CN114594486A - 滤除雷达点云中的拖点的方法、处理器以及激光雷达*** - Google Patents

Abstract

本发明涉及激光雷达领域，特别涉及滤除雷达点云中的拖点的方法、处理器以及激光雷达***。本发明的滤除雷达点云中的拖点的方法包括：对于点云中的待识别点，在点云信息中获取待识别点以及在待识别点的第一侧和第二侧的一个或多个辅助点的测距信息；其中，第一侧或第二侧的最远离待识别点的辅助点和待识别点之间的时序跨度与雷达的角分辨率相关；基于待识别点以及第一侧和第二侧的一个或多个辅助点的测距信息，判断待识别点是否为拖点；当待识别点为拖点时，滤除待识别点。本发明充分利用激光雷达的测距的特性，根据各个点的测距信息来判断各个点是否是拖点，可以很好地滤除雷达点云中的拖点，并且判断逻辑直接，计算复杂度小，效率较高。

Description

滤除雷达点云中的拖点的方法、处理器以及激光雷达***

技术领域

本发明涉及激光雷达领域，特别涉及滤除雷达点云中的拖点的方法、处理器以及激光雷达***。

背景技术

拖点是指雷达在同一次发光时，光斑同时打到了距离较近的两个物体边缘，回波叠加后造成前沿、脉宽不准，形成物体之间的连线一般的点的现象。

图1是现有技术的拖点的形成原理的示意图。如图1所示，激光探测及测距***(Light Detection and Ranging,LiDAR)，也称为激光雷达，发出的一个探测脉冲同时入射到前后距离较近的第一物体和第二物体的边缘上，在第一物体上的部分光斑发生漫反射，一部分反射回波返回到激光雷达，并被激光雷达的光电探测器接收；在第二物体上的部分光斑同样发生漫反射，一部分反射回波返回到激光雷达，并被激光雷达的光电探测器接收。因此，对于激光雷达发出的一个探测脉冲，就产生了两个回波，这两个回波均被激光雷达的光电探测器接收。图2是现有技术的包括拖点的雷达点云的示意图。如图2所示，激光雷达在生成点云时，在第一物体和第二物体之间形成如椭圆框中示出的拖点，从而可能会误认为在第一物体和第二物体之间还存在其他目标物。拖点现象会导致回波前沿和脉宽不准，从而影响飞行时间(Time of flight,TOF)，导致测量不准确(回波脉冲的前沿和脉宽主要用于测量TOF)。

图3是现有技术的点的聚类的示意图。如图3所示，现有的拖点滤除方式通常采用聚类的方式，诸如根据反射率、或者点与点的相对位置等来进行聚类，将不满足聚类条件的离散点滤除，进而滤除其中所含的拖点。此类方式算法复杂度较高，效率较低。

发明内容

本发明的目的在于提供滤除雷达点云中的拖点的方法、处理器以及激光雷达***，充分利用激光雷达的测距的特性，根据各个点的测距信息来判断各个点是否是拖点，可以很好地滤除雷达点云中的拖点，并且判断逻辑直接，计算复杂度小，效率较高。

本发明公开了一种滤除雷达点云中的拖点的方法，所述方法包括：

对于所述点云中的待识别点，在点云信息中获取所述待识别点以及在所述待识别点的第一侧和第二侧的一个或多个辅助点的测距信息；其中，第一侧或第二侧的最远离所述待识别点的辅助点和所述待识别点之间的时序跨度与所述雷达的角分辨率相关；

基于所述待识别点以及第一侧和第二侧的所述一个或多个辅助点的测距信息，判断所述待识别点是否为拖点；

当所述待识别点为拖点时，滤除所述待识别点。

可选地，第一侧或第二侧的最远离所述待识别点的辅助点和所述待识别点之间的时序跨度等于第一侧或第二侧的所述一个或多个辅助点的数量乘以所述雷达的最大角分辨率和最小角分辨率之间的倍数。

可选地，基于所述待识别点以及第一侧和第二侧的所述一个或多个辅助点的测距信息，判断所述待识别点是否为拖点进一步包括：

基于第一侧和第二侧的最接近所述待识别点的辅助点的测距信息，判断第一侧和第二侧的最接近所述待识别点的所述辅助点是否位于同一物体上；其中，所述待识别点位于第一侧和第二侧的最接近所述待识别点的所述辅助点之间；

