CN111208495A - 一种基于激光雷达点云特征线与平面校准的地面提取方法 - Google Patents

Abstract

本发明公开了一种基于激光雷达点云特征线与平面校准的地面提取方法，属于车载激光扫描技术领域，该方法包括以下步骤：对雷达采集的点云信息进行预处理；根据雷达的水平扫描分辨率对预处理后的点云信息，以射线形式按照到雷达中心的距离由近到远进行排序；通过多线激光雷达的扫描线分布特征，结合扫描物体的高度信息，对地面点信息进行初步提取；对初步提取的地面点进行平面模型构建，再根据平面模型构建旋转模型，通过该旋转模型对初步提取的地面点进行水平校准，即完成地面点信息再次提取；该方法能够在提高实时性和校正点云的水平误差的同时提取地面与非地面点，在不改变点云特征的情况下通过压缩点云数据的方法减少了所要计算的点云数据量，缩短了耗时，提高了实时性。

Description

一种基于激光雷达点云特征线与平面校准的地面提取方法

技术领域

本发明涉及车载激光扫描技术领域，尤其涉及一种基于激光雷达点云特征线与平面校准的地面提取方法。

背景技术

三维激光雷达以其较远的扫描距离，能获得精确的三维信息，稳定性以及鲁棒性好的优势正逐步应用于车载地图的构建当中。目前在该领域中，在激光雷达点云地面分割算法方面存在着两点不足之处：

(1)处理的数据量巨大耗时较长，目前市面上用于地形扫描的多线雷达为16线、32线、64线，其内部安装多对激光发射与激光接收装置，进行360度的全景扫描，每秒的数据量最少为32万，最多为130万左右。若直接使用如此庞大的数据计算，会非常缓慢，达不到车前地形在线高速实时测量的基本要求。

(2)获取的点云数据在雷达坐标系中具有水平误差，已知的地面分割算法均未考虑传感器本身误差，传感器安装误差以及车辆颠簸带来的影响。激光雷达传感器采集的数据会由于车辆的震动和颠簸，硬件安装以及数据融合过程中的***误差，导致其在雷达坐标系中有一定的倾斜误差，而惯性测量单元本身也是有误差的，因此当倾斜度较小时性测量单元也无法进行正确的雷达点云姿态校正。当前的地面分割算法中并未考虑地面点云在雷达坐标系中发生小角度倾斜的情况，这种情况会直接影响到后续的全局地图的构建，正负障碍物的正确分类以及障碍物高度和位置等定量信息提取的精度等等。

发明内容

针对当前激光雷达点云地面分割算法中数据量巨大耗时较长和获取的点云数据在雷达坐标系中具有水平误差两个问题，本发明公开了一种基于激光雷达点云特征线与平面校准的地面提取方法，包括以下步骤：

S1:对雷达采集的点云信息进行预处理；

S2:根据雷达的水平扫描分辨率对预处理后的点云信息，以射线形式按照到雷达中心的距离由近到远进行排序；

S3:通过多线激光雷达的扫描线分布特征，结合扫描物体的高度信息，对地面点信息进行初步提取；

S4:对初步提取的地面点进行平面模型构建，再根据平面模型构建旋转模型，通过该旋转模型对初步提取的地面点进行水平校准，即完成地面点信息再次提取。

进一步地，所述对地面点信息进行初步提取的方式如下：

S3-1:通过多线激光雷达的扫描线分布特征，获得扫描物体的高度信息；

S3-2:通过当前点和前一点的高度之间的关系，判断当前点是否为地面点。

进一步地，所述扫描物体的高度信息包括相对高度阈值信息、整体高度阈值信息和地面某点的高度信息；

其中设定射线上某点与其同条射线上前一点的相对高度阈值信息△H_1i计算公式如下：

ΔH_1i＝tanθ_S×ΔL_i (2)

射线上某点的整体高度阈值△H_2i计算公式如下：

△H_2i＝tanθ_G×L_i (3)

ΔL_i＝L_i-L_i-1,(i＝1,2,3,…32) (4)

式中，θ_S为同条射线上当前点与前一点的相对坡度阈值，θ_G为整个地面的坡度阈值，△L_i为同条射线上当前点与前一点之间的水平距离，i为激光雷达第i条扫描线上的点；

