可用于激光雷达的噪点识别方法以及激光雷达***
技术领域
本公开涉及激光雷达领域,尤其涉及一种可用于激光雷达的噪点识别方法以及激光雷达***。
背景技术
激光雷达LiDAR是激光主动探测传感器设备的一种统称,其工作原理大致如下:激光雷达的发射器发射出一束激光,激光光束遇到物体后,经过漫反射,返回至激光接收器,雷达模块根据发送和接收信号的时间间隔乘以光速,再除以2,即可计算出发射器与物体的距离。根据激光线束的多少,通常有例如单线激光雷达、4线激光雷达、8/16/32/64线激光雷达等。一个或多个激光束在竖直方向沿着不同的角度发射,经水平方向扫描,实现对目标区域三维轮廓的探测。多个测量通道(线)相当于多个倾角的扫描平面,因此垂直视场内激光线束越多,其竖直方向的角分辨率就越高,激光点云的密度就越大。
以机械式激光雷达为例,当在雨雪雾天进行探测时,会产生较多的噪点,影响点云的质量。例如在雨雪雾天气下,空气中存在密度较高的大大小小的水滴,当激光束照射到水滴上时,会产生反射回波,在点云中形成相应的点。而这种类型的点,并非是目标检测对象上真正存在的点,因此应当作为噪点。
除以上所述的机械式激光雷达之外,其它类型的激光雷达,如振镜扫描式激光雷达、转镜扫描式激光雷达、或者纯固态激光雷达包括Flash激光雷达和相控阵激光雷达等,在雨雪雾天进行探测时,也同样会遇到以上所述的噪点问题。
背景技术部分的内容仅仅是公开人所知晓的技术,并不当然代表本领域的现有技术。
公开内容
有鉴于现有技术缺陷中的至少一个,本公开提出一种可用于激光雷达的噪点识别方法,包括:
步骤S201:接收所述激光雷达获取的点云;
步骤S202:获取所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离;和
步骤S203:至少根据所述反射率和连续性参数中的至少一个、以及所述距离,判断该点是否为噪点。
根据本公开的一个方面,所述步骤S202包括:获取所述点云中的该点的反射率以及该点与所述激光雷达的距离,其中所述步骤S203包括:根据所述反射率和距离,判断该点是否为噪点。
根据本公开的一个方面,所述步骤S202包括:获取所述点云中的该点的连续性参数以及该点与所述激光雷达的距离,其中所述步骤S203包括:根据所述连续性参数和距离,判断该点是否为噪点。
根据本公开的一个方面,所述步骤S203包括:当所述距离在预设距离范围内、且所述反射率小于等于预设反射率阈值时,判断该点为噪点。
根据本公开的一个方面,所述步骤S203包括:计算该点的噪点置信度,当噪点置信度在正常置信度范围外时,判断该点为噪点,其中计算该点的噪点置信度包括:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重;所述反射率小于等于预设反射率阈值时,反射率因子为零,否则反射率因子为第二权重;所述噪点置信度等于距离因子与反射率因子之和,其中所述第一权重大于第二权重。
根据本公开的一个方面,所述步骤S202包括:获取所述点的反射率、连续性参数以及该点与所述激光雷达的距离;其中所述步骤S203包括:根据所述距离、反射率和连续性参数,判断该点是否为噪点。
根据本公开的一个方面,所述的噪点识别方法还包括:获取所述点的噪声和所述点的回波脉冲数量;其中所述步骤S203包括:根据所述距离、反射率、连续性参数、噪声和回波脉冲数量,判断该点是否为噪点。
根据本公开的一个方面,所述判断该点是否为噪点的步骤包括:计算该点的噪点置信度,当噪点置信度在正常置信度范围外时,判断该点为噪点,其中计算该点的噪点置信度包括:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重;当所述反射率小于等于预设反射率阈值时,反射率因子为零,否则反射率因子为第二权重;当所述连续性参数在正常连续性参数范围外时,连续性因子为零,否则连续性因子为第三权重;当所述噪声大于噪声阈值时,噪声因子为零,否则噪声因子为第四权重;当所述回波脉冲数量大于脉冲数量阈值时,回波脉冲数量因子为零,否则回波脉冲数量因子为第五权重,所述噪点置信度等于距离因子、反射率因子、连续性因子、噪声因子以及回波脉冲数量因子之和。
根据本公开的一个方面,所述第一权重、第二权重、第三权重、第四权重和第五权重满足以下条件中的一个或多个:
第一权重等于第二权重与第三权重之和;
第二权重等于第三权重;
第一权重等于置信度阈值;
第四权重与第五权重之和等于第二权重和/或第三权重;
所述第一权重大于第二权重、第三权重、第四权重、第五权重。
根据本公开的一个方面,所述的噪点识别方法还包括:根据检测到的天气状态,动态调整所述第一权重、第二权重、第三权重、第四权重和第五权重。
根据本公开的一个方面,所述动态调整的步骤包括:
当检测到下雪时,降低所述第二权重且提高所述第四权重;和/或
当检测到雾天时,提高所述第五权重。
根据本公开的一个方面,所述步骤S203包括:当所述距离在预设距离范围内、所述连续性参数在正常连续性参数范围外时,判断该点为噪点。
根据本公开的一个方面,所述判断该点是否为噪点的步骤包括:计算该点的噪点置信度,当噪点置信度在正常置信度范围外时,判断该点为噪点,