当第一侧和第二侧的最接近所述待识别点的所述辅助点位于同一物体上时，所述待识别点不为拖点。

可选地，如果所述待识别点的测距信息位于第一侧和第二侧的最接近所述待识别点的所述辅助点的测距信息之间，则所述待识别点位于第一侧和第二侧的最接近所述待识别点的所述辅助点之间。

可选地，当第一侧和第二侧的最接近所述待识别点的所述辅助点不位于同一物体上时，

基于第一侧和第二侧的多个辅助点的测距信息，判断第一侧的多个辅助点是否位于第一物体上，以及第二侧的多个辅助点是否位于第二物体上；

当第一侧的所述多个辅助点位于第一物体上，并且第二侧的所述多个辅助点位于第二物体上时，所述待识别点为拖点。

可选地，如果第一侧或第二侧的所述多个辅助点的测距信息均为0，则所述待识别点不为拖点。

可选地，所述待识别点以及第一侧和第二侧的所述一个或多个辅助点均在最大阈值距离内。

可选地，当第一侧和第二侧的最接近所述待识别点的所述辅助点位于同一物体上时，进一步

基于所述待识别点的测距信息，并且基于第一侧和第二侧的最接近所述待识别点的所述辅助点的测距信息，判断所述待识别点是否临近第一侧的最接近所述待识别点的所述辅助点，或者所述待识别点是否临近第二侧的最接近所述待识别点的所述辅助点；

当所述待识别点临近第一侧的最接近所述待识别点的所述辅助点，或者所述待识别点临近第二侧的最接近所述待识别点的所述辅助点时，所述待识别点不为拖点。

可选地，对于所述点云中的每个点，依次将其作为所述待识别点来执行前述方法的步骤以进行识别。

本发明公开了一种处理器，所述处理器用于执行滤除雷达点云中的拖点的方法。

本发明公开了一种激光雷达***，包括：

发射装置，用于发生激光探测光束；

接收装置，用于接收所述探测光束并进行光电转换，以获得相应的点云；

还包括处理器，以基于所述点云来执行滤除雷达点云中的拖点的方法。

本发明与现有技术相比，主要区别及其效果在于：

本发明充分利用激光雷达的测距的特性，根据各个点的测距信息来判断各个点是否是拖点，可以很好地滤除雷达点云中的拖点，并且判断逻辑直接，计算复杂度小，效率较高。

附图说明

图1是现有技术的拖点的形成原理的示意图。

图2是现有技术的包括拖点的雷达点云的示意图。

图3是现有技术的点的聚类的示意图。

图4是根据本发明的一个实施例的一种滤除雷达点云中的拖点的方法的示意图。

图5是根据本发明的一个实施例的待识别点以及在待识别点的第一侧和第二侧的一个或多个辅助点的示意图。

图6是根据本发明的一个实施例的一种判断拖点的方法的示意图。

图7是根据本发明的一个实施例的一种判断拖点的方法的另一示意图。

图8a是根据本发明的一个实施例的拖点滤除开启状态的雷达点云的示意图。

图8b是根据本发明的一个实施例的拖点滤除关闭状态的雷达点云的示意图。

具体实施方式

为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的第一实施方式涉及一种滤除雷达点云中的拖点的方法。

图4是根据本发明的一个实施例的一种滤除雷达点云中的拖点的方法的示意图。

如图4所示，滤除雷达点云中的拖点的方法包括以下步骤。

在步骤S1，对于点云中的待识别点，在点云信息中获取待识别点以及在待识别点的第一侧和第二侧的一个或多个辅助点的测距信息。其中，第一侧或第二侧的最远离待识别点的辅助点和待识别点之间的时序跨度与雷达的角分辨率相关。

其中，点云中的点的测距信息包括该点到雷达的距离d。图5是根据本发明的一个实施例的待识别点以及在待识别点的第一侧和第二侧的一个或多个辅助点的示意图。如图5所示，待识别点的测距信息为d₃，在待识别点的第一侧的一个或多个辅助点的测距信息分别为d₁和d₂，并且在待识别点的第二侧的一个或多个辅助点的测距信息分别为d₄和d₅。