地面某点的高度H_i的计算公式为：

H_i＝|z_i-z_Lidar| (5)

z_Liadr为激光雷达的安装高度，z_i为雷达坐标系中点的z坐标值。

进一步地，通过当前点i和前一点i-1的高度之间的关系，判断当前点是否为地面点的过程如下：

若前一点(i-1)点是地面点时：

(1)如果|H_i-H_i-1|＜△H_1i，即可确定当前点为地面点；

(2)如果|H_i-H_i-1|≥△H_1i：若H_i＜△H_2i，当前点为地面点，若H_i≥△H_2i，当前点为障碍点；

若前一点(i-1点)是非地面点时：

(1)如果|H_i-H_i-1|＜△H_1i：若H_i＜△H_2i，当前点为地面点，若H_i≥△H_2i，当前点为非地面点；

(2)如果|H_i-H_i-1|≥△H_1i：若H_i＜△H_2i，当前点为地面点，若H_i≥△H_2i，当前点为非地面点。

进一步地，地面某点的提取过程出现过分割与欠分割情况，通过下列公式对地面高度阈值做出相应调整：

式中，△H，△L_min，△L_max均为预设值。

进一步地，所述通过旋转模型对初步提取的地面点进行水平校准的方法，包括以下步骤：

S4-1:求取初步粗提取的地面点的单位法向量，定义其为旋转前单位向量，向量(0，0，1)为旋转后单位向量；

S4-2:计算出地面点云的单位法向量到竖直向量(0,0,1)的旋转矩阵，将此矩阵运用到全局点云，即可完成全局点云的水平校准。

一种基于激光雷达点云特征线与平面校准的地面提取***，包括：环境感知单元、地面提取单元和平面校准单元；

所述环境感知单元包括激光雷达传感器和惯性测量模块；

所述激光雷达传感器采集点云信息，所述惯性测量模块采集激光雷达的姿态信息；

所述地面提取单元根据环境感知单元采集的点云信息和姿态信息进行地面点的初步提取；

平面校准单元对所述地面提取单元初步提取的地面点进行水平校准。

由于采用了上述技术方案，本发明提供的一种基于激光雷达点云特征线与平面校准的地面提取方法，尤其针对提高算法的实时性和地面的水平校准进行了深入研究，该方法能够在提高实时性和校正点云的水平误差的同时提取地面与非地面点，在不改变点云特征的情况下通过压缩点云数据的方法减少了所要计算的点云数据量，缩短了耗时，提高了实时性；通过地面点云提取后利用校准模型校准全局点云的方法，降低了提取的地面点和非地面点在激光雷达坐标系中的水平误差，有益于提高后续的障碍物信息提取，高精度地图的重建等的精度；本发明提供了一种基于激光雷达点云特征线与平面校准的地面提取***，用于在提高实时性和校正点云的水平误差的同时提取地面与非地面点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明方法的步骤图；

