噪声数据识别方法、装置及存储介质

技术领域

本发明涉及雷达技术领域，尤其涉及一种噪声数据识别方法、装置及存储介质。

背景技术

激光雷达作为一种可以获取精准的三维空间的技术，具有受天气、光照等自然条件的影响较小等优点，被广泛于无人驾驶领域。但是实际生活应用中，雷达信号之间会互相影响，产生噪声。传统的雷达去噪方法是给发射的激光信号加上编码，然后对接收到的雷达数据进行解码，进而解决串扰噪声。但这并不能完全解决串扰噪声的问题，比如一台车辆A上在行驶时会遇上其他搭载激光雷达的车辆B，车辆B的激光雷达产生的信号会影响车辆A对信号的接收，车辆A的激光雷达接收的雷达数据会存在串扰噪声，但是B车辆发射的激光信号的编码信息可能与A车雷同，无法识别B车辆的串扰噪声，所以传统的噪声数据识别方法对串扰噪声数据的识别率不高。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种噪声数据识别方法、装置及存储介质，旨在提高对串扰噪声数据的识别率。

为实现上述目的，本发明提供一种噪声数据识别方法，所述噪声数据识别方法包括以下步骤：

获取激光雷达的点云数据，通过网格分割所述点云数据；

确定激光雷达发射方向依次经过的第一网格和第二网格；

计算第一网格内的点云数据的高度范围；

当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。

可选地，所述确定激光雷达发射方向依次经过的第一网格和第二网格，包括：

沿所述激光雷达发射方向遍历网格，若存在激光点的数量大于或等于预设数量的目标网格，则将目标网格确定为第一网格；

以所述第一网格为起点，所述激光雷达发射方向为延伸方向，确定出所述第二网格。

可选地，所述以所述第一网格为起点，所述激光雷达发射方向为延伸方向，确定出所述第二网格，包括：

以所述第一网格为起点，所述激光雷达发射方向为延伸方向，延伸经过的预设数量个网格分别作为所述第二网格。

可选地，所述当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据，包括：

遍历预设数量个所述第二网格，若存在高度处于所述高度范围内的目标点云时，判定所述目标点云为噪声数据。

可选地，所述方法还包括：

遍历预设数量个所述第二网格，若所述第一网格内的激光点数量与所述第二网格内的激光点数量的比值大于或等于预设比值时，则判定所述第二网格内的点云数据为噪声数据。

可选地，所述当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据，包括：

计算所述第一网格和所述第二网格之间的高度差；

若所述第二网格内的激光点的高度与所述高度差之和位于所述高度范围内，则所述激光点为目标点云，判定所述目标点云为噪声数据。

可选地，所述获取激光雷达的点云数据，通过网格分割所述点云数据，包括：

获取激光雷达的点云数据，确定所述点云数据的边界信息和网格分辨率；

根据所述边界信息和所述网格分辨率确定网格参数，所述网格参数包括网格形状和网格大小；

根据所述网格参数分割所述点云数据。

可选地，当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据之后，还包括：

将所述目标点云去除。

此外，为实现上述目的，本发明还提供一种噪声数据识别装置，所述噪声数据识别装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的噪声数据识别程序，所述噪声数据识别程序被所述处理器执行时实现如上所述的噪声数据识别方法的步骤。

此外，为实现上述目的，本发明还提供一种噪声数据识别装置，所述噪声数据识别装置包括：

获取模块，用于获取激光雷达的点云数据，通过网格分割所述点云数据；

确定模块，用于确定激光雷达发射方向依次经过的第一网格和第二网格；

计算模块，用于计算第一网格内的点云数据的高度范围；

判定模块，用于当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有噪声数据识别程序，所述噪声数据识别程序被处理器执行时实现如上所述的噪声数据识别方法的步骤。

本发明实施例提出的一种噪声数据识别方法、装置及存储介质，先获取激光雷达的点云数据，通过网格分割所述点云数据；确定激光雷达发射方向依次经过的第一网格和第二网格；计算第一网格内的点云数据的高度范围；当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。将获取的雷达点云数据通过网格进行分割，并根据激光发射方向确定位于第一网格后的第二网格，由于激光不能探索到物体内部或背部的数据，所以第二网格内存在高度与高度范围相关的目标点云时，判定目标点云为噪声数据，从而提高对串扰噪声数据的识别率。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明噪声数据识别方法的一实施例的流程示意图；

