基于激光点云提取立杆的方法与装置

技术领域

本发明涉及计算机应用领域，具体涉及一种基于激光点云提取立杆的方法与装置。

背景技术

随着人工智能技术及激光雷达技术的快速发展，激光测量在环境三维数据的探测开发中凸显出越来越明显的重要性。激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统，其工作原理是向目标发射探测信号(例如激光束)，然后将接收到的从目标反射回来的信号(例如目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数。在各种常用的三维场景如城市环境和港口环境中立杆物体是非常重要的三维信息，是三维环境中比较普遍的且相对稳定的设施部件，是相对不变的环境因素，稳定不变的立杆元素可以有效地、广泛地使用于自主无人系统中机器人的辅助定位。

目前关于激光点云中提取杆状部件的主流方法主要是基于几何特征，基于聚类方法和基于构件模板方法等，但是以上方法都对点云数据质量要求较高，难以对点云进行精确分割，难以进行有效提取以及耗费时间较长等等问题。

基于上述技术问题，申请人提出了本申请的技术方案以实现精确有效、快速地提取扫描激光点云中的立杆。

发明内容

本发明的目的是提供了一种基于激光点云提取立杆的方法与装置，通过获取激光点云集后进行水平栅格化处理和栅格聚类处理，并进一步进行几何筛选，使得能够对激光点云中的立杆点云进行精确分割和有效提取，大大缩短激光点云中立杆的提取时间。

为实现上述目的，本发明提供了一种基于激光点云提取立杆的方法，包括：获取由激光雷达接收的激光点云集，对所述激光点云集进行预处理，得到初始激光点云集；选取所述初始激光点云集中任一点云图作为第一点云图，对所述第一点云图进行水平栅格化处理，得到与所述第一点云图对应的水平栅格图；对所述水平栅格图进行栅格聚类处理，得到所述第一点云图中的多个不同物体对象；基于预设的几何筛选条件，从多个不同物体对象中筛选出符合立杆几何形状的立杆物体对象，将所述立杆物体对象作为所述激光点云集所对应的立杆点云对象。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时上述方法的步骤。

本发明还提供了一种基于激光点云提取立杆的装置，包括依次相连接的点云预处理模块、水平栅格处理模块、栅格聚类处理模块和几何筛选处理模块；所述点云预处理模块，用于获取由激光雷达接收的激光点云集，对所述激光点云集进行预处理，得到初始激光点云集；所述水平栅格处理模块，用于选取所述初始激光点云集中任一点云图作为第一点云图，对所述第一点云图进行水平栅格化处理，得到与所述第一点云图对应的水平栅格图；所述栅格聚类处理模块，用于对所述水平栅格图进行栅格聚类处理，得到所述第一点云图中的多个不同物体对象；所述几何筛选处理模块，用于基于预设的几何筛选条件，从多个不同物体对象中筛选出符合立杆几何形状的立杆物体对象，将所述立杆物体对象作为所述激光点云集所对应的立杆点云对象。

在一个实施例中，所述对所述第一点云图进行水平栅格化处理，得到与所述第一点云图对应的水平栅格图，包括：采用水平栅格化公式对所述第一点云图中的点进行栅格化，得到所述第一点云图中点对应的栅格横向序号和栅格纵向序号；基于所述第一点云图中各个点的栅格横向序号和栅格纵向序号，生成所述第一点云图对应的水平栅格图。

在一个实施例中，所述水平栅格化公式为

Idx＝(Xi-Xmin)÷Gridsize

Idy＝(Yi-Ymin)÷Gridsize

其中，Idx、Idy分别指所述第一点云图中点i所处的栅格横向序号、栅格纵向序号，Xi是所述第一点云图中点i的X坐标，Yi是所述第一点云图中点i的Y坐标，Xmin是所述第一点云图中所有点的X坐标的最小值，Ymin是所述第一点云图中所有点的Y坐标的最小值，Gridsize是预设的栅格大小。

在一个实施例中，所述对所述水平栅格图进行栅格聚类处理，得到所述第一点云图中的多个不同物体对象，包括：遍历所述水平栅格图中的各个栅格；若一个所述栅格中包含的点的个数大于0，则遍历所述栅格的相邻栅格；若所述相邻栅格中包括的点的个数大于0，则将所述栅格和所述相邻栅格进行合并，将合并后的栅格中的点的个数设置为0；若所述栅格的相邻栅格超出所述水平栅格图的边界或者所述相邻栅格的中包括的点的个数为0，则终止遍历，将所有经过遍历的点的个数大于0的各个栅格形成一个栅格集合，将位于所述栅格集合中的点云作为一个物体对象。

