一种车载点云地面点提取方法及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114119998A(43)申请公布日2022.03.01(21)申请号202111453859.4G06T7/136(2017.01)(22)申请日2021.12.01G06F16/901(2019.01)(71)申请人成都理工大学地址610059四川省成都市二仙桥东三路1号(72)发明人谭骏祥叶馨兰杨容浩李少达刘健飞(74)专利代理机构重庆强大凯创专利代理事务所(普通合伙)50217代理人冉剑侠(51)Int.Cl.G06V10/46(2022.01)G06T3/00(2006.01)G06T5/20(2006.01)G06T7/11(2017.01)权利要求书3页说明书11页附图5页(54)发明名称一种车载点云地面点提取方法及存储介质(57)摘要本发明涉及移动激光雷达数据处理技术领域，具体涉及一种车载点云地面点提取方法及存储介质，其中方法包括：S1、基于轨迹对点云进行断面分割，建立单线和多线点云数据均能适用的有序化组织算法；S2、基于断面内点云的几何特征差异，逐个断面运用移动最小二乘法提取道路面作为地面点自动提取的种子平面；S3、根据相邻断面的同类目标点云的相似几何特征，使用移动最小二乘法优化道路边界，并将道路边界作为后续地面滤波的种子点；S4、通过逐断面建立柱坐标系，分析剩余非道路面点云的分布规律和几何特征，通过约束断面内点云的几何特征提取并精化地面点。本发明解决了车载LiDAR点云地面点提取方法精度低、速度慢、适用性差的技术问题。CN114119998ACN114119998A权利要求书1/3页1.一种车载点云地面点提取方法，其特征在于，包括：S1、基于轨迹对点云进行断面分割，建立单线和多线点云数据均能适用的有序化组织算法；S2、基于断面内点云的几何特征差异，逐个断面运用移动最小二乘法提取道路面作为地面点自动提取的种子平面；S3、根据相邻断面的同类目标点云的相似几何特征，使用移动最小二乘法优化道路边界，并将道路边界作为后续地面滤波的种子点；S4、通过逐断面建立柱坐标系，结合直角坐标系获取点云在不同坐标系下的属性信息，构建几何特征向量，分析剩余非道路面点云的分布规律和几何特征，通过约束断面内点云的几何特征提取并精化地面点。2.如权利要求1所述的车载点云地面点提取方法，其特征在于，S1中，基于轨迹对点云进行断面分割之前，通过KD‑Tree对所有点云进行最近邻搜索，对点云中的高程异常点进行离群点滤除，得到离群点去噪后的点云，并对离群点去噪后的点云进行复杂轨迹简化，得到简化后的轨迹信息。3.如权利要求1所述的车载点云地面点提取方法，其特征在于，S1中，根据简化后的轨迹信息拟合轨迹直线，拟合公式如下，式中k为轨迹拟合系数，b为轨迹拟合常数；获取POS高度POSh，根据数学投影法则将点云投影到轨迹直线上，并计算每个点在直线上的垂足；根据实际道路的路况设置宽度阈值Widththreshold作为断面分割的间隔值，得到点云数据的间距interval，interval的计算公式如下，式中，Dlength为点云总长度。4.如权利要求3所述的车载点云地面点提取方法，其特征在于，S2中，任意点在任意时刻的轨迹数据为dmin为距离阈值，Δt为时间值，如果[t0‑Δt,t0+Δt]范围内距离(x0,y0)的平面距离小于dmin的点云有N个，轨迹到道路面之间的平均高程差POSh的计算公式如下，式中，POSh为平均高程差。5.如权利要求3所述的车载点云地面点提取方法，其特征在于，S2中，对于断面中的任2CN114119998A权利要求书2/3页意点P在任意时刻t的轨迹数据为通过移动最小二乘法窗口结合提取每条断面中的道路面点云，如果点的平面坐标满足公式和|Z‑Zt‑H|<Hthreshold，则点P为道路面点云，其中，dmin为距离阈值，Hthreshold为高程差阈值。6.如权利要求2所述的车载点云地面点提取方法，其特征在于，S3中，判别道路边界点的几何特征约束的条件，如下式，式中，Slope为城市道路的路坎坡度值，范围为Slope∈[60°,90°]，H为高程差异，范围为10cm≤H≤20cm，Slopemin和Slopemax分别为最小坡度和最大坡度值，Hi为连续两点之间的高程差，Hmin和Hmax分别为最小高程差和最大高程差。7.如权利要求3所述的车载点云地面点提取方法，其特征在于，S4中，逐断面构建柱坐标系计算几何特征，将第一个断面作为参考平面γ，将点云范围内的第一个轨迹点作为局部极坐标系的参考坐标原点O'(x'0,y'0,z'0)，对于点云中的任意点P(x,y,z,t)在柱坐标系的坐标可通过在P点所在的垂直于轨迹的断面相对于参考平面的相对位置获得，点P(x,y,