图3为本发明实施例涉及的一实施例的应用场景示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于在相关技术中，无法完全识别来自于其他系统的激光信号，而其他系统的激光信号会造成本系统的点云数据中的串扰噪声。传统的噪声数据识别方法无法从根本上识别串扰噪声，导致串扰噪声数据的识别率不高。

为了提高串扰噪声数据的识别率，本发明实施例提出一种噪声数据识别方法、装置及存储介质，其中，所述方法的主要步骤包括：

获取激光雷达的点云数据，通过网格分割所述点云数据；

确定激光雷达发射方向依次经过的第一网格和第二网格；

计算第一网格内的点云数据的高度范围；

当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。

这样通过网格分割雷达点云数据，并根据激光发射方向确定激光依次经过的第一网格和第二网格，由于激光不能探索到物体内部或背部的数据，所以第二网格内不应该存在与第一网格内点云数据高度范围相关的点云数据，当第二网格内存在高度与高度范围相关的目标点云时，判定目标点云为噪声数据。因此，基于上述实施例给出的方案，直接对点云数据进行噪声数据识别，可以提高串扰噪声数据的识别率。

以下结合附图对本发明技术方案内容进行详细说明。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端可以是噪声数据识别装置。

如图1所示，该终端可以包括：处理器1001，例如CPU，存储器1003，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。存储器1003可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1003可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1003中可以包括操作系统以及噪声数据识别程序。

在图1所示的终端中，处理器1001可以用于调用存储器1003中存储的噪声数据识别程序，并执行以下操作：

获取激光雷达的点云数据，通过网格分割所述点云数据；

确定激光雷达发射方向依次经过的第一网格和第二网格；

计算第一网格内的点云数据的高度范围；

当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。

进一步地，处理器1001可以调用存储器1003中存储的噪声数据识别程序，还执行以下操作：

沿所述激光雷达发射方向遍历网格，若存在激光点的数量大于或等于预设数量的目标网格，则将目标网格确定为第一网格；

以所述第一网格为起点，所述激光雷达发射方向为延伸方向，确定出所述第二网格。

进一步地，处理器1001可以调用存储器1003中存储的噪声数据识别程序，还执行以下操作：

以所述第一网格为起点，所述激光雷达发射方向为延伸方向，延伸经过的预设数量个网格分别作为所述第二网格。

进一步地，处理器1001可以调用存储器1003中存储的噪声数据识别程序，还执行以下操作：

遍历预设数量个所述第二网格，若存在高度处于所述高度范围内的目标点云时，判定所述目标点云为噪声数据。

进一步地，处理器1001可以调用存储器1003中存储的噪声数据识别程序，还执行以下操作：

遍历预设数量个所述第二网格，若所述第一网格内的激光点数量与所述第二网格内的激光点数量的比值大于或等于预设比值时，则判定所述第二网格内的点云数据为噪声数据。

进一步地，处理器1001可以调用存储器1003中存储的噪声数据识别程序，还执行以下操作：

计算所述第一网格和所述第二网格之间的高度差；

若所述第二网格内的激光点的高度与所述高度差之和位于所述高度范围内，则所述激光点为目标点云，判定所述目标点云为噪声数据。

进一步地，处理器1001可以调用存储器1003中存储的噪声数据识别程序，还执行以下操作：

获取激光雷达的点云数据，确定所述点云数据的边界信息和网格分辨率；

根据所述边界信息和所述网格分辨率确定网格参数，所述网格参数包括网格形状和网格大小；

根据所述网格参数分割所述点云数据。

示例性地，参照图2，在本发明噪声数据识别方法的一实施例中，所述噪声数据识别方法包括以下步骤：

步骤S10、获取激光雷达的点云数据，通过网格分割所述点云数据；

在本实施例中，先获取需要进行噪声识别处理的激光雷达点云数据，雷达点云数据是由若干个激光点数据组成，激光雷达发射一束激光并接收经物体表面反射回来的激光束，从而形成一个激光点数据。点云数据包括激光雷达与周边物体之间的角度信息和距离信息。一些实施例中，通过正方体的网格对点云数据进行分割。

在本实施例中，机器人配置有多线激光雷达，在机器人行进的过程中，多线激光雷达可对外部环境进行扫描以获得外部环境的点云数据，点云数据在空间上呈三维分布。

可选地，获取激光雷达的点云数据，确定所述点云数据的边界信息和网格分辨率；根据所述边界信息和所述网格分辨率确定网格参数，所述网格参数包括网格形状和网格大小；根据所述网格参数分割所述点云数据。