在一个实施例中，所述基于预设的几何筛选条件，从多个不同物体对象中筛选出符合立杆几何形状的立杆物体对象，将所述立杆物体对象作为所述激光点云集所对应的立杆点云对象，包括：从所述多个不同物体对象中根据预设点数阈值、预设高度阈值、预设栅格数目阈值进行筛选，得到第一对象点集；对所述第一对象点集根据最小二乘法拟合圆算法求取圆心坐标和半径；根据预设半径阈值对所述第一对象点集中的不同物体对象进行筛选，得到立杆点云对象。

附图说明

图1是根据本发明第一实施例中的基于激光点云提取立杆的方法的具体流程图；

图2是根据本发明第一实施例中的激光点云集的示意图；

图3是根据本发明第一实施例中的去除地面点云后的水平栅格图的示意图；

图4是根据本发明第一实施例中的经过几何筛选的立杆水平投影的示意图；

图5是根据本发明第一实施例中的提取的立杆点云图的示意图。

具体实施方式

以下将结合附图对本发明的各实施例进行详细说明，以便更清楚理解本发明的目的、特点和优点。应理解的是，附图所示的实施例并不是对本发明范围的限制，而只是为了说明本发明技术方案的实质精神。

在下文的描述中，出于说明各种公开的实施例的目的阐述了某些具体细节以提供对各种公开实施例的透彻理解。但是，相关领域技术人员将认识到可在无这些具体细节中的一个或多个细节的情况来实践实施例。在其它情形下，与本申请相关联的熟知的装置、结构和技术可能并未详细地示出或描述从而避免不必要地混淆实施例的描述。

除非语境有其它需要，在整个说明书和权利要求中，词语“包括”和其变型，诸如“包含”和“具有”应被理解为开放的、包含的含义，即应解释为“包括，但不限于”。

在整个说明书中对“一个实施例”或“一实施例”的提及表示结合实施例所描述的特定特点、结构或特征包括于至少一个实施例中。因此，在整个说明书的各个位置“在一个实施例中”或“在一实施例”中的出现无需全都指相同实施例。另外，特定特点、结构或特征可在一个或多个实施例中以任何方式组合。

如该说明书和所附权利要求中所用的单数形式“一”和“所述”包括复数指代物，除非文中清楚地另外规定。应当指出的是术语“或”通常以其包括“或/和”的含义使用，除非文中清楚地另外规定。

在以下描述中，为了清楚展示本发明的结构及工作方式，将借助诸多方向性词语进行描述，但是应当将“前”、“后”、“左”、“右”、“外”、“内”、“向外”、“向内”、“上”、“下”等词语理解为方便用语，而不应当理解为限定性词语。

本发明第一实施方式涉及一种基于激光点云提取立杆的方法，应用于基于激光点云提取立杆的装置，通过获取激光点云集后进行水平栅格化处理和栅格聚类处理，并进一步进行几何筛选，使得能够对激光点云中的立杆点云进行精确分割和有效提取，大大缩短激光点云中立杆的提取时间。

本实施方式的基于激光点云提取立杆的方法的具体流程如图1所示。

步骤101，获取由激光雷达接收的激光点云集，对所述激光点云集进行预处理，得到初始激光点云集。

具体而言，当激光雷达发出目标发射探测信号，例如发射激光束后，获取由激光雷达接收的从目标反射回来的激光点云集，如图2所示，对激光点云集进行预处理是指对激光点云集中滤除预设高度以下的地面点，形成初始激光点云集。本实施例中，激光雷达可以是车载的激光雷达，通过扫描获取现实中的激光点云集。

步骤102，选取所述初始激光点云集中任一点云图作为第一点云图，对所述第一点云图进行水平栅格化处理，得到与所述第一点云图对应的水平栅格图。

在一个例子中，步骤102包括以下子步骤：

子步骤1021，采用水平栅格化公式对所述第一点云图中的点进行栅格化，得到所述第一点云图中点对应的栅格横向序号和栅格纵向序号；

子步骤1022，基于所述第一点云图中各个点的栅格横向序号和栅格纵向序号，生成所述第一点云图对应的水平栅格图。

具体而言，所述水平栅格化公式为

Idx＝(Xi-Xmin)÷Gridsize

Idy＝(Yi-Ymin)÷Gridsize

其中，Idx、Idy分别指所述第一点云图中点i所处的栅格横向序号、栅格纵向序号，Xi是所述第一点云图中点i的X坐标，Yi是所述第一点云图中点i的Y坐标，Xmin是所述第一点云图中所有点的X坐标的最小值，Ymin是所述第一点云图中所有点的Y坐标的最小值，Gridsize是预设的栅格大小。

