京卓愛普專利代理事務所(特殊普通合伙) 11920 | 代理人: | 王玉松 |
| 地址: | 100144 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 空間 劃分 點云去噪 方法 裝置 | ||
1.一種基于空間劃分的點云去噪方法,其特征在于,所述方法包括如下步驟:
獲取激光雷達的點云數據集;
將所述點云數據集對應的點云空間劃分為多個點云子集并計算子集半徑;
根據所述子集半徑自適應確定濾波半徑,該步驟包括:計算以激光雷達為圓心的水平單位圓上數據點間的最短距離I;最短距離I乘以放大倍數s得到單位濾波半徑;子集半徑Rn乘以單位濾波半徑得到不同子集中的濾波半徑rn;
將所述點云數據集中所有點劃分到所述點云子集;
根據所述濾波半徑去除所述點云子集的噪聲;
所述濾波半徑rn步驟按(6)計算:
rn=s·I·Rn,???????????????(6)
其中,s表示放大倍數;I表示相鄰數據點間距的理論值;Rn表示子集半徑;
所述放大倍數s按如下式(11)計算:
其中,resV-水平分辨率;resH-垂直分辨率;fovV-水平視場角,單位:度;fovH-垂直視場角,單位:度;
所述相鄰數據點間距的理論值I,按如下式(5)計算:
式中:I為相鄰數據點間距的理論值;E為激光雷達水平方向分辨率;
所述空間劃分為等比例劃分,所述等比例劃分是將所述點云空間劃分成相鄰子集的半徑Rn之比相等的若干個子集Cn,第n個子集Cn對應的半徑Rn,計算方法如式(15)所示:
Rn=R1·qn,n=1,2,3,…,M??(15)
式中:R1為初始半徑;q為比例系數;n為子集序號;M為子集數量;
當為垂直視場角小的激光雷達時,所述初始半徑R1為自定義;
當為長距離、垂直視場角大的激光雷達時,所述激光雷達的地面探測盲區D作為R1,所述盲區范圍計算方法如式(2)所示,第n個子集Cn對應的半徑Rn計算方法如式(4)所示,比例系數q計算方法由式(3)所示:
Rn=D·qn,n=1,2,3,...,M,?(4)
式中:H為激光雷達安裝高度;V為激光雷達垂直視場角;q為比例系數;n為子集序號;L為激光雷達最大探測量程;M為子集數量。
2.如權利要求1所述的基于空間劃分的點云去噪方法,其特征在于,子集數量M按如下式計算:
其中,D-探測量程,單位:米。
3.如權利要求1所述的基于空間劃分的點云去噪方法,其特征在于,所述點云數據集中所有點劃分到所述點云子集步驟,包括:
計算點云數據集中所有點pi(xi,yi,zi)到原點的距離,若則pi屬于點云子集Cn。
4.如權利要求1所述的基于空間劃分的點云去噪方法,其特征在于,根據所述濾波半徑去除所述點云子集的噪聲步驟,包括:
a.對Cn中的任意一點pi∈Cn,統計搜索半徑rn內鄰域點數Ni,若Ni小于最小近鄰數w,則該點為離群點,刪除該點;
b.檢查是否去除完子集中的噪聲,判斷是否處理完Cn中的所有數據點,如果否,執行步驟a;如果是,執行步驟c;
c.檢查是否處理完所有子集,判斷是否處理完所有環形區塊Cn,如果否,進入下一個環形區塊,執行步驟b;如果是,結束算法處理。
5.一種基于空間劃分的點云去噪裝置,其特征在于,所述裝置包括至少一個處理器;以及
存儲器,其存儲有指令,當通過至少一個處理器來執行該指令時,實施按照權利要求1-4任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北方工業大學,未經北方工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010743854.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:自動化拆卸動力電池模組的裝置
- 下一篇:低損耗水下輪緣推進裝置