图2是雷达的水平角度分辨率示意图；

图3是当前一点是地面点时，|H_i-H_i-1|＜△H_1i时示意图；

图4是当前一点是地面点时，|H_i-H_i-1|≥△H_1i，H_i＜△H_2i时示意图；

图5是当前一点是地面点时，|H_i-H_i-1|≥△H_1i，H_i≥△H_2i时示意图；

图6是当前一点不是地面点时，|H_i-H_i-1|＜△H_1i，H_i＜△H_2i时示意图；

图7是当前一点不是地面点时，|H_i-H_i-1|＜△H_1i，H_i≥△H_2i时示意图；

图8是当前一点不是地面点时，|H_i-H_i-1|≥△H_1i，H_i＜△H_2i时示意图；

图9是当前一点不是地面点时，|H_i-H_i-1|≥△H_1i，H_i≥△H_2i时示意图；

图10是物体与雷达距离适中和距离较近时示意图；

图11是物体与雷达距离适中和距离较远时示意图；

图12是地面点云在雷达坐标系中的状态示意图；

图13是基于激光雷达点云特征线与平面校准的地面提取方法的详细流程；

图14是本发明地面提取***安装位置图。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

图1是本发明方法的步骤图；本发明提出了一种基于激光雷达点云特征线与平面校准的地面提取方法，包括以下步骤：

S1:对雷达采集的点云信息进行预处理，采用点云下采样方法压缩点云，降低计算时间和算法复杂度；

S2:根据雷达的水平扫描分辨率对预处理后的点云信息，以射线形式按照到雷达中心的距离由近到远进行排序，给每个点分配方位角信息；

S3:通过多线激光雷达的扫描线分布特征，结合扫描物体的高度信息，对地面点信息进行初步提取；

S4:对初步提取的地面点进行平面模型构建，再根据平面模型构建旋转模型，通过该旋转模型对初步提取的地面点进行水平校准，即完成地面点信息再次提取。

进一步地，采用点云下采样方法压缩点云的过程如下：

具体的，使用体素化栅格方法，将所有点云输入之后建立一个包含所有点云的三维体素栅格，其模型为：

式中D_x，D_y，D_z分别为三维体素栅格三边边长，x_max,x_min,y_max,y_min,z_max,z_min分别为点云中x，y，z三个坐标值最大和最小的点，η为三维体素栅格边长的余量，确保边界点在网格内。该三维体素栅格由很多微小的三维立方体的集合构成，每个小的三维立方体中包含着不同数量的点云，在每个小的三维立方体中用其包含的所有点的重心来表示该三维立方体中包含的所有点，其模型为：

式中，g表示三维小立方体包含的点数，(X_ct,Y_ct,Z_ct)为三维小立方体的重心，(x_i,y_i,z_i)为数据点在雷达坐标系中的坐标，设定的三维小立方体的边长为10厘米；

进一步地，所述以射线形式按照到雷达中心的距离由近到远进行排序的具体方法如下：

计算点云中的点到雷达中心点的水平距离L_i，然后计算点云中的点相对于车头正方向(即x方向)的夹角θ：

x，y分别为点云中的点在激光雷达坐标系中的横纵坐标值，L_i为点云中的点到雷达中心的水平距离。

按照激光雷达的水平分辨率对点云进行水平角度微分，一共可以分为多条射线，将每条射线中的点按照到雷达中心的距离的远近(半径从小到大)进行排序，并将其按照由内向外的顺序重新存储。当前使用的激光雷达扫描频率为20Hz，雷达的水平角度分辨率为0.36°，射线的条数为360°÷0.36°＝1000，图2是雷达的水平角度分辨率示意图。

进一步地：所述对地面点信息进行初步提取的方式如下：

S3-1:通过多线激光雷达的扫描线分布特征，获得扫描物体的高度信息；

S3-2:通过当前点和前一点的高度之间的关系，判断当前点是否为地面点。

进一步地，所述扫描物体的高度信息包括如下相对高度阈值信息、整体高度阈值信息和地面某点的高度信息；

其中设定射线上某点与其同条射线上前一点的相对高度阈值信息△H_1i计算公式如下：

ΔH_1i＝tanθ_S×ΔL_i (5)

射线上某点的整体高度阈值△H_2i计算公式如下：

△H_2i＝tanθ_G×L_i (6)

ΔL_i＝L_i-L_i-1,(i＝1,2,3,…32) (7)

式中，θ_S为同条射线上当前点与前一点的相对坡度阈值，θ_G为整个地面的坡度阈值，△L_i为同条射线上当前点与前一点之间的水平距离，i为激光雷达第i条扫描线上的点；

地面某点的高度H_i的计算公式如下：

H_i＝|z_i-z_Lidar| (8)

其中，z_Liadr为激光雷达的安装高度，z_i为雷达坐标系中点的z坐标值。在这里，雷达的安装高度z_Liadr＝0.55米，水平安装。

进一步地：通过当前点(i)和前一点(i-1)的高度之间的关系，判断当前点是否为地面点的过程如下：

若前一点(i-1)点是地面点时：

(1)如果|H_i-H_i-1|＜△H_1i，即可确定当前点为地面点；图3是当前一点是地面点时，|H_i-H_i-1|＜△H_1i时示意图；

(2)如果|H_i-H_i-1|≥△H_1i：若H_i＜△H_2i，当前点为地面点，图4是当前一点是地面点时，|H_i-H_i-1|≥△H_1i，H_i＜△H_2i时示意图，若H_i≥△H_2i，当前点为障碍点，图5是当前一点是地面点时，|H_i-H_i-1|≥△H_1i，H_i≥△H_2i时示意图；

