CN114578316B - 确定点云中鬼影点的方法、装置、设备及存储介质 - Google Patents
确定点云中鬼影点的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114578316B CN114578316B CN202210463225.5A CN202210463225A CN114578316B CN 114578316 B CN114578316 B CN 114578316B CN 202210463225 A CN202210463225 A CN 202210463225A CN 114578316 B CN114578316 B CN 114578316B
- Authority
- CN
- China
- Prior art keywords
- points
- point
- determining
- alternative
- ghost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000002310 reflectometry Methods 0.000 claims abstract description 67
- 230000004044 response Effects 0.000 claims description 23
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本公开实施例涉及激光雷达技术领域但不限于激光雷达技术领域,提供了一种确定点云中鬼影点的方法、装置、设备及存储介质,该方法应用于激光雷达,所述方法包括:从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。本公开实施例中,可以准确确定出鬼影点并删除鬼影点,提升点云的可靠性,减少点云的应用带来的安全隐患。
Description
技术领域
本发明涉及激光雷达技术领域,尤其涉及一种确定点云中鬼影点的方法、装置、设备及存储介质。
背景技术
激光雷达(LiDAR,Light Detection and Ranging)是激光探测及测距***的简称。一般采用红外激光器作为发射光源,向LiDAR周围某个方向发射出一束激光,激光光束遇到物体后发生漫反射,部分激光的散射光返回至激光接收***。激光雷达信息处理模块根据发射和接收激光信号的时间间隔,就可根据光速计算出激光雷达与物体之间的距离并生成点云。
对于使用微机电***(MEMS, Micro-Electro-Mechanical System)振镜进行光束扫描的激光雷达来说,由于MEMS振镜的摆动幅度有限,如果想要提升雷达的视场角度,需要使用多个激光器,通过光学设计,形成不同的子视场,多个子视场拼接得到激光雷达的完整视场。在相关技术中,由于不同激光器发射的激光的反射光线之间的光线干扰,激光雷达的视场点云中会出现虚假点,这会给激光雷达的点云应用带来安全隐患。
发明内容
本发明实施例提供了一种确定点云中鬼影点的方法、装置、设备及存储介质。
本公开实施例第一方面提供一种确定点云中鬼影点的方法,所述方法包括:
从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;
确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;
根据所述距离差值,确定所述剩余备选点是否为鬼影点。
在一个实施例中,所述参考备选点为反射率的值大于反射率阈值的点。
在一个实施例中,所述根据所述距离差值,确定所述剩余备选点是否为鬼影点,包括:
响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;
和/或,
响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
在一个实施例中,所述预定点集中的备选点为不同激光器在相同预定时序的发光点发光形成的点。
在一个实施例中,所述方法还包括:
从所述点云中删除所述鬼影点。
本公开实施例第二方面提供一种确定点云中鬼影点的装置,所述装置包括:
确定模块,用于:从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;
确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;
根据所述距离差值,确定所述剩余备选点是否为鬼影点。
在一个实施例中,所述确定模块还被配置为:所述参考备选点为反射率的值大于反射率阈值的点。
在一个实施例中,所述确定模块还被配置为:
响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;
和/或,
响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
在一个实施例中,所述确定模块还被配置为:所述预定点集中的备选点为不同激光器在相同预定时序的发光点发光形成的点。
在一个实施例中,所述装置还包括:
删除模块,用于:从所述点云中删除所述鬼影点。
本公开实施例第三方面提供一种确定点云中鬼影点的设备,包括:
存储器,存储有计算机可执行指令;
处理器,与所述存储器连接,用于通过执行所述计算机可执行指令,实现第一方面任意方案提供的确定点云中鬼影点的方法。