其中，以一定的间隔来存储点云中的所有点以形成点云信息，并且以该间隔来查找每个点，点和点之间的时序跨度可用这两点之间的存储跨度和/或查找次数来指示。具体地，第一侧或第二侧的最远离待识别点的辅助点和待识别点之间的时序跨度与雷达的角分辨率相关。更具体地，第一侧或第二侧的最远离待识别点的辅助点和待识别点之间的时序跨度等于第一侧或第二侧的一个或多个辅助点的数量乘以雷达的最大角分辨率和最小角分辨率之间的倍数。

在存储时以最小角分辨率(例如0.1°)作为间隔来存储点云中的所有点，亦即，为每隔0.1°并且以该间隔来查找每个点。如果需要在点云信息中分别获取在待识别点的第一侧和第二侧的两个辅助点的测距信息，例如由于第一侧或第二侧的一个或多个辅助点的数量为2，并且雷达的最大角分辨率和最小角分辨率之间的倍数为4，则第一侧或第二侧的最远离待识别点的辅助点和待识别点之间的时序跨度为8。

例如，一个扫描范围为360°的64线雷达，其最大水平角分辨率为0.4°并且最小水平角分辨率为0.1°，则为了能够确保有充足的存储空间，存储结构上以最小角分辨率0.1°作为间隔来存储点云信息，亦即，提供3600*64个存储位置，作为点云信息存储位置。如果某一区域内，例如在[200°,320°]的水平角范围内该雷达采用了角分辨率0.4°的扫描模式，则此时，每间隔4个存储位置才会获得实际的点云信息，则可认为相应的时序跨度为4。

在步骤S2，基于待识别点以及第一侧和第二侧的一个或多个辅助点的测距信息，判断待识别点是否为拖点；并且，当待识别点为拖点时，转到步骤S3，滤除待识别点，否则转到步骤S4，保留待识别点。

参考图6，图6是根据本发明的一个实施例的一种判断拖点的方法的示意图。

如图6所示，基于待识别点以及第一侧和第二侧的一个或多个辅助点的测距信息，判断待识别点是否为拖点进一步包括以下步骤。

在步骤S21，基于第一侧和第二侧的最接近待识别点的辅助点的测距信息，判断第一侧和第二侧的最接近待识别点的辅助点是否位于同一物体上。

其中，待识别点以及第一侧和第二侧的一个或多个辅助点可以位于板或面上，并且一个多个点位于同一物体上指示这些点位于同一板或面上，或者这些点虽然位于不同板或面上，但是这些板或面之间的距离差在阈值范围内。该板或面的形状没有限定，但是优选地该板或面尽量平整，如平板或平面，并且更优选地该平板或平面与雷达的入射方向垂直，因为如果该平板或平面和雷达的入射方向之间的角度过大或过小，则可能无法滤除拖点。

其中，待识别点位于第一侧和第二侧的最接近待识别点的辅助点之间。更具体地，如果待识别点的测距信息位于第一侧和第二侧的最接近待识别点的辅助点的测距信息之间，则待识别点位于第一侧和第二侧的最接近待识别点的辅助点之间。

结合参考图5，如图5所示，第一侧的最接近待识别点的辅助点的测距信息为d₂，并且第二侧的最接近待识别点的辅助点的测距信息为d₄。如果d₂＜d₃＜d₄或者d₂＞d₃＞d₄，即，d₃位于d₂和d₄之间，则待识别点位于第一侧和第二侧的最接近待识别点的辅助点之间。

对于步骤S21中，可基于各个点的相对距离关系来确定各个点是否位于同一物体上。

优选地，设定第一判定阈值d_th0，如果|d₄-d₂|＜d_th0，即，d₂和d₄的差小于d_th0，则认为第一侧和第二侧的最接近待识别点的辅助点位于同一物体上。由于第一侧和第二侧的最接近待识别点的辅助点位于同一物体上，因此可以确定位于这两个辅助点之间的待识别点也位于同一物体上，即，待识别点不为拖点。其中，第一判定阈值d_th0可根据测距的可能误差或者表面凹凸情况来确定。例如，将第一判定阈值d_th0设定为当前测距的最小偏差值等。