其中计算该点的噪点置信度包括:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重;所述连续性参数在正常连续性范围外时,连续性因子为零,否则连续性因子为第三权重;所述噪点置信度等于距离因子与连续性因子之和,其中所述第一权重大于第三权重。
本公开还涉及一种激光雷达***,包括:
激光雷达,所述激光雷达配置成可对周围环境进行扫描,以生成点云;
去噪单元,所述去噪单元与所述激光雷达耦合以接收所述点云,所述去噪单元配置成可执行如上所述的噪点识别方法,判断所述点云中的点是否为噪点,并过滤掉所述点云中的噪点;和
输出单元,所述输出单元与所述去噪单元耦合,并输出所述点云。
根据本公开的一个方面,所述的激光雷达***还包括控制单元,所述控制单元与所述激光雷达、去噪单元和输出单元耦合,并且可开启或者禁用所述去噪单元,其中当处于开启状态时,所述去噪单元过滤所述点云中的噪点,所述输出单元输出经过噪点过滤的点云;当处于禁用模式时,所述去噪单元被禁用,所述输出单元输出未经噪点过滤的点云。
根据本公开的一个方面,当检测到雨雪雾时,所述控制单元开启所述去噪单元。
根据本公开的一个方面,当噪点的数量超过预设阈值时,所述控制单元判定检测到雨雪雾。
根据本公开的一个方面,所述的激光雷达***还包括输入单元,用于接收用户的输入,其中所述控制单元可根据所述用户的输入开启或禁用所述去噪单元。
本公开还涉及一种激光雷达***,包括:
激光雷达,所述激光雷达配置成可对周围环境进行扫描,以生成点云;
置信度计算单元,所述置信度计算单元与所述激光雷达耦合以接收所述点云,并配置成至少根据所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离,计算该点的噪点置信度;
输出单元,所述输出单元与所述激光雷达和置信度计算单元耦合,并输出所述点云以及所述点云中的点的噪点置信度。
根据本公开的一个方面,所述置信度计算单元配置成:根据所述点云中的一点与所述激光雷达的距离、所述点的反射率、该点的连续性参数、所述点云的噪声、该点的脉冲数量因子,计算所述该点的噪点置信度,
其中计算该点的噪点置信度包括:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重;所述反射率小于等于预设反射率阈值时反射率因子为零,否则反射率因子为第二权重;当所述连续性参数在正常连续性参数范围外时,连续性因子为零,否则连续性因子为第三权重;当所述噪声大于噪声阈值时,噪声因子为零,否则噪声因子为第四权重;当所述脉冲数量大于脉冲数量阈值时,脉冲数量因子为零,否则脉冲数量因子为第五权重,所述噪点置信度等于距离因子、反射率因子、连续性因子、噪声因子以及脉冲数量因子之和,
其中所述第一权重大于第二权重、第三权重、第四权重、第五权重。
根据本公开的一个方面,所述的激光雷达***还包括输入单元,用于接收用户的输入,其中所述输入单元可根据所述用户的输入,指示所述输出单元是否过滤掉点云中的噪点。
本公开还涉及一种可用于激光雷达的噪点识别设备,包括:
接收单元,配置成接收所述激光雷达获取的点云;
获取单元,配置成获取所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离;和
判断单元,配置成至少根据所述反射率和连续性参数中的至少一个、以及所述距离,判断该点是否为噪点。
本公开还涉及一种计算机可读存储介质,包括存储于其上的计算机可执行指令,所述可执行指令在被处理器执行时实施如上所述的噪点识别方法。
附图说明
构成本公开的一部分的附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。在附图中:
图1示出了激光雷达的示意图;
图2示出了根据本公开第一方面的一种可用于激光雷达的噪点识别方法;
图3示意性地示出了激光雷达的点云中的多个点在垂直于激光方向的平面上的投影;
图4A示出了根据本公开一个实施例的回波的噪声计算方法;
图4B示出了根据本公开一个实施例计算的雪天情况下的波形噪声和正常波形噪声的对比;
图5示意性示出了根据本公开的第二方面的一种激光雷达***;
图6示出了根据本公开的一个优选实施例的激光雷达***;
图7示出了根据本公开另一个实施例的激光雷达***;
图8示出了根据本公开另一个实施例的激光雷达***;
图9示出了根据本公开的第三方面的一种可用于激光雷达的噪点识别设备;和
图10示出了根据本公开的第三方面的一种计算机程序产品。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本公开的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
在本公开的描述中,需要理解的是,术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本公开的限制。此外,术语"第一"、"第二"仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本公开的描述中,"多个"的含义是两个或两个以上,除非另有明确具体的限定。