本公开实施例第四方面提供的一种计算机存储介质,所述计算机存储 介质存储有计算机可执行指令;所述计算机可执行指令被处理器执行后,能够实现如第一方面任意方案提供的确定点云中鬼影点的方法。
本公开实施例提供的技术方案与现有技术相比存在的有益效果是:
从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;如此,可以从不同视场中的多个备选点中确定出反射率的值符合预定条件的备选点为参考备选点。确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。如此,可以进一步基于所述距离差值确定所述剩余备选点是否为鬼影点。本公开实施例中,实质是基于剩余备选点的反射率和剩余备选点与参考备选点之间的距离差值共同确定剩余备选点是否为鬼影点,可以准确确定出鬼影点并删除鬼影点,提升点云的可靠性,减少点云的应用带来的安全隐患。
附图说明
图1是本发明实施例提供的一种激光雷达点云的俯视图;
图2是本发明实施例提供的一种确定点云中鬼影点的方法的流程示意图。
图3是本发明实施例提供的一种原始点云的示意图。
图4是本发明实施例提供的一种图3中的点云删除鬼影点后的点云的示意图。
图5是本发明实施例提供的一种确定点云中鬼影点的方法的流程示意图。
图6是本发明实施例提供的一种确定点云中鬼影点的方法的流程示意图。
图7是本发明实施例提供的一种确定点云中鬼影点的方法的流程示意图。
图8是本发明实施例提供的一种确定点云中鬼影点的方法的流程示意图。
图9是本发明实施例提供的一种确定点云中鬼影点的装置的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了更好地理解本公开实施例,首先,通过示例性实施例对相关应用场景进行说明:
激光雷达可以获取指示点在三维空间中的位置(例如,在X、Y和Z平面中的位置)的信息。还可以获取属性信息,例如,颜色属性(例如,RGB值)、纹理属性、强度(Intensity)属性、反射率属性、运动相关属性、模态属性和/或各种其他附加属性。在一些情况下,可以将附加属性分配给相应点,例如,获取该点的时间戳。激光雷达获取到的点可以构成“点云”,该“点云”包括各自具有相关联的空间信息和一个或多个相关联的属性的一组点。在一些情况下,点云可以包括数千个点、数十万个点、数百万个点或甚至更多的点。另外,在一些情况下,可以在软件中生成点云。需要说明的是,“点”为“三维点”。
在一个实施例中,激光雷达中的激光器为固定连接,光只能沿着相应的角度传播,由于MEMS振镜摆动幅度有限,使得MEMS扫描式激光雷达中的单个激光器往往只具有有限的视场。为了实现激光大视场,甚至全视场覆盖的应用要求,可以在MEMS扫描式激光雷达中配置多个不同角度的激光器,不同角度的激光器通过小视场拼接的方式扩大MEMS扫描式激光雷达的视场。同时,为了防止不同小视场之间具有盲区,影响探测准确性,小视场之间常常具有一定的交叠区域。
在一个实施例中,在MEMS扫描式激光雷达中,不同小视场的激光器按视场分布依次发光,但是每一组发光点内的发光时间间隔非常短,可以认为几乎是同时发光。例如,对于由3个子视场拼接成的MEMS激光雷达的点云,首先第一子视场的第一点发光,紧接着第二子视场的第一点发光,紧接着第三子视场的第一点发光。在间隔一段时间后,第一子视场的第二点发光,紧接着第二子视场的第二点发光,紧接着第三子视场的第二点发光。则第一子视场的第一点、第二子视场的第一点和第三子视场的第一点可以认为是一组同时发光的点,第一子视场的第二点、第二子视场的第二点和第三子视场的第二点可以认为是另一组同时发光的点。
鬼影点是指多个视场的激光器同时发光形成一组点时,某一视场的激光照射到高反射率物体上,造成反射光同时被其他视场接收到,且由于是高反射率物体反射的信号,所以可能比其他视场原本发出的激光的回波形成的原真实信号更强,导致原真实回波被高反射率物体的回波覆盖,最终检测出的是高反射率物体形成的虚假点, 从而最终导致其他视场出现该高反射率物体的虚假点云。请参见图1,示出的为激光雷达点云的俯视图, 其中,“0”为激光雷达;“1”、“2”和“3”分别为不同视场的点云。其中,“2”为真实高反射率物体产生的点云,“1”和“3”为高反射率物体在其他视场形成的鬼影点云。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如图2所示,本公开实施例提供一种确定点云中鬼影点的方法,所述方法包括:
步骤21、从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;
步骤22、确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;
步骤23、根据所述距离差值,确定所述剩余备选点是否为鬼影点。
本公开实施例提供的确定点云中鬼影点的方法可以应用于LiDAR中,上述步骤的执行可以是由LiDAR的处理模块完成。但是,本公开实施例提供的确定点云中鬼影点的方法不限于应用于LiDAR中,也可以应用于其他各种类型的包含光电探测器或者光电接收电路的光电设备或光电传感器中,在此不做限定。需要说明的是,确定点云中鬼影点的方法还可以是由激光雷达连接的上位机执行。
需要说明的是,本公开中,“鬼影点”可以理解为异常点。剩余备选点可以是所述预定点集中除所述参考备选点之外的点。
