一种用于车路协同感知的路侧激光点云精简方法和系统.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CN113866743A(43)申请公布日2021.12.31(21)申请号202111472584.9(22)申请日2021.12.06(71)申请人哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）地址518052广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区(72)发明人汪洋丁丽琴谢卫星郭俊琪孙晨阳(74)专利代理机构深圳鼎合诚知识产权代理有限公司44281代理人郭燕彭家恩(51)Int.Cl.G01S7/48(2006.01)权利要求书2页说明书9页附图5页(54)发明名称一种用于车路协同感知的路侧激光点云精简方法和系统(57)摘要一种用于车路协同感知的路侧激光点云精简方法和系统，其中方法包括：获取路侧激光雷达采集的路侧点云；将路侧点云中的每个点与预设搜索邻域内的模板点云进行统计，通过计算其与模板点云的相似度来搜索前景点，当相似度小于设定阈值时判定为前景点，反之为背景点，保留路侧点云中所有相似度小于阈值的点，得到初步精简的结果，其中，模板点云为仅包含背景目标的路侧点云；对初步精简结果进行离群点滤波，进一步滤除背景点云，得到最终的路侧前景点云；本发明通过点云的统计特性计算相似度来鉴别前背景点，可实现前景点云的实时搜索，获得数据量小但信息量丰富的前景点云，确保实时传输的同时不损失有用信息，达到较为理想的精简效果。CN113866743ACN113866743A权利要求书1/2页1.一种用于车路协同感知的路侧激光点云精简方法，其特征在于，包括：获取路侧点云，所述路侧点云由路侧激光雷达采集得到；对于所述路侧点云中的每个点，将其与预设的搜索邻域内的模板点云进行比较，计算其与模板点云的相似度，当相似度小于设定的相似度阈值时则判定其为前景点，保留所述路侧点云中所有相似度小于相似度阈值的点，得到初步精简结果，其中所述模板点云为所述路侧激光雷达采集的仅包含背景信息的点云数据；对所述初步精简结果进行离群点滤波，得到最终的精简路侧点云。2.如权利要求1所述的路侧激光点云精简方法，其特征在于，所述对于所述路侧点云中的每个点，将其与预设的搜索邻域内的模板点云进行比较，计算其与模板点云的相似度，包括：对于所述路侧点云中的每个点，计算其预设的搜索邻域内包含的模板点云的点的个数，根据计算得到的点的个数，以及该路侧点云中的点到所述路侧激光雷达的中心的距离，计算该路侧点云中的点与模板点云的相似度。3.如权利要求2所述的路侧激光点云精简方法，其特征在于，所述计算预设的搜索邻域内包含的模板点云的点的个数包括：预先对模板点云构建KD树，对于所述路侧点云中的每个点，依据预设的搜索邻域在所述KD树中进行近邻查找，得到其预设的搜索邻域内包含的模板点云的点的个数。4.如权利要求2所述的路侧激光点云精简方法，其特征在于，根据以下公式计算相似度：，其中，表示第i个点与模板点云的相似度，表示第i个点的搜索邻域，k为预设的系数，为第i个点到所述路侧激光雷达的中心的距离，为搜索邻域内包含的模板点云中的点的个数。5.如权利要求1所述的路侧激光点云精简方法，其特征在于，采用BIRCH聚类算法或DBSCAN聚类算法对所述初步精简结果进行离群点滤波。6.如权利要求1所述的路侧激光点云精简方法，其特征在于，还包括：在将所述路侧点云中的点与预设的搜索邻域内的模板点云进行比较，计算其与模板点云的相似度之前，依据预设的高度阈值和感兴趣范围对所述路侧点云进行滤波，仅保留高度低于高度阈值且在感兴趣范围内的点云数据，或者依据预设的高度阈值或感兴趣范围对所述路侧点云进行滤波，仅保留高度低于高度阈值或在感兴趣范围内的点云数据。7.如权利要求1所述的路侧激光点云精简方法，其特征在于，所述模板点云为所述路侧激光雷达在多个视角下采集的多帧点云进行拼接得到。8.一种用于车路协同感知的路侧激光点云精简系统，其特征在于，包括：2CN113866743A权利要求书2/2页路侧激光雷达，用于采集路侧点云；初步精简装置，用于将所述路侧点云中的每个点与预设的搜索邻域内的模板点云进行比较，计算其与模板点云的相似度，当相似度小于设定的相似度阈值时则判定其为前景点，并保留所述路侧点云中所有相似度小于相似度阈值的点，得到初步精简结果，其中所述模板点云为所述路侧激光雷达采集的仅包含背景信息的点云数据；离群点滤波装置，用于对所述初步精简结果进行离群点滤波，得到最终的精简路侧点云。9.如权利要求8所述的路侧激光点云精简系统，其特征在于，所述初步精简装置通过以下方式将所述路侧点云中的每个点与预设的搜索邻域内的模板点云进行比较，计算其与模板点云的相似度：对于所述路侧点云中的每个点，计算其预设的搜索邻域内包含的模板点云的点的个数，根据以下公式计算该路侧点