经过水平栅格化公式计算出第一点云图中的点对应的栅格横向序号和栅格纵向序号，则形成如图3所示的水平栅格图。

步骤103，对所述水平栅格图进行栅格聚类处理，得到所述第一点云图中的多个不同物体对象。

在一个例子中，步骤103包括以下子步骤：

子步骤1031，遍历所述水平栅格图中的各个栅格；

子步骤1032，若一个所述栅格中包含的点的个数大于0，则遍历所述栅格的相邻栅格；

子步骤1033，若所述相邻栅格中包括的点的个数大于0，则将所述栅格和所述相邻栅格进行合并，将合并后的栅格中的点的个数设置为0；

子步骤1034，若所述栅格的相邻栅格超出所述水平栅格图的边界或者所述相邻栅格的中包括的点的个数为0，则终止遍历，将所有经过遍历的点的个数大于0的各个栅格形成一个栅格集合，将位于所述栅格集合中的点云作为一个物体对象。

具体而言，遍历栅格时，对于每一个栅格内点数大于0的栅格，遍历其上下左右四个方向，并在遍历完后将该栅格的点数置为0，保证下次不会被重复遍历。如果超出栅格图边界或者栅格的点数全为0，则结束遍历。举例来说，对于一个栅格坐标位置为(i，j)的栅格，递归遍历的位置是(i-1,j)、(i,j-1)、(i+1,j)、(i,j+1)四个方向。每次遍历到底，将所有遍历过的点数大于0的栅格记录成一个栅格集合，位于这个栅格集合中的点云，即为一个物体对象。

步骤104，基于预设的几何筛选条件，从多个不同物体对象中筛选出符合立杆几何形状的立杆物体对象，将所述立杆物体对象作为所述激光点云集所对应的立杆点云对象。

在一个例子中，步骤4包括以下子步骤：

子步骤1041，从所述多个不同物体对象中根据预设点数阈值、预设高度阈值、预设栅格数目阈值进行筛选，得到第一对象点集。

子步骤1042，对所述第一对象点集根据最小二乘法拟合圆算法求取圆心坐标和半径。

子步骤1043，根据预设半径阈值对所述第一对象点集中的不同物体对象进行筛选，得到立杆点云对象。

具体而言，预设点数阈值、预设高度阈值、预设栅格数目阈值可以根据实际情况预先设定，经过几何筛选的立杆水平投影图如图4所示，提取的立杆点云对象如图5所示。

本实施例中，所述最小二乘法拟合圆算法为：

x

其中，x

y

其中，y

ui＝xi-x

其中，ui为对象点集中各个点的x坐标与所有点的x坐标的平均值的差值，xi为对象点集中各个点的x坐标，x

vi＝yi-y

其中，vi为对象点集中各个点的y坐标与所有点的y坐标的平均值的差值，yi为对象点集中各个点的y坐标，y

Suuu＝∑ui3

其中，Suuu为对象点集中各个点的ui值的三次方之和，ui为对象点集中各个点的x坐标与所有点的x坐标的平均值的差值。

Svvv＝∑vi3

其中，Svvv为对象点集中各个点的vi值的三次方之和，vi为对象点集中各个点的y坐标与所有点的y坐标的平均值的差值。

Suu＝∑ui2

其中，Suu为对象点集中各个点的ui值的平方之和，ui为对象点集中各个点的x坐标与所有点的x坐标的平均值的差值。

Svv＝∑vi2

其中，Svv为对象点集中各个点的vi值的平方之和，vi为对象点集中各个点的y坐标与所有点的y坐标的平均值的差值。

Suv＝∑uivi

其中，Suv为对象点集中各个点的ui值与vi值的乘积之和，ui为对象点集中各个点的x坐标与所有点的x坐标的平均值的差值，vi为对象点集中各个点的y坐标与所有点的y坐标的平均值的差值。

Suuv＝∑ui2vi

其中，Suuv为对象点集中各个点的ui值的平方值与vi值的乘积之和，ui为对象点集中各个点的x坐标与所有点的x坐标的平均值的差值，vi为对象点集中各个点的y坐标与所有点的y坐标的平均值的差值。

Suvv＝∑uivi2

其中，Suvv为对象点集中各个点的ui值与vi值的平方值的乘积之和，ui为对象点集中各个点的x坐标与所有点的x坐标的平均值的差值，vi为对象点集中各个点的y坐标与所有点的y坐标的平均值的差值。