在一个实施例中,激光雷达的点云可以是基于多个不同视场确定的。视场可以是由三维点构成的(例如,所述备选点都是三维点,三维点可以通过三维坐标或者其他特征信息量化表示)。需要说明的是,每个视场可以与激光雷达的扫描角度范围对应,激光雷达可以划分出不同的扫描角度范围,例如,激光雷达的一个扫描角度范围为30度,则该30度角度范围的扫描区域可以对应一个视场。不同的扫描角度范围可以重合,从而不同的视场也可以重合。需要说明的是,扫描角度可以包括方位角的角度和俯仰角的角度。上述例举中的扫描角度范围可以是所述方位角的角度范围和/或俯仰角的角度范围,在此不做限定。可以理解的是,一个激光器可以单独形成一个视场,也可以通过分光后形成多个视场。
在一个实施例中,所述预定点集中的备选点为不同激光器在相同预定时序的发光点发光形成的点。
在一个实施例中,激光雷达包括多个激光器,每个激光器关联一个视场,视场中的每个点对应激光器中的一个发光点。每个发光点对应一个位置编号,多个激光器按照时间顺序,不同激光器的同一个位置编号(对应相同预定位置)的发光点依次发光,然后不同激光器的下一个位置编号的发光点依次发光,以此类推,实现激光雷达激光器的扫描。
在一个实施例中,预定点集中的点为根据预定规则从不同视场中确定出的点。示例性地,MEMS激光雷达的点云由3个视场拼接而成,3个视场分别为第一视场、第二视场和第三视场。每个视场都包含对应的第一点(或第一发光点)、第二点(或第二发光点)、直至第N点(或第N发光点)。在一种场景下,第一视场的第一点首先发光,接下来第二视场的第一点发光,接下来第三视场的第一点发光。在间隔预定时长后,第一子视场的第二点发光,接下来第二子视场的第二点发光,接下来第三视场的第二点发光。按照预定规则,可以确定第一子视场的第一点、第二子视场的第一点和第三视场的第一点为预定点集中的点,或者,确定第一子视场的第二点、第二子视场的第二点和第三子视场的第二点为预定点集中的点。需要说明的是,上述确定方式并不构成对本公开技术方案的限定,预定点集中的点的确定并不限于上述确定方式,例如,所述预定点集中的点也可以是不同视场中的不同的点。在一个实施例中,确定预定点集,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中备选点的反射率的值;基于所述预定点集中备选点的反射率的值,从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。
在一个实施例中,从预定点集的备选点中,确定出反射率的值大于反射率阈值的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。需要说明的是,本公开中的“大于”在某些场景下有“大于等于”的含义,本公开中的“小于”在某些场景下有“小于等于”的含义。
在一个实施例中,高反射率物体可以是道路上的交通标识牌等。激光雷达通常可以根据回波的幅度、脉宽等确定反射率。由于高反射率物体反射的光能量很大,因此,激光雷达确定出的反射率值也非常大,甚至出现超过100的情况,反射率的取值范围可以为0-255。因此,反射率阈值可以相应设置很大,甚至可以设为100。
在本实施例中,反射率阈值是可以变化的,可以根据激光雷达的性能和/或工作场景等设置。
在一个实施例中,可以是根据图像获取传感器(例如,相机)确定高反射率物体和非高反射率物体;根据高反射物体的反射率分布情况和/或非高反射物体的反射率分布情况动态调整反射率阈值。例如,高反射物体的反射率较大,则可以适当调高反射率阈值。
在一个实施例中,可以是根据激光雷达扫描区域中高反射率物体的分布密度,确定所述反射率阈值。
在一个实施例中,从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;和/或,响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
在一个实施例中,可以是根据激光雷达的噪声检测结果,确定所述距离阈值。响应于所述噪声检测结果指示噪声大于噪声阈值,确定所述距离阈值范围大于预定范围;或者,响应于所述噪声检测结果指示噪声小于噪声阈值,确定所述距离阈值小于预定范围。如此,所述距离阈值可以适应于噪声检测结果。
在一个实施例中,从预定点集的备选点中,确定出反射率的值最大的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;响应于参考备选点的反射率的值大于反射率阈值,确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。
在一个实施例中,遍历点云,确定全部预定点集,其中,所述每个预定点集包括激光雷达的M个子视场中的M个备选点;确定所述预定点集中的(M-1)个剩余备选点(需要说明的是,不包括确定出的参考备选点)的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。其中,M为大于2的整数。
在一个实施例中,从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。响应于确定所述剩余备选点为所述鬼影点,删除所述鬼影点。
示例性地,请参见图3,为原始点云的示意图,白色圆圈处为鬼影点,白色方块处(图3中的A)为对应的高反射率真实物体(例如,道路标示牌)的点云。请参见图4,为图3中的点云删除鬼影点后的点云的示意图。
