一种无人驾驶系统激光雷达连续点云的压缩方法.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CN112666569A(43)申请公布日2021.04.16(21)申请号202011383622.9(22)申请日2020.12.01(71)申请人天津优控智行科技有限公司地址300143天津市华苑产业区海泰西路18号北2-204工业孵化-5-357(72)发明人廖明肖永国于腾吴晨晓(74)专利代理机构石家庄元汇专利代理事务所(特殊普通合伙)13115代理人修红霞(51)Int.Cl.G01S17/58(2006.01)G01S17/90(2020.01)权利要求书1页说明书2页(54)发明名称一种无人驾驶系统激光雷达连续点云的压缩方法(57)摘要本发明涉及点云数据处理技术领域，提出了一种无人驾驶系统激光雷达连续点云的压缩方法，分离出用于表述静态背景的点云，然后提取上述点云变换所反应的车辆本身的运动，得到点云数据；在离线保存点云数据时，对于关键时间点的点云，进行完整保留，关键时间点之后若干帧中的移动目标点云也完整保留，而表述静态背景的点云则删除，得到没有背景的帧；还原时，根据记录的每两个关键时间点时间段内车辆的运动轨迹，使用合成孔径雷达原理对没有背景的帧进行还原。本方法保存点云各帧之间所体现的背景的移动规律，删掉对应的表述静态背景的点云，可以起到在离线存储点云数据时节省存储空间的目的。CN112666569ACN112666569A权利要求书1/1页1.一种无人驾驶系统激光雷达连续点云的压缩方法，其特征在于，所述方法包括以下步骤：a、分离出用于表述静态背景的点云，然后提取上述点云变换所反应的车辆本身的运动，得到点云数据；b、在离线保存点云数据时，对于关键时间点的点云，进行完整保留，关键时间点之后若干帧中的移动目标点云也完整保留，而表述静态背景的点云则删除，得到没有背景的帧；c、还原时，根据记录的每两个关键时间点时间段内车辆的运动轨迹，对没有背景的帧进行还原。2.根据权利要求1所述的一种无人驾驶系统激光雷达连续点云的压缩方法，其特征在于，步骤a中，分离出用于表述静态背景的点云是指，将车辆静止5‑10s，将该时间内坐标移动不超过激光雷达误差范围的点云作为用于表述静态背景的点云；提取上述点云变换所反应的车辆本身的运动是指，通过车辆同步的惯性传感器数据和定位系统数据，获得车辆在UTM坐标系中X、Y、Z的变化，来提取与车辆坐标变化相同的点云。3.根据权利要求1所述的一种无人驾驶系统激光雷达连续点云的压缩方法，其特征在于，步骤b中，车辆开始行驶时作为第一个关键时间点，行驶后每隔单位时间作为一个关键时间点，单位时间根据录制不同的路况进行制定，单位时间的取值范围为0‑120min。4.根据权利要求1所述的一种无人驾驶系统激光雷达连续点云的压缩方法，其特征在于，步骤b中，还包括以每个点云的点作为比较对象，比较这一点上不同时刻的返回距离的信息，将两个关键时间点时间段内点云的移动位置与该时间段内车辆移动位置进行对比拟合，对于拟合度小于95％的，保留拟合函数并删去该点云。5.根据权利要求1所述的一种无人驾驶系统激光雷达连续点云的压缩方法，其特征在于，步骤c中，使用合成孔径雷达原理对没有背景的帧进行还原。2CN112666569A说明书1/2页一种无人驾驶系统激光雷达连续点云的压缩方法技术领域[0001]本发明涉及点云数据处理技术领域，具体的，涉及一种无人驾驶系统激光雷达连续点云的压缩方法。背景技术[0002]激光雷达通过向目标照射一束光，通常是一束脉冲激光，然后通过计算光脉冲返回所需时间来测量目标的距离等参数。自动驾驶技术使用的激光雷达通常以旋转扫视的方式，将一束(单线)或多束(如16线、32线)激光发出，从而得到四周各个方向上，障碍物距自己的距离。自动驾驶车辆所用激光雷达会产生大量的点云数据，若不压缩，将占据大量存储空间和传输信道。以VelodyneHDL32E激光雷达为例，它每个周期内，向360°的全景方向内，发射32束激光束，其每束在360°上均匀分布1083个采样点，则每帧有34656个点，这些点分布在三维空间中的样子似云雾，因此称为点云。每秒有20帧点云，即每秒693120个点，约合每秒产生数据8.7MB，这个数据量比4K60fpsHEVC高清视频还要大30％。发明内容[0003]本发明提出一种无人驾驶系统激光雷达连续点云的压缩方法，解决了现有技术中自动驾驶车辆所用激光雷达会产生大量的点云数据，若不压缩，将占据大量存储空间和传输信道的问题，可以起到在离线存储点云数据时节省存储空间的目的。[0004]本发明的技术方案如下：一种无人驾驶系统激光雷达连续点云的压缩方法，关键在于，所述方法包括以下步骤：[0005]a、分离出用于表述静态背景的点云，然后提取上述点云变换所反