根据获取到的点云数据，检测点云数据的稠密情况，确定点云数据的边界信息，也即点云边界以内空间分布了大部分激光点，点云边界以外空间是没有激光点的，或零散分布，且数量极少。在本实施例中，每一网格为正方体。当然，也可根据点云分布情况，多个网格合并为一新网格，用于形成不同分辨率的网格。网格的形状可以是正方体，也可以是长方体。根据运算需求，确定网格分辨率，例如网格的分辨率为3cm×3cm×3cm。网格分辨率不可过大，避免一个网格内的激光点数量过多。网格分辨率也不能过小，避免一个网格内的激光点数量过少。在空间上通过交叉直线将点云数据分割为若干个立体网格，以便于对每一个网格内的激光点进行遍历处理。

步骤S20、确定激光雷达发射方向依次经过的第一网格和第二网格；

在本实施例中，点云数据是由于激光雷达向追踪点发射激光而形成的，激光呈直线发射，会依次经过多个网格。首先，在激光发射的一个方向上，确定是否有满足预设条件的第一网格。其次，如果存在第一网格，则在第一网格的背向确定出第二网格。将点云数据分割为多个网格之后，并不是所有的网格可作为第一网格。

可选地，沿所述激光雷达发射方向遍历网格，若存在激光点的数量大于或等于预设数量的目标网格，则将目标网格确定为第一网格；以所述第一网格为起点，所述激光雷达发射方向为延伸方向，确定出所述第二网格。

具体地，沿着激光发射方向，逐个地以一网格计算单元，在网格内的激光点的数量大于或等于预设数量时，则确定第一网格为第一网格。在网格内的激光点的数量达到预设数量时，则确定为第一网格，第一网格的激光点是被确定为经物体表面反射的激光点。预设数量是根据实际运行场景进行确定的，如果环境中存在透光度高的物体，比如玻璃，则预设数量可以较小。在第一网格的基础上，以激光发射方向作为延伸方向，延伸经过至下一个网格即为第二网格，第一网格与第二网格相临。在另一些实施例中，第一网格和第二网格不相临，第一网格和第二网格之间格着一个或多个网格，例如一个或两个。

进一步地，以第一网格为起点，激光发射方向为延伸方向，延伸经过一个或多个网格，一个或多个网格均分别确定为第二网格。

需要理解的是，第二网格的数量可以是一个或多个，但第二网格中所有的网格都是第一网格沿着激光发射方向确定的网格。

为了更好地理解，请参照图3，雷达点云数据被网格分为了1、2、3、4、5、6、7个小网格，对应了实际场景，雷达装置10向a、b、c三个发射方向发射激光信号，若网格2是点云数据数量大于预设数量的目标网格，则确定其网格2是第一网格，以网格2为起点，激光发射方向b为延伸方向，根据激光发射方向b确定所述网格对应的第二网格，若延伸经过一个网格，网格5极为第二网格，若延伸经过多个网格，网格5和网格8为第二网格。

步骤S20、计算第一网格内的点云数据的高度范围；

在本实施例中，第一网格是相对于第二网格离雷达发射模块更近的网格，第一网格内具有大于预设数量的激光点。点云数据是激光雷达与激光点之间的角度信息和距离信息，根据角度信息和距离信息，可以计算出激光点的高度信息，根据第一网格内高度最低的激光点的高度到第一网格内高度最高的激光点的高度是第一网格内点云数据的高度范围，即高度最低的激光点到最高的激光点之间的范围为网格内点云数据的高度范围。

可选地，在确定第一网格内的点云数据的高度范围的步骤之前，还应当确认所述第一网格内的激光点数量；当所述激光点数量小于预设数量时，判定所述第一网格内的数据不是所述噪声数据。可以理解的是，如果网格内激光点数量不高，一般是由于激光点不够密集，在激光点不太密集的情况下，该网格对应的实际场景可能不具有可以遮挡激光的物体，在沿着激光发射方向之后的第二网格中存在高度与第一网格点云数据高度范围相关点云不属于噪声数据。

步骤S40、当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。

在本实施例中，如果在第一网格中检测到激光点，意味着第一点云数据对应的实际场景中存在物体，由于激光的特性，无法透过已经存在的物体，所以在激光照射方向的后方的第二网格中，无法出现高度与第一网格高度范围相关的激光点，包括高度在第一网格高度范围内或者超过第一网格高度范围在一定预设值内的激光点，这样的激光点是目标点云，目标点云是噪声数据。进一步地，在第一网格内是如果有预设数量的激光点，则认为该网格对应的实际运行环境中有障碍物的阻挡，根据激光的特性可以确定的是，第二网格内不会出现与第一网格内点云数据高度范围相关的点云数据。