在本公开的描述中,需要说明的是,除非另有明确的规定和限定,术语"安装"、"相连"、"连接"应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接:可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本公开中的具体含义。
在本公开中,除非另有明确的规定和限定,第一特征在第二特征之"上"或之"下",可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本公开的不同结构。为了简化本公开的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本公开。此外,本公开可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本公开提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
以下结合附图对本公开的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本公开,并不用于限定本公开。
针对雨雪雾天的雷达点云回波数据,本公开的发明人发现,通过点云中的点的距离、反射率、点的连续性参数等特征的组合,能够有效地识别出激光雷达的点云中的噪点。本领域技术人员能够理解,虽然本公开以雨雪雾天气情况下的激光雷达点云为例进行了说明,但本公开的保护范围并不限于雨雪雾天噪点的识别,也可应用于其他天气状况下噪点的识别和判断。
图1示出了激光雷达100的一个实例。该激光雷达为16线激光雷达,即沿着图中的竖直方向可发射L1、L2、…、L15、L16共16线激光束(每一线激光束即对应激光雷达的一个通道,共16个通道),用于对周围环境进行探测。在探测过程中,该激光雷达100可沿着其竖直轴线旋转,在旋转过程中,激光雷达的各个通道根据一定的时间间隔(例如1微秒)依次发射激光束并进行探测从而完成一次垂直视场上的线扫描,之后在水平视场方向上间隔一定角度(例如0.1度或0.2度)进行下一次垂直视场的线扫描,从而在旋转过程中进行多次探测形成点云,即可感知周围环境的状况。
图2示出了根据本公开第一方面的一种可用于激光雷达的噪点识别方法。如图2所示,噪点识别方法包括:
在步骤S201,接收所述激光雷达获取的点云。
在激光雷达获取的点云的数据中,通常可以包括各个点的坐标以及该点的反射率(反射率与反射光束的强度以及目标点与激光雷达之间的距离成一定比例关系)。点的坐标例如是以激光雷达的安装位置作为原点,该点的偏移量具体可以通过极坐标(即距离和角度)表示,也可以使用x/y/z三维直角坐标表示。
在步骤S202,获取所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离。
关于该点与激光雷达的距离,可以直接通过该点的坐标来计算。关于该点的反射率,可以直接从点云的数据中获取。本公开中,该点的“连续性参数”可定义为说明该点在点云中与相邻点中的一个或多个点的连续性的表征参量,例如与点云中周围点中一个或多个的距离。参考图3来描述本公开的连续性参数。图3示意性地示出了激光雷达的点云在垂直于激光方向的平面上的投影(为简单起见,图3中未显示其深度信息)。其中,点5例如是当前待判断的点,为图1中第L2线激光束在时刻tn探测得到的回波,点4为同一个通道也就是第L2线激光束在上一时刻tn-1探测得到的回波,点6为同一个通道也就是第L2线激光束在下一时刻tn+1探测得到的回波。与之相应的,点1、点2、点3分别为第L3线激光束在时刻tn-1、tn、tn+1探测得到的回波,点7、点8、点9分别为第L1线激光束在时刻tn-1、tn、tn+1探测得到的回波。注意,虽然图3中示出的各个点之间的间距相等,但该图仅是示意性的,并不意味着在点云数据中相邻线束在连续时刻形成的回波点是等间距的。本公开中,点5的连续性参数,可以是指点5到激光雷达的距离、与点5的上、下、左、右、左上、右上、左下、右下这八个点中的任何一个点到激光雷达的距离之间的差值的绝对值,也可以指点5到激光雷达的距离、与点5的上、下、左、右、左上、右上、左下、右下这八个点中的多个点到激光雷达的距离之间的差值的加权平均。这些都在本公开的范围内。本领域技术人员在本公开构思的启发下,可以根据需要来具体适用。
正常物体在被激光雷达探测时,所产生的点通常连续性是较好的,本公开中点的连续性好是指相邻点到激光雷达的距离之间的差值的绝对值较小,例如在激光雷达的距离探测误差之内。激光雷达的一个主要的应用场景是探测路面交通的各种物体,而路面交通中的移动物体的移动速度与光速相比是非常低的。激光雷达的水平角分辨率比较高,例如0.1度或0.2度,因此在大多数情况下,尤其是当物体距离激光雷达较近时,例如,雨雪雾噪点比较集中或者突出的5-10米范围内,相邻两次水平扫描角度的点对应的是同一物体(刚好处于物体边缘的情况除外)。而且,激光雷达的扫描频率很高,例如激光雷达的相邻两个通道进行同一垂直视场线扫描的时间间隔为1微秒左右,一次垂直视场的线扫描的周期也仅为十几或数十微秒,在如此短的时间内路面交通的移动物体的移动距离是可以忽略不记的。