[發明專利]一種基于密度聚類的無人艇水上球體檢測方法

在審

• 申請號: 202110490056.X
• 申請日: 2021-05-06
• 公開（公告）號: CN113205139A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 熊國虹;董璐;王遠大;孫佳
• 申請（專利權）人: 南京云智控產業技術研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G01S17/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 許小莉

1.一種基于密度聚類的無人艇水上球體檢測方法，其特征在于，該方法包括如下步驟：

S1.從激光雷達獲得點云數據；

S2.對獲得的點云數據進行預處理，所述預處理包括坐標系轉換、條件濾波、去除離群點；

S3.用RANSAC方法分割出水面點云數據；

S4.對剩下的點云進行DBSCAN密度聚類以區分不同的球體；

S5.對聚類結果進一步處理獲得球體位置，在圖中標注出來。

2.根據權利要求1所述的基于密度聚類的無人艇水上球體檢測方法，其特征在于，步驟S3中所述用RANSAC方法分割出水面點云數據的具體方法是：隨機選取三個點確定一個平面，設置一個閾值，計算其他所有點距該平面的距離，若距離小于閾值的點認為是內點，否則為外點，內點數量最多對應的平面認為是最佳擬合平面，具體地，在同一平面上的點滿足如下平面模型參數方程：

ρ:Ax+By+Cz＝D (1)

式中：點(x，y，z)為點云空間坐標；(A，B，C)為平面單位法向量，且A²+B²+C²＝1；D為坐標原點到平面的距離，從原始點云數據中分割平面，實則是求不同點云面的平面參數，建立好平面模型參數方程后，判計算點集中P(x，y，z)到平面的距離d為：

d＝|Ax+By+Cz-D| (2)

設定點到平面模型距離閾值為τ，當距離d小于閾值τ時稱為局內點，反之為局外點。

3.根據權利要求2所述的基于密度聚類的無人艇水上球體檢測方法，其特征在于，還包括對分割出來的水平面點云進行合并的步驟，首先計算兩模型平面上點p₁、p₂的法向量按式(3)計算兩平面的夾角，然后按式(4)計算兩模型平面的距離，若小于閾值τ₁就合并兩個平面區域。

具體步驟為：

(1)確定最小抽樣數M并進行抽樣；

(2)利用式(1)確立平面模型參數；

(3)對每個類中所有點利用式(2)計算距離d并與閾值τ進行比較，進行局內點與局外點判別；

(4)重復步驟(1)-(3)，選取分割出局內點數最多的點集確定平面模型最優模型參數；

(5)運用式(3)與式(4)計算面片之間的法向夾角與距離，若小于閾值τ₁說明為過度分割，需要將這兩個面合并為同一平面。

4.根據權利要求1所述的基于密度聚類的無人艇水上球體檢測方法，其特征在于，步驟S4中所述對剩下的點云進行DBSCAN密度聚類以區分不同的球體的具體方法是：

輸入:包含n個對象的數據庫，半徑e，最少數目MinPts；

輸出:所有生成的簇，達到密度要求；

(1)Repeat；

(2)從數據庫中抽出一個未處理的點；

(3)IF抽出的點是核心點THEN找出所有從該點密度可達的對象，形成一個簇；

(4)ELSE抽出的點是邊緣點，即非核心對象，跳出本次循環，尋找下一個點；

(5)UNTIL所有的點都被處理。

5.根據權利要求1所述的基于密度聚類的無人艇水上球體檢測方法，其特征在于，步驟S5中所述對聚類結果進一步處理的方法如下：

對于聚類后得到的結果，為了解決離群點被單獨分為一類的情況，需要剔除離群點的那一類，首先規定一個點數閾值，點數小于閾值的類別不計；

為了解決殘余的水面的點被單獨分為一類的情況，需要剔除殘余水面的那一類，由于水面點集高度差較小，所以只篩選高度差大于0.8m的類作為結果；

為了解決殘余的水面的點和球同時被分為一類的情況，由于水面點集在球體點集下方，所以提取每一類前30％高度的坐標均值為球的坐標，就可以剔除大部分水面點的影響。