本公开实施例中,从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;如此,可以从不同视场中的多个备选点中确定出反射率的值符合预定条件的备选点为参考备选点。确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。如此,可以基于所述距离差值确定所述剩余备选点是否为鬼影点。本公开实施例中,实质是基于剩余备选点的反射率和剩余备选点与参考备选点之间的距离差值共同确定剩余备选点是否为鬼影点,可以准确确定出鬼影点并删除鬼影点,提升点云的可靠性,减少点云的应用带来的安全隐患。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图5所示,本公开实施例提供一种确定点云中鬼影点的方法,所述方法包括:
步骤51、响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;和/或,响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
在一个实施例中,从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;和/或,响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。响应于确定所述剩余备选点为所述鬼影点,删除所述鬼影点。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图6所示,本公开实施例提供一种确定点云中鬼影点的方法,所述方法包括:
步骤61、响应于确定所述剩余备选点为所述鬼影点,从所述点云中删除所述鬼影点。
在一个实施例中,从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;根据所述距离差值,确定所述剩余备选点是否为鬼影点。响应于确定所述剩余备选点为所述鬼影点,删除所述鬼影点。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
为了更好地理解本公开实施例,以下通过2个示例性实施例对本公开实施例进行进一步说明:
示例1:
请参见图7,本示例提供一种确定点云中鬼影点的方法,所述方法包括:
步骤71、遍历点云中的所有点,对每N个视场的点同时进行处理,其中,N为视场个数;计算N个同时发光的点的最大灰度。
步骤72、确定该最大灰度是否大于灰度阈值,若是,执行步骤73。
步骤73、如果该最大灰度大于灰度阈值,确定该最大灰度对应的点为高反物体的真实点;比较其他视场的点的距离和高反物体的点的距离。
步骤74、确定其他视场的点的距离和高反物体的点的距离之间的差值是否小于距离阈值,若是,执行步骤75。
步骤75、确定其他视场的点为鬼影点,保留真实点,删除鬼影点。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
示例2
请参见图8,本示例提供提供一种确定点云中鬼影点的方法,所述方法包括:
步骤81、遍历所有点云,对每N个点同时进行处理, 计算N个点的最大反射率, 该组N个点为激光雷达N个激光器同时发光后接收到的点。
需要说明的是,N个点为不同视场同时发光的点,实际实现中因为从激光雷达接收到的点是按照发光顺序排列的,所以可以按照序号选取同时发光的N个点为1组进行处理。
步骤82、判断该最大反射率是否大于反射率阈值。
需要说明的是,反射率阈值可以设为100。是可变的但不是动态可变。
步骤83、如果该最大反射率大于阈值,则确定该最大反射率对应的点对应为高反射率物体,而且由于真实物体所处的视场接收位置是最优的,所以同一物体的真实点的反射率通常大于鬼影点的反射率,所以可以确定反射率最大的点为真实点,然后计算该组其他视场的点的距离和高反射率物体的点的距离差值。
需要说明的是,高反射率物体可以是道路上的交通标识牌。
步骤84、如果该距离差值小于一定的距离阈值(因为在实际场景中不同视场的同一位置的测距一致的可能性较小),则认为该组其他视场的点为鬼影点,将鬼影点删除。
需要说明的是,本领域内技术人员可以理解,本公开实施例提供的方法,可以被单独执行,也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。
如图9所示,本公开实施例提供一种确定点云中鬼影点的装置,所述装置包括:
确定模块91,用于:从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;
确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;
根据所述距离差值,确定所述剩余备选点是否为鬼影点。
在一个实施例中,所述确定模块91还被配置为:所述参考备选点为反射率的值大于反射率阈值的点。
在一个实施例中,所述确定模块91还被配置为:
响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;
和/或,
响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
在一个实施例中,所述确定模块91还被配置为:所述预定点集中的备选点为不同激光器在相同预定时序的发光点发光形成的点。
在一个实施例中,所述装置还包括:
删除模块92,用于:从所述点云中删除所述鬼影点。
本公开实施例提供一种确定点云中鬼影点的设备,包括:
存储器,存储有计算机可执行指令;
处理器,与所述存储器连接,用于通过执行所述计算机可执行指令,实现前述任意技术方案提供的确定点云中鬼影点的方法,示例性地,该处理器通过执行所述可执行指令,可以实现本公开任意方法。