因此,理论上激光雷达点云上相邻点到激光雷达的距离应该是相等的,实际测量的距离之间的差值应该是比较小的。当出现大的距离差时,很可能是由于检测噪点所导致的。例如,当某一点到激光雷达的距离与其上、下、左、右、左上、右上、左下、右下这八个点中的任何一个或者多个点到激光雷达的距离之间的差值(或多个差值的加权平均)大于阈值(例如1米)时,可认为该点的连续性较差,该点可能为噪点。另外,除了使用一点到激光雷达的距离与相邻点到激光雷达的距离的差值(最小差值或最大差值或差值的平均值)来作为连续性参数,还可以通过计算一个测试点与其周边点的相关性来作为连续性参数,类似于中值滤波,根据卷积计算得到一个特征值来表征当前点与周围点的离散程度,离散程度大于一定阈值的,即认为该点与周围点不连续。
另外,该连续性参数的阈值也可以是变化的。例如该连续性参数根据测试点与激光雷达的距离来调整,距离越大,激光雷达的测量误差也随即增大,连续性参数的阈值可以被设置的越大。
此外,根据本公开的另一个实施例,还可以根据点与点之间的距离来对这两点到激光雷达的距离的差值来进行近似的计算。这是由于激光雷达在扫描过程中,水平方向点与点之间的角度间隔非常小,例如0.1度或0.2度,因此在这种情况下,点4与点5之间的距离,大致等于点4到激光雷达的距离与点5到激光雷达之间的距离的差值。
在步骤S203:至少根据所述反射率和连续性参数中的至少一个、以及所述距离,判断该点是否为噪点。
下面具体描述本公开的根据所述反射率和连续性参数中的至少一个以及所述距离来判断噪点的方法。
根据本公开的一个实施例,可以采用距离结合反射率来识别判断噪点。发明人发现,通常噪点集中在距离激光雷达5-10米的范围内,或者更主要地集中在5-7米的范围内。同时,噪点的反射率通常小于等于2%。因此,可以根据距离和反射率的组合来识别噪点。例如,当所述距离在预设距离范围内(诸如5-10米,或者5-7米)、且所述反射率小于等于预设反射率阈值(诸如2%)时,判断该点为噪点。
根据本公开的一个实施例,可以采用距离结合连续性来识别判断噪点。例如,当所述距离在预设距离范围内(诸如5-10米,或者5-7米),并且所述连续性参数在正常连续性范围外(以该点到激光雷达的距离与周围点到激光雷达的距离之间的差值作为连续性参数为例,正常连续性范围例如为小于或等于1米,或小于或等于0.5米)时,判断该点为噪点。如之前所述的,连续性参数为诸如当前点到激光雷达的距离与同一通道的前一点(图3中左边的点)和/或后一点(图3中右边的点)到激光雷达的距离之间的差值,或者当前点到激光雷达的距离与上下相邻通道的点(图3中上方的点和/或下方的点)到激光雷达的距离之间的差值,或者当前点在点云中与其他相邻点之间的距离、或者表征当前点与周围点的离散程度的参量。如果连续性参数在正常连续性范围外,表明该点很可能为噪点,并不是真正位于周围物体上的点。
根据本公开的一个实施例,可以采用距离、反射率、连续性的组合来识别判断噪点。例如,当所述距离在预设距离范围内(诸如5-10米,或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2%)、且所述连续性参数在正常连续性参数范围外(例如1米)时,判断该点为噪点。
另外,本申请的发明人发现,与该待判断的点对应的回波的噪声也是一个可用于判断噪点的因素,尤其是在雪天的情况下。在激光雷达中,激光雷达的发射器发射的激光光束遇到物体后,经过漫反射形成回波,被激光接收器接收生成模拟数据信号(即回波波形信号),模拟数据信号经ADC按照一定的频率进行采样处理及量化编码,得到一系列的采样点,如图4A中所示。波形的噪声可以用RMS值来表征,即表征波形的波动程度,具体计算可以利用每个采样点与回波基线的差值的平方之和再取平方根。这里回波基线是指,在无激光光束反射的情况下,激光接收器所生成的信号的平均值,可以理解为背景噪声信号值。
此外,由于计算RMS值的运算相对比较复杂,FPGA的计算资源又较为有限,比较难以使用FPGA进行计算,而且波形中除了噪声之外还可能包含正常回波信号,难以进行统计。因此,也可以使用其它更容易计算的数值来表征波形的噪声,例如,根据本公开的一个优选实施例,如图4A所示,回波基线为ADC的85最低有效位(LSB,Least Significant Bit)值,在回波基线上方10LSB值的范围内,从左到右数200个采样点(经验数值,当然也可以取100个采样点,或者取300个采样点),用每个采样点的纵坐标值与回波基线的差值之和或者差值的平均值,或者200个采样点相连接构成的曲线、经过第1个采样点的横坐标且与Y轴平行的直线、经过第200个采样点的横坐标且与Y轴平行的直线、与回波基线所围成的图形的面积来表征波形的噪声大小。需要说明的是,LSB值为表征电路中ADC采样之后的信号的大小的单位,其与所采用的ADC性能有关。此外,该优选实施例所选取的回波基线上方10LSB值,其与激光雷达所预设的回波信号检测阈值有关,所述回波信号检测阈值是指当信号强度大于等于该阈值时***判定该信号为有效回波信号,当信号强度小于该阈值时***判定该信号为噪声。本领域技术人员也可以利用所掌握的本领域的现有技术知识选取其它合适的值。当然,在具体实施中,本领域技术人员也可以采用LSB值之外的其他单位来表征回波信号的强弱大小,此处采用LSB值作为回波的单位来描述回波信号的强弱只是为了使得本领域技术人员更好地理解和实现本发明,对本发明的保护范围不构成任何限制。