此外，设定第二判定阈值d_th1，其中，第二判定阈值d_th1用于与第一判定阈值d_th0结合，来确定待识别点与辅助点的位置关系。优选地，如果d_th1≥|d₄-d₂|≥d_th0，即，d₂和d₄的差在d_th0～d_th1范围内，则认为第一侧和第二侧的最接近待识别点的辅助点不位于同一物体上。

其中，根据本申请的实施例中的各个判定阈值，如d_th0、d_th1、d_th2、d_th3、d_th4等，可基于道路场景下的常见物体的实际测量尺寸的统计信息确定。

优选地，d_th0取值范围可以为[300mm，500mm]，d_th2的取值范围可以为[2500mm，3800mm]，d_th2的取值范围可以为[30mm，50mm]，，d_th3的取值范围可以为[42mm，55mm]。

优选地，d_th4的取值范围可以为激光雷达的最大测远距离的1/2至最大距离。例如，对于测距能力为200m的激光雷达，其d_th4的取值可以为200000mm.

例如，d_th0＝410mm并且d_th1＝3200mm，则如果|d₄-d₂|＜400mm，认为第一侧和第二侧的最接近待识别点的辅助点位于同一物体上，如果3200mm≥|d₄-d₂|≥410mm，认为第一侧和第二侧的最接近待识别点的辅助点不位于同一物体上。

当在步骤S21中确定第一侧和第二侧的最接近待识别点的辅助点位于同一物体上时，转到步骤S22，待识别点不为拖点；否则转到步骤S23，基于第一侧和第二侧的多个辅助点的测距信息，判断第一侧的多个辅助点是否位于第一物体上，以及第二侧的多个辅助点是否位于第二物体上。当第一侧的多个辅助点位于第一物体上，并且第二侧的多个辅助点位于第二物体上时，转到步骤S24，待识别点为拖点，否则转到步骤S25，待识别点不为拖点。

此时，进一步根据第三判定阈值d_th2来确定两侧辅助点是否均位于同一物体上。

优选地，在步骤S23中，根据|d₁-d₂|＜d_th2&&|d₄-d₅|＜d_th2来确定第一侧的多个辅助点是否位于第一物体上，以及第二侧的多个辅助点是否位于第二物体上。

如果|d₁-d₂|＜d_th2&&|d₄-d₅|＜d_th2，即，d₁和d₂的差以及d₄和d₅的差均小于d_th2，则认为第一侧的多个辅助点位于第一物体上，并且第二侧的多个辅助点位于第二物体上。由于第一侧和第二侧的最接近待识别点的辅助点不位于同一物体上，并且每一侧的多个辅助点分别位于同一物体上，因此可以确定待识别点以及第一侧和第二侧的最接近待识别点的辅助点不属于孤立的点，并且待识别点既不位于第一物体上，也不位于第二物体上，即，待识别点为拖点。

相反地，如果至少有一侧的辅助点不在同一个物体上，则认为待识别点不为拖点。

例如，d_th2＝39mm，则如果|d₁-d₂|＜39mm&&|d₄-d₅|＜39mm，认为第一侧的多个辅助点位于第一物体上，并且第二侧的多个辅助点位于第二物体上，如果|d₁-d₂|≥39mm|||d₄-d₅|≥39mm，认为待识别点不为拖点。

其中，如果第一侧或第二侧的多个辅助点的测距信息为0，则待识别点不为拖点。

结合参考图5，如图5所示，如果(d₁＝0&&d₂＝0)||(d₄＝0&&d₅＝0)，即，d₁和d₂均为0或者d₄和d₅均为0，则待识别点不为拖点。由于第一侧或第二侧的多个辅助点的测距信息均为0，因此可以确定待识别点不位于两个物体之间，即，待识别点不为拖点。

作为优选实施例，在步骤S23判定为是，而在步骤S24确定待识别点为拖点之前，还执行步骤S24’(图未示)，在步骤S24’中，判定待识别点以及第一侧和第二侧的一个或多个辅助点均在最大阈值d_th4距离范围内。如步骤S24’判定为是，则确定待识别点为拖点。否则确定待识别点不为拖点。