若前一点(i-1点)不是地面点时：

(1)如果|H_i-H_i-1|＜△H_1i：若H_i＜△H_2i，当前点为地面点，图6是当前一点不是地面点时，|H_i-H_i-1|＜△H_1i，H_i＜△H_2i时示意图；

，若H_i≥△H_2i，当前点为非地面点，图7是当前一点不是地面点时，|H_i-H_i-1|＜△H_1i，H_i≥△H_2i时示意图；

(2)如果|H_i-H_i-1|≥△H_1i：若H_i＜△H_2i，当前点为地面点，图8是当前一点不是地面点时，|H_i-H_i-1|≥△H_1i，H_i＜△H_2i时示意图；若H_i≥△H_2i，当前点为非地面点，图9是当前一点不是地面点时，|H_i-H_i-1|≥△H_1i，H_i≥△H_2i时示意图；

进一步地，所述地面某点的提取过程出现过分割和欠分割两种情况：

(1)假如地面坡度阈值是固定的，当物体距离雷达较近时，那么在相距较近的两条雷达扫描线之间容易将前景分割为背景，出现欠分割的情况，图10是物体与雷达距离适中和距离较近时示意图；B点在地面点的范围之内，障碍物在②处时B点划分为地面点是正确的，障碍物在①处时距离雷达较近，△H_2i较小，B点被划分为障碍点是错误的；

(2)当物体距离雷达较远时，在相距较远的两条雷达扫描线之间将背景分割为前景，出现过分割的情况，图11是物体与雷达距离适中和距离较远时示意图；B点不在地面点的范围之内，障碍物在①处时B点划分为障碍点是正确的，障碍物在②处时距离雷达较远，△H_2i过大，B点被划分为地面点是错误的；。

进一步地，地面某点的提取过程出现过分割与欠分割情况，通过下列公式对地面高度阈值做出相应调整：

式中，△H，△L_min，△L_max均为预设值，这样能有效解决物体和雷达由于距离不同出现的过分割和欠分割情况。

进一步地，所述通过旋转模型对初步提取的地面点进行水平校准的方法，包括以下步骤：

S4-1:求取初步粗提取的地面点的单位法向量，定义其为旋转前单位向量，向量(0，0，1)为旋转后单位向量；

S4-2:计算出地面点云的单位法向量到竖直向量(0,0,1)的旋转矩阵，将此矩阵运用到全局点云，即可完成全局点云的水平校准。

具体计算过程如下：

具体的，平面模型为：

ax+by+cz+d＝0 (10)

其法向量为(a,b,c)，单位化后变为

该单位法向量向雷达坐标系中的(0，0,1)向量进行旋转，其旋转矩阵作为点云的旋转标准，即可将所有点云进行校准。图12是地面点云在雷达坐标系中的状态示意图，其在雷达坐标系中不是水平的。

已知旋转前向量为M,旋转后变为N，则

M·N＝|M||N|cosθ (11)

两向量之间的夹角θ为：

向量M和向量N构成了一个平面，夹角θ即在此平面内，由几何关系可知，向量M向向量N旋转时所绕的旋转轴必然垂直于向量M和向量N构成的平面，设旋转前向量为M(m₁,m₂,m₃)，旋转后向量为N(n₁,n₂,n₃)，旋转轴为G(g₁,g₂,g₃)，则M和N之间的关系为：

由式(13)可知G(g₁,g₂,g₃)为：

将单位向量M(m₁,m₂,m₃)旋转θ角，由罗德里格斯旋转公式可得旋转矩阵R_M(θ)为：

式中，

为反对称矩阵。

通过以上步骤便完成了对激光雷达点云数据的基于激光雷达点云特征线与平面校准的地面提取，图13是基于激光雷达点云特征线与平面校准的地面提取方法的详细流程。

一种基于激光雷达点云特征线与平面校准的地面提取***，图14是本发明地面提取***安装位置图；

所述***包括：环境感知单元、地面提取单元和平面校准单元；

所述环境感知单元包括激光雷达传感器、惯性测量模块和地面移动平台组成；

所述激光雷达传感器采集点云信息，所述惯性测量模块采集激光雷达的姿态信息；

所述地面提取单元根据环境感知单元采集的点云信息和姿态信息进行地面点的初步提取；

平面校准单元对所述地面提取单元初步提取的地面点进行水平校准；

该***的环境感知单元还包括地面移动平台，所述地面移动平台用于搭载激光雷达传感器和惯性测量模块。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于激光雷达点云特征线与平面校准的地面提取方法，其特征在于：包括以下步骤：