可选地，遍历预设数量个所述第二网格，若存在高度处于所述高度范围内的目标点云时，判定所述目标点云为噪声数据。

第二网格数量可以是一个或多个网格，逐个遍离预设数量个第二网格，确定每个网格中每个激光点的高度，如果第二网格中有高度在第一网格高度范围内的激光点时，该激光点是目标点云，该目标点云数据是噪声数据，参照图3，例如第一网格2内的高度范围是2～6，遍历预设数量为2的第二网格，即网格5和网格8，网格5中有激光点A、B、C、D，对应高度为1、3、6、8，则激光点B、C在高度范围2～6中，激光点B、C为目标点云，激光点B、C为噪声数据，激光点A、D不在高度范围2～6中，激光点A、D不是目标点云；遍历了网格5后遍历网格8，网格8中有激光点E、F，对应高度为4、5，激光点E、F在高度范围2～6中，激光点E、F为目标点云，激光点E、F为噪声数据。

可选地，遍历预设数量个所述第二网格，若所述第一网格内的激光点数量与所述第二网格内的激光点数量的比值大于或等于预设比值时，则判定所述第二网格内的点云数据为噪声数据。

第二网格数量可以是一个或多个网格，逐个遍离预设数量个第二网格，先确认第一个网格内的激光点的数量，再确定每个第二网格内激光点的数量，计算第一网格内的激光点数量与每个第二网格激光点的数量的比值，若比值大于预设比值，则表示第二网格中的数量相较于与第一网格的激光点数量较少，则判定该比值对应的第二网格内的点云数据为噪声数据。

可选地，计算所述第一网格和所述第二网格之间的高度差；若所述第二网格内的激光点的高度与所述高度差之和位于所述高度范围内，则所述激光点为目标点云，判定所述目标点云为噪声数据。

计算第一网格和第二网格之间点云数据的高度差，进而计算第二网格内每个激光点的高度与高度差的和值，如果和值在第一网格的点云数据的高度范围之内，那该和值对应的第二网格的激光点则是噪声数据，这样考虑到若第一网格与第二网格不在同一水平面的情况，仅依靠激光点高度不在高度范围内无法确认目标点云，进一步提高了对串扰数据的识别率。

可选地，将所述目标点云去除。

目标点云是噪声数据，具体地，目标点云是串扰噪声数据。由于点云数据是用来作为导航、避障、路径规划、定位等主要数据，后续会对点云数据进行详细的计算操作，目标点云会干扰上述操作，为了减少不必要的计算，提高导航、避障、路径规划、定位等工作效率和正确率，减小储存空间，应当将目标点云去除。

进一步地，考虑到实际应用场景中，若激光扫射范围中出现物体时，第一网格内对应的点云数据会表现得十分密集，不排除第一网格内会存在噪声数据，所以当第二网格内存在高度与处于第一网格内高度范围相关的目标点云时，也可以判定第一网格内的点云数据为噪声数据。

在本实施例的一可选实施方案中，获取激光雷达的点云数据，通过网格分割所述点云数据；确定激光雷达发射方向依次经过的第一网格和第二网格；计算第一网格内的点云数据的高度范围；当所述第二网格内存在高度与所述高度范围相关的目标点云时，判定所述目标点云为噪声数据。这样通过网格分割雷达点云数据，并根据激光发射方向确定位于第一网格后的第二网格，由于激光不能探索到物体内部的数据，所以可以推论出第二网格内存在与第一网格内点云数据高度范围相关的目标点云是不合理的，存在上述情况的可能性是收到了其他系统发射激光信号的串扰噪声，这样的目标点云是噪声数据，因此，基于上述实施例，可以提高对串扰噪声数据的识别率，并且其对雷达点云数据直接进行处理，可以减少对其他装置或设定的依赖性，提高了串扰噪声数据的识别效率。

此外，本发明实施例还提出一种噪声数据识别装置，所述噪声数据识别装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的噪声数据识别程序，所述噪声数据识别程序被所述处理器执行时实现如上各个实施例所述的噪声数据识别方法的步骤。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有噪声数据识别程序，所述噪声数据识别程序被处理器执行时实现如上各个实施例所述的噪声数据识别方法的步骤。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得噪声数据识别装置执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。