结合参考图5，如图5所示，在步骤S24’中，确定{d₁，d₂，d₃，d₄，d₅}max＜d_th4是否成立。即，d₁、d₂、d₃、d₄和d₅中的最大值是否小于d_th4。可以理解如果待识别点以及第一侧和第二侧的一个或多个辅助点过于远，则判断待识别点是否为拖点将无意义。

例如，d_th4＝200000mm，如果{d₁，d₂，d₃，d₄，d₅}max＜200000mm，认为待识别点以及第一侧和第二侧的一个或多个辅助点均在最大阈值距离范围内，如果d₁≥200000mm、d₂≥200000mm、d₃≥200000mm、d₄≥200000mm和/或d₅≥200000mm，认为待识别点以及第一侧和第二侧的一个或多个辅助点中的至少一个点在最大阈值距离范围外。

根据本方案的又一优选实施例，如图7所示，当第一侧和第二侧的最接近待识别点的辅助点位于同一物体上时，进一步在步骤S221，基于待识别点的测距信息，并且基于第一侧和第二侧的最接近待识别点的辅助点的测距信息，判断待识别点是否临近第一侧的最接近待识别点的辅助点，或者待识别点是否临近第二侧的最接近待识别点的辅助点；

当待识别点临近第一侧的最接近待识别点的辅助点，或者待识别点临近第二侧的最接近待识别点的辅助点时，转到步骤S222，待识别点不为拖点，否则转到步骤S223，待识别点为拖点。

结合参考图5，如图5所示，如果(d₂+d_th3＜d₃&&d₃+d_th3＜d₄)||(d₂＞d₃+d_th3&&d₃＞d₄+d_th3)，即，待识别点d₃在d₂和d₄中间且距d₂和d₄均大于d_th3，则认为待识别点既不临近第一侧的最接近待识别点的辅助点，也不临近第二侧的最接近待识别点的辅助点，则判定该待识别点为拖点。

相反地，如果待识别点临近第一侧的最接近待识别点的辅助点，或者待识别点临近第二侧的最接近待识别点的辅助点，则可以确定待识别点临近某一物体边缘，考虑到其相对误差不大，也可以不将待识别点确定为拖点，从而保留待识别点。

例如，d_th3＝45mm，如果(d₂+45mm＜d₃&&d₃+45mm＜d₄)||(d₂＞d₃+45mm&&d₃＞d₄+45mm)，认为待识别点既不临近第一侧的最接近待识别点的辅助点，也不临近第二侧的最接近待识别点的辅助点，如果(d₂+45mm≥d₃&&d₃+45mm＜d₄)||(d₂≤d₃+45mm&&d₃＞d₄+45mm)，认为待识别点临近第一侧的最接近待识别点的辅助点，如果(d₂+45mm＜d₃&&d₃+45mm≥d₄)||(d₂＞d₃+45mm&&d₃≤d₄+45mm)，认为待识别点临近第二侧的最接近待识别点的辅助点。

图8a是根据本发明的拖点滤除开启状态的雷达点云的示意图。图8b是根据本发明的拖点滤除关闭状态的雷达点云的示意图。

如图8a和图8b所示，本发明充分利用激光雷达的测距的特性，根据各个点的测距信息来判断各个点是否是拖点，可以很好地滤除雷达点云中如椭圆框中示出的拖点，并且判断逻辑直接，计算复杂度小，效率较高。

根据本发明的激光雷达，可对点云逐个获取点来执行前述步骤S1至步骤S4的识别与滤除处理。由于本方案中对于每个点的判定均可通过有限步数的比较判定来完成，因此，其总体计算量较小时间复杂度较低，可以在计算资源有限的情况下，实现较好的拖点的判定和滤除。

本发明的实施方式还涉及一种处理器，处理器用于执行上面描述的滤除雷达点云中的拖点的方法。

本发明的实施方式还涉及一种激光雷达***，包括上面描述的处理器。

需要说明的是，本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现，指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的，易失性的或者非易失性的，固态的或者非固态的，固定的或者可更换的介质等等)。同样，存储器可以例如是可编程阵列逻辑(Programmable Array Logic，简称“PAL”)、随机存取存储器(Random Access Memory，简称“RAM”)、可编程只读存储器(Programmable Read Only Memory，简称“PROM”)、只读存储器(Read-Only Memory，简称“ROM”)、电可擦除可编程只读存储器(Electrically ErasableProgrammable ROM，简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc，简称“DVD”)等等。