S1:对雷达采集的点云信息进行预处理；

S2:根据雷达的水平扫描分辨率对预处理后的点云信息，以射线形式按照到雷达中心的距离由近到远进行排序；

S3:通过多线激光雷达的扫描线分布特征，结合扫描物体的高度信息，对地面点信息进行初步提取；

S4:对初步提取的地面点进行平面模型构建，再根据平面模型构建旋转模型，通过该旋转模型对初步提取的地面点进行水平校准，即完成地面点信息再次提取。

2.根据权利要求1所述的一种基于激光雷达点云特征线与平面校准的地面提取方法，其特征在于：所述对地面点信息进行初步提取的方式如下：

S3-1:通过多线激光雷达的扫描线分布特征，获得扫描物体的高度信息；

S3-2:通过当前点和前一点的高度之间的关系，判断当前点是否为地面点。

3.根据权利要求2所述的一种基于激光雷达点云特征线与平面校准的地面提取方法，其特征在于：所述扫描物体的高度信息包括相对高度阈值信息、整体高度阈值信息和地面某点的高度信息；

其中设定射线上某点与其同条射线上前一点的相对高度阈值信息△H_1i计算公式如下：

ΔH_1i＝tanθ_S×ΔL_i (2)

射线上某点的整体高度阈值△H_2i计算公式如下：

△H_2i＝tanθ_G×L_i (3)

ΔL_i＝L_i-L_i-1,(i＝1,2,3,…32) (4)

式中，θ_S为同条射线上当前点与前一点的相对坡度阈值，θ_G为整个地面的坡度阈值，△L_i为同条射线上当前点与前一点之间的水平距离，i为激光雷达第i条扫描线上的点；

地面某点的高度H_i的计算公式为：

H_i＝|z_i-z_Lidar| (5)

z_Liadr为激光雷达的安装高度，z_i为雷达坐标系中点的z坐标值。

4.根据权利要求2所述的一种基于激光雷达点云特征线与平面校准的地面提取方法，其特征在于：通过当前点(i)和前一点(i-1)的高度之间的关系，判断当前点是否为地面点的过程如下：

若前一点(i-1)点是地面点时：

(1)如果|H_i-H_i-1|＜△H_1i，即可确定当前点为地面点；

(2)如果|H_i-H_i-1|≥△H_1i：若H_i＜△H_2i，当前点为地面点，若H_i≥△H_2i，当前点为障碍点；

若前一点(i-1点)是非地面点时：

(1)如果|H_i-H_i-1|＜△H_1i：若H_i＜△H_2i，当前点为地面点，若H_i≥△H_2i，当前点为非地面点；

(2)如果|H_i-H_i-1|≥△H_1i：若H_i＜△H_2i，当前点为地面点，若H_i≥△H_2i，当前点为非地面点。

5.根据权利要求1所述的一种基于激光雷达点云特征线与平面校准的地面提取方法，其特征在于，地面某点的提取过程出现过分割与欠分割情况，通过下列公式对地面高度阈值做出相应调整：

式中，△H，△L_min，△L_max均为预设值。

6.根据权利要求1所述的一种基于激光雷达点云特征线与平面校准的地面提取方法，其特征在于，所述通过旋转模型对初步提取的地面点进行水平校准的方法，包括以下步骤：

S4-1:求取初步粗提取的地面点的单位法向量，定义其为旋转前单位向量，向量(0，0，1)为旋转后单位向量；

S4-2:计算出地面点云的单位法向量到竖直向量(0,0,1)的旋转矩阵，将此矩阵运用到全局点云，即可完成全局点云的水平校准。

7.一种基于激光雷达点云特征线与平面校准的地面提取***，其特征在于：所述***包括：环境感知单元、地面提取单元和平面校准单元；

所述环境感知单元包括激光雷达传感器和惯性测量模块；

所述激光雷达传感器采集点云信息，所述惯性测量模块采集激光雷达的姿态信息；

所述地面提取单元根据环境感知单元采集的点云信息和姿态信息进行地面点的初步提取；

平面校准单元对所述地面提取单元初步提取的地面点进行水平校准。

Images