其中，uc为对象点集的估计圆心位置的x坐标与对象点集中所有点的x坐标的平均值的差值，Suuu为对象点集中各个点的ui值的三次方之和，Svvv为对象点集中各个点的vi值的三次方之和，Suu为对象点集中各个点的ui值的平方之和，Svv为对象点集中各个点的vi值的平方之和，Suv为对象点集中各个点的ui值与vi值的乘积之和，Suuv为对象点集中各个点的ui值的平方值与vi值的乘积之和，Suvv为对象点集中各个点的ui值与vi值的平方值的乘积之和。

其中，vc为对象点集的估计圆心位置的y坐标与对象点集中所有点的y坐标的平均值的差值，Suuu为对象点集中各个点的ui值的三次方之和，Svvv为对象点集中各个点的vi值的三次方之和，Suu为对象点集中各个点的ui值的平方之和，Svv为对象点集中各个点的vi值的平方之和，Suv为对象点集中各个点的ui值与vi值的乘积之和，Suuv为对象点集中各个点的ui值的平方值与vi值的乘积之和，Suvv为对象点集中各个点的ui值与vi值的平方值的乘积之和。

xc＝uc+x

其中，xc为对象点集的估计圆心位置的x坐标，uc为对象点集的估计圆心位置的x坐标与对象点集中所有点的x坐标的平均值的差值，x

yc＝vc+y

其中，yc为对象点集的估计圆心位置的y坐标，vc为对象点集的估计圆心位置的y坐标与对象点集中所有点的y坐标的平均值的差值，yˉ为对象点集中所有点的y坐标的平均值。

R2＝∑((xi-xc)2+(yi-yc)2)/N

其中，R为对象点集的估计半径，xc为对象点集的估计圆心位置的x坐标，x

本发明的第二实施例涉及一种基于激光点云提取立杆的装置，包括：依次相连接的点云预处理模块、水平栅格处理模块、栅格聚类处理模块和几何筛选处理模块。

所述点云预处理模块，用于获取由激光雷达接收的激光点云集，对所述激光点云集进行预处理，得到初始激光点云集。

所述水平栅格处理模块，用于选取所述初始激光点云集中任一点云图作为第一点云图，对所述第一点云图进行水平栅格化处理，得到与所述第一点云图对应的水平栅格图。所述水平栅格处理模块还用于采用水平栅格化公式对所述第一点云图中的点进行栅格化，得到所述第一点云图中点对应的栅格横向序号和栅格纵向序号。所述水平栅格处理模块还用于基于所述第一点云图中各个点的栅格横向序号和栅格纵向序号，生成所述第一点云图对应的水平栅格图。

所述栅格聚类处理模块，用于对所述水平栅格图进行栅格聚类处理，得到所述第一点云图中的多个不同物体对象。所述栅格聚类处理模块还用于遍历所述水平栅格图中的各个栅格；若所述一个栅格中包含的点的个数大于0，则遍历所述一个栅格的相邻栅格；若所述相邻栅格中包括的点的个数大于0，则将所述一个栅格和所述相邻栅格进行合并，将合并后的栅格中的点的个数设置为0；若所述栅格的相邻栅格超出所述水平栅格图的边界或者所述相邻栅格的中包括的点的个数为0，则终止遍历，将所有经过遍历的点的个数大于0的各个栅格形成一个栅格集合，将位于所述栅格集合中的点云作为一个物体对象。

所述几何筛选处理模块，用于基于预设的几何筛选条件，从多个不同物体对象中筛选出符合立杆几何形状的立杆物体对象，将所述立杆物体对象作为所述激光点云集所对应的立杆点云对象。所述几何筛选处理模块还用于，从所述多个不同物体对象中根据预设点数阈值、预设高度阈值、预设栅格数目阈值进行筛选，得到第一对象点集；对所述第一对象点集根据最小二乘法拟合圆算法求取圆心坐标和半径；根据预设半径阈值对所述第一对象点集中的不同物体对象进行筛选，得到立杆点云对象

由于第一实施例与本实施例相互对应，因此本实施例可与第一实施例互相配合实施。第一实施例中提到的相关技术细节在本实施例中依然有效，在第一实施例中所能达到的技术效果在本实施例中也同样可以实现，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在第一实施例中。

本发明的第三实施例涉及计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现实施例一中方法的步骤。

以上已详细描述了本发明的较佳实施例，但应理解到，若需要，能修改实施例的方面来采用各种专利、申请和出版物的方面、特征和构思来提供另外的实施例。

考虑到上文的详细描述，能对实施例做出这些和其它变化。一般而言，在权利要求中，所用的术语不应被认为限制在说明书和权利要求中公开的具体实施例，而是应被理解为包括所有可能的实施例连同这些权利要求所享有的全部等同范围。