需要说明的是，本发明各设备实施方式中提到的各单元/模块都是逻辑单元/模块，在物理上，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现，这些逻辑单元本身的物理实现方式并不是最重要的，这些逻辑单元所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外，为了突出本发明的创新部分，本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，这并不表明上述设备实施方式并不存在其它的单元。

需要说明的是，在本专利的权利要求和说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (11)

1.一种滤除雷达点云中的拖点的方法，其特征在于，所述方法包括：

对于所述点云中的待识别点，在点云信息中获取所述待识别点以及在所述待识别点的第一侧和第二侧的一个或多个辅助点的测距信息；其中，第一侧或第二侧的最远离所述待识别点的辅助点和所述待识别点之间的时序跨度与所述雷达的角分辨率相关；

基于所述待识别点以及第一侧和第二侧的所述一个或多个辅助点的测距信息，判断所述待识别点是否为拖点；

当所述待识别点为拖点时，滤除所述待识别点。

2.根据权利要求1所述的方法，其特征在于，第一侧或第二侧的最远离所述待识别点的辅助点和所述待识别点之间的时序跨度等于第一侧或第二侧的所述一个或多个辅助点的数量乘以所述雷达的最大角分辨率和最小角分辨率之间的倍数。

3.根据权利要求1所述的方法，其特征在于，基于所述待识别点以及第一侧和第二侧的所述一个或多个辅助点的测距信息，判断所述待识别点是否为拖点进一步包括：

基于第一侧和第二侧的最接近所述待识别点的辅助点的测距信息，判断第一侧和第二侧的最接近所述待识别点的所述辅助点是否位于同一物体上；其中，所述待识别点位于第一侧和第二侧的最接近所述待识别点的所述辅助点之间；

当第一侧和第二侧的最接近所述待识别点的所述辅助点位于同一物体上时，所述待识别点不为拖点。

4.根据权利要求3所述的方法，其特征在于，如果所述待识别点的测距信息位于第一侧和第二侧的最接近所述待识别点的所述辅助点的测距信息之间，则所述待识别点位于第一侧和第二侧的最接近所述待识别点的所述辅助点之间。

5.根据权利要求3所述的方法，其特征在于，当第一侧和第二侧的最接近所述待识别点的所述辅助点不位于同一物体上时，

基于第一侧和第二侧的多个辅助点的测距信息，判断第一侧的多个辅助点是否位于第一物体上，以及第二侧的多个辅助点是否位于第二物体上；

当第一侧的所述多个辅助点位于第一物体上，并且第二侧的所述多个辅助点位于第二物体上时，所述待识别点为拖点。

6.根据权利要求5所述的方法，其特征在于，如果第一侧或第二侧的所述多个辅助点的测距信息均为0，则所述待识别点不为拖点。

7.根据权利要求1所述的方法，其特征在于，所述待识别点以及第一侧和第二侧的所述一个或多个辅助点均在最大阈值距离内。

8.根据权利要求3所述的方法，其特征在于，当第一侧和第二侧的最接近所述待识别点的所述辅助点位于同一物体上时，进一步

基于所述待识别点的测距信息，并且基于第一侧和第二侧的最接近所述待识别点的所述辅助点的测距信息，判断所述待识别点是否临近第一侧的最接近所述待识别点的所述辅助点，或者所述待识别点是否临近第二侧的最接近所述待识别点的所述辅助点；

当所述待识别点临近第一侧的最接近所述待识别点的所述辅助点，或者所述待识别点临近第二侧的最接近所述待识别点的所述辅助点时，所述待识别点不为拖点。

9.根据权利要求1-8中任一项所述的方法，其特征在于，对于所述点云中的每个点，依次将其作为所述待识别点来执行前述方法的步骤以进行识别。

10.一种处理器，其特征在于，所述处理器用于执行根据权利要求1-9中任一项所述的滤除雷达点云中的拖点的方法。

11.一种激光雷达，包括：

发射装置，用于发生激光探测光束；

接收装置，用于接收所述探测光束并进行光电转换，以获得相应的点云；

其特征在于，还包括根据权利要求10所述的处理器，以基于所述点云来执行滤除雷达点云中的拖点的方法。

Images