该存储器可为各种类型的存储设备,例如,该存储器可包括:只读存储器、随机存储器、闪存和/或硬盘等。示例性地,所述存储器至少包括:非瞬间存储器。
所述处理器可包括各种具有信息处理能力的芯片或者集成电路。所述处理器包括但不限于:中央处理器、微处理器或者微控制器等。
所述处理器与所述存储器之间可以通过总线等通信接口连接。
本公开实施例还提供一种计算机存储介质,所述计算机存储 介质存储有计算机可执行指令;所述计算机可执行指令被处理器执行后,能够实现前述任意技术方案提供的确定点云中鬼影点的方法,示例性地,该处理器通过执行所述可执行指令,可以实现本公开任意方法。
该计算机存储介质为计算机可读存储介质,至少可为非瞬间存储介质。所述计算机存储介质的具体可包括:光盘、闪存器、光盘和/或各种类型的硬盘等。
本领域技术人员可以理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (12)
1.一种确定点云中鬼影点的方法,其特征在于,应用于激光雷达,所述方法包括:
从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;
确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;
根据所述距离差值,确定所述剩余备选点是否为鬼影点。
2.根据权利要求1所述的方法,其特征在于,所述参考备选点为反射率的值大于反射率阈值的点。
3.根据权利要求1所述的方法,其特征在于,所述根据所述距离差值,确定所述剩余备选点是否为鬼影点,包括:
响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;
和/或,
响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
4.根据权利要求1所述的方法,其特征在于,所述预定点集中的备选点为不同激光器在相同预定时序的发光点发光形成的点。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述点云中删除所述鬼影点。
6.一种确定点云中鬼影点的装置,其特征在于,所述装置包括:
确定模块,用于:从预定点集的备选点中,确定出反射率的值符合预定条件的参考备选点,其中,所述预定点集包括点云的不同视场中的多个备选点;
确定所述预定点集中的剩余备选点的测距值与所述参考备选点的测距值之间的距离差值;
根据所述距离差值,确定所述剩余备选点是否为鬼影点。
7.根据权利要求6所述的装置,其特征在于,所述确定模块还被配置为:所述参考备选点为反射率的值大于反射率阈值的点。
8.根据权利要求6所述的装置,其特征在于,所述确定模块还被配置为:
响应于所述距离差值在距离阈值范围内,确定所述剩余备选点为所述鬼影点;
和/或,
响应于所述距离差值在距离阈值范围外,确定所述剩余备选点不为所述鬼影点。
9.根据权利要求6所述的装置,其特征在于,所述确定模块还被配置为:所述预定点集中的备选点为不同激光器在相同预定时序的发光点发光形成的点。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
删除模块,用于:从所述点云中删除所述鬼影点。
11.一种确定点云中鬼影点的设备,其特征在于,包括:
存储器,存储有计算机可执行指令;
处理器,与所述存储器连接,用于通过执行所述计算机可执行指令,实现权利要求1至5任一项提供的所述方法。
12.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机可执行指令;所述计算机可执行指令被处理器执行后,能够实现如权利要求1至5任一项提供的所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463225.5A CN114578316B (zh) | 2022-04-29 | 2022-04-29 | 确定点云中鬼影点的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463225.5A CN114578316B (zh) | 2022-04-29 | 2022-04-29 | 确定点云中鬼影点的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114578316A CN114578316A (zh) | 2022-06-03 |
CN114578316B true CN114578316B (zh) | 2022-07-29 |
Family
ID=81784852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210463225.5A Active CN114578316B (zh) | 2022-04-29 | 2022-04-29 | 确定点云中鬼影点的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114578316B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024065685A1 (zh) * | 2022-09-30 | 2024-04-04 | 深圳市速腾聚创科技有限公司 | 一种处理点云的方法和雷达 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5018943B2 (ja) * | 2010-09-07 | 2012-09-05 | 株式会社デンソー | レーダ装置 |