根据本公开的一个实施例,用这种方法计算了雪天状况下正常的点的回波和雪天引起的噪点的回波的噪声,如图4B所示,雪天引起的噪点的回波噪声都在200(无单位)以上,而正常的点的波形的噪声则只有100左右。可以很好的区分开。另外,图4B中线41及线42虽然呈现为是连线,但实际均是分立的一个个点连接构成了线。横坐标代表测量点的数目,目前图上横坐标是200,表示对同一个场景进行了200次探测(200个点),对应获取到200个噪声探测结果,比如获取到200个类似图4A的回波信号的波形;然后,比如横坐标为1,线42上的点的纵坐标表示正常的点的回波的噪声为99,线41上的点的纵坐标表示雪天引起的噪点的回波的噪声为302,而比如25则表示第25次测试时,线42上的点的纵坐标表示正常的点的回波的噪声为102,线41上的点的纵坐标表示雪天引起的噪点的回波的噪声为298。
根据本公开的一个实施例,可以采用距离、反射率、连续性、噪声的组合来识别判断噪点。例如,当所述距离在预设距离范围内(诸如5-10米,或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2%)、所述连续性参数在正常连续性参数范围外(例如1米)、所述点的噪声大于噪声阈值(例如200)时,判断该点为噪点。
另外,本申请的发明人发现,回波脉冲数量也是一个可用于判断噪点的因素。包含一个激光脉冲的激光束打到物体上被反射形成回波光束并被激光雷达所探测,理论上探测到的回波脉冲数量应当仅有一个,然而在实际探测过程中,由于某些原因能够探测到的大于测量阈值的回波脉冲数量往往大于一个,例如,激光束随着传播距离的增加会不断扩束从而可能会打到前后两个不同的物体上。发明人发现当遇到雨雪雾天气时,回波脉冲数量也会增加。因此,当探测某一点时,探测到的回波脉冲数量大于脉冲数量阈值(例如3)时,可以表明该点可能是噪点。此外,为了降低两个不同激光雷达彼此之间的串扰,激光雷达发射的激光束通常是经过脉冲编码,例如一个探测激光束包括时间间隔进行编码的两个激光脉冲,即双脉冲激光探测。因此在双脉冲激光探测时,可以将脉冲数量阈值设置为7,例如当探测到的回波脉冲数量大于脉冲数量阈值(例如7)时,表明该点可能是噪点。
根据本公开的一个实施例,可以采用距离、反射率、连续性回波脉冲数量的组合来识别判断噪点。例如,当所述距离在预设距离范围内(诸如5-10米,或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2%)、且所述连续性参数在正常连续性参数范围外(例如1米)、回波脉冲数量大于脉冲数量阈值(例如7)时,判断该点为噪点。
根据本公开的一个实施例,可以采用距离、反射率、连续性、噪声、回波脉冲数量的组合来识别判断噪点。例如,当所述距离在预设距离范围内(诸如5-10米,或者5-7米)、所述反射率小于等于预设反射率阈值(诸如2%)、且所述连续性参数在正常连续性参数范围外(例如1米)、所述点的噪声大于噪声阈值(例如200)、回波脉冲数量大于脉冲数量阈值(例如7)时,判断该点为噪点。
根据本公开的一个实施例,可以采用连续性、反射率的组合来识别判断噪点。例如,当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2%)时,判断该点为噪点。
根据本公开的一个实施例,可以采用连续性、反射率、噪声的组合来识别判断噪点。例如,当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2%)、所述点的噪声大于噪声阈值(例如200)时,判断该点为噪点。
根据本公开的一个实施例,可以采用连续性、反射率、回波脉冲数量的组合来识别判断噪点。例如,当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2%)、回波脉冲数量大于脉冲数量阈值(例如7)时,判断该点为噪点。
根据本公开的一个实施例,可以采用连续性、反射率、噪声、回波脉冲数量的组合来识别判断噪点。例如,当所述连续性参数在正常连续性参数范围外(例如1米)、所述反射率小于等于预设反射率阈值(诸如2%)、所述点的噪声大于噪声阈值(例如200)、回波脉冲数量大于脉冲数量阈值(例如7)时,判断该点为噪点。
根据本公开的一个实施例,可以采用噪声来判断天气状况是否为雪天。例如,当所述点的噪声大于噪声阈值(例如200)时,判定天气状况为雪天,或者该噪点为雪天天气状况引发的噪点。雪天的回波噪声较大,如图4B所示,雪天几乎所有点的回波噪声均在200以上,基本可以通过回波噪声这一个因素来判断雪天噪点。
根据本公开的一个实施例,可以采用噪声、距离的组合来识别判断天气状况是否为雪天。例如,当所述点的噪声大于噪声阈值(例如200)、且所述距离在预设距离范围内(诸如5-10米,或者5-7米)时,判定天气状况为雪天,或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例,可以采用噪声、连续性的组合来识别判断天气状况是否为雪天。例如,当所述点的噪声大于噪声阈值(例如200)、且所述连续性参数在正常连续性参数范围外(例如1米)时,判定天气状况为雪天,或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例,可以采用噪声、距离、连续性的组合来识别判断天气状况是否为雪天。例如,当所述点的噪声大于噪声阈值(例如200)、所述距离在预设距离范围内(诸如5-10米,或者5-7米)、且所述连续性参数在正常连续性参数范围外(例如1米)时,判定天气状况为雪天,或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例,可以采用噪声、距离、回波脉冲数量的组合来识别判断天气状况是否为雪天。当所述点的噪声大于噪声阈值(例如200)、所述距离在预设距离范围内(诸如5-10米,或者5-7米)、回波脉冲数量大于脉冲数量阈值(例如7)时,判定天气状况为雪天,或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例,可以采用噪声、距离、连续性、回波脉冲数量的组合来识别判断天气状况是否为雪天。当所述点的噪声大于噪声阈值(例如200)、所述距离在预设距离范围内(诸如5-10米,或者5-7米)、所述连续性参数在正常连续性参数范围外(例如1米)、且回波脉冲数量大于脉冲数量阈值(例如7)时,判定天气状况为雪天,或者该点为雪天天气状况引发的噪点。
根据本公开的一个实施例,可以采用回波脉冲数和距离的组合来识别判断天气状况是否为雨雾天。当回波脉冲数量大于脉冲数量阈值(例如7)且距离在预设距离范围内(诸如5-10米,或者5-7米)时,判定天气状况为雨雾天,或者该点为雨雾天天气状况引发的噪点。以上各个实施例中列举了距离、反射率、连续性、噪声、脉冲数量等各个参数及其各种组合方式可用于判定噪点以及特定的天气状态。根据本公开的一个实施例,还可以通过计算一点的噪点置信度,当噪点置信度在正常置信度范围外时,判断该点为噪点。
对于以上的各种组合实例,均可以计算相应的噪点置信度,下面仅举例说明其计算方式。
对于采用距离和反射率的组合来识别判断噪点的实施例,例如可采用表I所示的计算方式。
表I
特征量 |
判定条件 |
权重 |
距离 |
距离在5-10米之间 |
10 |
反射率 |
反射率小于等于2% |
5 |
例如对于以上每一个特征量,如果满足该特征量的判定条件,则该特征量带来的置信度的贡献系数或因子为0,否则,该特征量带来的置信度的贡献系数或因子为该特征量的权重。最后判定总的置信度如果在正常置信度范围外,则判定为噪点。例如,某一个点m,其与激光雷达的距离是12m,则距离判断函数不满足,距离因子为10;反射率是3%,不满足反射率的判定条件,反射率因子为5。噪点置信度等于距离因子与反射率因子之和,即10+5=15。正常置信度范围可以根据经验和/或根据具体的天气、环境状况来设定。根据一个实施例,正常置信度范围为大于或等于10,当置信度大于或等于10时,表明该点为正常点;当置信度在该范围外,即小于10时,表明该点为噪点。根据本公开的一个实施例,距离的权重(第一权重)大于反射率的权重(第二权重),如表1中所示。
需要说明的是,以上的各个特征量的权重以及正常置信度范围为10仅仅是本公开的一个实施例,各个特征量的权重和正常置信度范围可以根据需要改变。正常置信度范围的端点值可称为置信度阈值,例如10。
表2示出了采用距离、反射率、连续性的组合、通过计算噪点置信度来识别判断噪点的方式。
表2
特征量 |
判定条件 |
权重 |
距离 |
距离在5-10米之间 |
10 |
反射率 |
反射率小于等于2% |
5 |
连续性 |
连续性参数超过1米 |
5 |
其中计算该点的噪点置信度例如为:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重(即距离的权重);当所述反射率小于等于预设反射率阈值时,反射率因子为零,否则反射率因子为第二权重(即反射率的权重);当所述连续性参数在正常连续性范围外时,连续性因子为零,否则连续性因子为第三权重(即连续性的权重)。所述噪点置信度等于距离因子、反射率因子、连续性因子之和。
表3示出了采用距离、反射率、连续性、噪声、回波脉冲数量的组合、通过计算噪点置信度来识别判断噪点的方式。
表3
特征量 |
判定条件 |
权重 |
距离 |
距离在5-10米之间 |
10 |
反射率 |
反射率小于等于2% |
5 |
连续性 |
连续性参数超过1米 |
5 |
噪声 |
波形基底噪声大于200 |
3 |
脉冲数量 |
脉冲数量大于7 |
3 |
其中计算该点的噪点置信度例如为:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重(即距离的权重);当所述反射率小于等于预设反射率阈值时,反射率因子为零,否则反射率因子为第二权重(即反射率的权重);当所述连续性参数在正常连续性参数范围外时,连续性因子为零,否则连续性因子为第三权重(即连续性的权重);当所述噪声大于噪声阈值时,噪声因子为零,否则噪声因子为第四权重(即噪声的权重);当所述回波脉冲数量大于脉冲数量阈值时,回波脉冲数量因子为零,否则回波脉冲数量因子为第五权重(即回波脉冲数量的权重)。所述噪点置信度等于距离因子、反射率因子、连续性因子、噪声因子以及回波脉冲数量因子之和。
根据本公开的一个优选实施例,第一权重、第二权重、第三权重、第四权重和第五权重满足以下条件中的一个或多个:
第一权重等于第二权重与第三权重之和;
第二权重等于第三权重;
第一权重等于所述置信度阈值;
第四权重与第五权重之和等于第二权重和/或第三权重;
第一权重大于第二权重、第三权重、第四权重、第五权重。
根据本公开的一个优选实施例,可以根据检测到的天气状态,动态调整第一权重、第二权重、第三权重、第四权重和第五权重,包括调整各自的绝对数值大小以及相对比例关系。
例如,雪天引起的噪点的回波噪声较大,点云中几乎所有由于雪天引起的噪点的回波噪声均在200以上。另外,雪天引起的噪点的反射率数值会较大,通过反射率难以判断雪天产生的噪点。因此相应的在雪天时应该降低反射率的权重。所以当检测到下雪时,可以动态地降低所述第二权重(反射率)且提高所述第四权重(回波噪声)。
另外,当检测到雾天时,可以提高所述第五权重。
在FPGA上利用本公开的噪点识别方法(连续性+反射率)对激光雷达的点云进行去噪处理,结果发现,能够非常有效地过滤掉雨天产生的噪点。由于滤波操作而被丢失的正常的点的比例在1/144,完全在可接受的范围内。
以上的实施例中各个参数的阈值、权重值、权重之间的比例关系仅是发明人根据经验和大量实验所确定的,是本公开的优选实施例,不应用来限制本公开的保护范围。
第二方面
本公开的第二方面涉及一种激光雷达***300。下面参考图5详细描述。
如图5所示,激光雷达***300包括:激光雷达301、去噪单元302、以及输出单元303。其中激光雷达301例如可以是现有的激光雷达,如图1所示的激光雷达100,配置成可对周围环境进行扫描,以生成点云数据,其具体结构不再详细描述。去噪单元302与激光雷达301耦合以接收所述点云,去噪单元302配置成可执行如本公开第一方面所述的噪点识别方法200,判断所述点云中的点是否为噪点,并过滤掉所述点云中的噪点。输出单元303与所述去噪单元302耦合,并输出所述点云。图中示出的去噪单元302到输出单元302的信息流向是单向的,本公开不限于此,二者之间也可以是双向的信息流。
图5中所示的激光雷达301、去噪单元302、输出单元303为三个分立的单元,这仅仅是示意性的。去噪单元302、输出单元302均可以集成在激光雷达301中。例如,在现有的激光雷达301中增加一个去噪单元302,接收点云数据,并根据噪点识别方法200来判断和过滤掉噪点,然后通过输出单元303即输出接口,将过滤掉噪点后的点云输出,呈现给用户。当然,激光雷达301、去噪单元302、输出单元303也可以为分离的单元。例如,激光雷达301仅负责对周围环境进行激光探测,输出原始的点云数据。去噪单元302和输出单元303例如可以是负责数据处理的计算机、工作站、或者专用集成电路(ASIC),在接收到点云数据后,进行噪点的识别、过滤、输出操作。这些都在本公开的保护范围内。
图6示出了根据本公开的一个优选实施例。其中,激光雷达***300还包括控制单元304。控制单元304与去噪单元302耦合,并且可开启或者禁用所述去噪单元302。当处于开启状态时,所述去噪单元302过滤所述点云中的噪点,所述输出单元303输出经过噪点过滤的点云;当处于禁用模式时,所述去噪单元302被禁用,所述输出单元303输出未经噪点过滤的点云。优选的,所述控制单元304与所述激光雷达301、输出单元303耦合。
根据本公开的一个优选实施例,该去噪单元302默认开启。
根据本公开的一个优选实施例,该去噪单元302默认关闭,在特定情况下开启。例如当检测到雨雪雾时,所述控制单元304开启所述去噪单元302。这是由于在雨雪雾天气状态下,空气中存在大量的液态或者固态水,容易产生一些非正常的雷达回波,在点云中产生大量的噪点。
根据本公开的一个优选实施例,例如当噪点的数量超过预设阈值时,所述控制单元304判定检测到雨雪雾。例如在控制单元304或者去噪单元302中可以设置计数器,对当前检测点云的噪点数量进行计数,当计数值超过预设阈值时,可以判定当前天气状况为雨雪雾。从而由此触发开启去噪单元302。
优选的,激光雷达***300还可以包括降水传感器,例如为光学式传感器或者电容式传感器。当检测到雨雪雾天气状况时,该降水传感器的输出信号可触发开启去噪单元302。以光学式传感器为例,其包括发光二极管以及透明窗口。当未发生降水状况时,发光二极管发出的光线几乎会全部反射到感光元件上。而当发生降水状况时,例如在雨雪雾天气状态下,透明窗口上会有水滴或者水汽,发光二极管发出的一部分光线会发生偏折,造成感光元件接收到的光的总量发生变化,从而可以判断检测到雨雪雾天气状况,进而触发去噪单元302。
根据本公开的一个优选实施例,也可以根据前面提到的部分参量来判断雨雪雾天气,并触发去噪单元302的开启。例如,当点云中点的反射率高于一定阈值时,可判定是雪天,此时可触发开启去噪单元302。另外的,当点云中的点的回波脉冲数量超过一定的阈值时,可判定为雾天,此时可触发开启去噪单元302。
如图6所示,根据本公开的一个优选实施例,激光雷达***300还包括输入单元305,用于接收用户的输入。其中所述控制单元304可根据所述用户的输入开启或禁用所述去噪单元302。这样的优点在于,用户可决定是否启用去噪单元302,是否进行噪点滤除操作。
图7示出了根据本公开另一个实施例的激光雷达***400。如图7所示,激光雷达***400包括:激光雷达401、置信度计算单元402以及输出单元403。所述激光雷达401配置成可对周围环境进行扫描,以生成点云,其具体结构不再详细描述。置信度计算单元402与激光雷达401耦合以接收所述点云,并配置成至少根据所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离,计算该点的噪点置信度。输出单元403与所述激光雷达401和置信度计算单元402耦合,并输出所述点云以及所述点云中的点的噪点置信度。
关于噪点置信度的计算方式,与本公开第一方面所描述的类似,可综合距离、反射率、连续性、噪声、回波脉冲数量这五个特征量中的一个或多个的组合来进行计算,此处仅举一例,其余不再赘述。例如根据所述点云中的一点与所述激光雷达的距离、所述点的反射率、该点的连续性参数、所述点云的噪声、该点的脉冲数量因子,计算所述该点的噪点置信度。具体的计算例如包括:当所述距离在预设距离范围内时,距离因子为零,否则距离因子为第一权重;所述反射率小于等于预设反射率阈值时,反射率因子为零,否则反射率因子为第二权重;当所述连续性参数在正常连续性范围外时,连续性因子为零,否则连续性因子为第三权重;当所述噪声大于噪声阈值时,噪声因子为零,否则噪声因子为第四权重;当所述脉冲数量大于脉冲数量阈值时,脉冲数量因子为零,否则脉冲数量因子为第五权重,所述噪点置信度等于距离因子、反射率因子、连续性因子、噪声因子以及脉冲数量因子之和。
优选的,第一权重大于第二权重、第三权重、第四权重、第五权重。
与图5和图6所示的激光雷达***300类似,图7中的激光雷达***400中,置信度计算单元402以及输出单元403可以集成在激光雷达401中,或者三者可以实现为分离的单元,这些都在本公开的保护范围内。
通过本实施例的技术方案,在输出点云的同时,也可以将点云中点的噪声置信度也同时提供给用户。在具体的实现中,可以在激光雷达的点云数据中增加设置一个或多个bit位,该bit位上填写置信度信息,把该置信度信息提供给客户,给用户一个参考,由客户决定是否要根据置信度信息对雷达点云图进行优化或者过滤掉噪点。
如图8所示,根据本公开的一个优选实施例,激光雷达***400还包括输入单元404,用于接收用户的输入,其中所述输入单元404可根据所述用户的输入,指示所述输出单元是否过滤掉点云中的噪点。例如,当用户在输出的点云中,认为噪点较多(例如在雨雪雾天的情况下),需要滤除噪点,那么用户可通过输入单元404,来指示输出单元403,将噪点过滤掉,然后进行点云输出。输出单元403在接到过滤噪点的指示后,根据点云中的点的噪点置信度,当噪点置信度在正常置信度范围外时,判断该点为噪点并进行过滤,因而在输出的点云中不包括或者尽量少地包括噪点。
第三方面
本公开的第三方面还涉及一种可用于激光雷达的噪点识别设备500。如图9所示,噪点识别设备500包括:接收单元501,配置成接收所述激光雷达获取的点云;获取单元502,配置成获取所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离;以及判断单元503,配置成至少根据所述反射率和连续性参数中的至少一个、以及所述距离,判断该点是否为噪点。
本公开的第三方面还涉及一种计算机程序产品600的框图,如图10所示。信号承载介质602可以被实现为或者包括计算机可读介质606、计算机可记录介质608、计算机通信介质610或者它们的组合,其存储有可配置处理器执行的先前描述的过程中的全部或一些的编程指令604。这些指令可以包括例如用于使一个或多个处理器执行如下处理的一个或多个可执行指令:S201:接收所述激光雷达获取的点云;S202:获取所述点云中的一点的反射率和连续性参数中的至少一个、以及该点与所述激光雷达的距离;和S203:至少根据所述反射率和连续性参数中的至少一个、以及所述距离,判断该点是否为噪点。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。
另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
并且,本发明实施例中的方案不仅适用于以上实施例中提及的机械式激光雷达,也适用于其它类型的激光雷达,如振镜扫描式激光雷达、转镜扫描式激光雷达、或者纯固态激光雷达包括Flash激光雷达和相控阵激光雷达等,本发明对所适用的激光雷达的类型并不做任何限制。最后应说明的是:以上所述仅为本公开的优选实施例而已,并不用于限制本公开,尽管参照前述实施例对本公开进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。