CN108492262B (zh) * | 2018-03-06 | 2020-05-08 | 电子科技大学 | 一种基于梯度结构相似性的无鬼影高动态范围成像方法 |
CN111062974B (zh) * | 2019-11-27 | 2022-02-01 | 中国电力科学研究院有限公司 | 一种使用去除鬼影对前景目标提取的方法及*** |
CN111680682B (zh) * | 2020-06-12 | 2022-05-03 | 哈尔滨理工大学 | 一种复杂场景下安全帽识别方法 |
CN112986926B (zh) * | 2021-04-13 | 2022-11-08 | 北京无线电测量研究所 | 基于点迹属性关联判别的pd雷达鬼影抑制方法 |
CN113960558B (zh) * | 2021-11-24 | 2023-10-24 | 成都理工大学 | 基于多输入多输出雷达的非视距目标定位方法及*** |
-
2022
- 2022-04-29 CN CN202210463225.5A patent/CN114578316B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114578316A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10732282B2 (en) | Ambiguity compensation in time-of-flight ranging | |
US10648795B2 (en) | Distance measuring apparatus and distance measuring method | |
JP7214888B2 (ja) | レーダ電力制御方法および装置 | |
CN107728131B (zh) | 激光雷达及激光雷达控制方法 | |
CN114578316B (zh) | 确定点云中鬼影点的方法、装置、设备及存储介质 | |
WO2022198637A1 (zh) | 点云滤噪方法、***和可移动平台 | |
US10140722B2 (en) | Distance measurement apparatus, distance measurement method, and non-transitory computer-readable storage medium | |
US20230065210A1 (en) | Optical distance measuring device | |
WO2021239054A1 (zh) | 空间测量装置、方法、设备以及计算机可读存储介质 | |
CN113167893A (zh) | 改进具有脉冲编码的光测距和检测***中的回波信号检测 | |
CN114612598A (zh) | 一种点云的处理方法、装置及激光雷达 | |
CN115047472B (zh) | 确定激光雷达点云分层的方法、装置、设备及存储介质 | |
CN115047471A (zh) | 确定激光雷达点云分层的方法、装置、设备及存储介质 | |
CN110954912B (zh) | 用于光学距离测量的方法和设备 | |
KR102464236B1 (ko) | 연속파 라이다 센서들을 시뮬레이션하는 방법 | |
US11994589B2 (en) | Vapor detection in lidar point cloud | |
CN111819602A (zh) | 增加点云采样密度的方法、点云扫描***、可读存储介质 | |
CN114859328B (zh) | 一种mems扫描镜的停摆检测方法、装置及激光雷达 | |
WO2024007594A1 (zh) | 激光雷达探测的方法、***和激光雷达 | |
US20220350000A1 (en) | Lidar systems for near-field and far-field detection, and related methods and apparatus | |
WO2022196511A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US20230333224A1 (en) | Object recognition device, object recognition method, and non-transitory program recording medium | |
US20200132849A1 (en) | Adaptive LiDAR Scanning Techniques for Improved Frame Rate and Safety | |
Baumgart et al. | Modelling an Optical Time-of-Flight camera in OpticStudio and Python: method and applications | |
CN115754975A (zh) | 地面点检测方法、点云数据输出方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |