掌桥专利:专业的专利平台
掌桥专利
首页

一种雷达的噪点滤除方法、装置、上位机和激光雷达

文献发布时间:2024-04-18 20:00:50


一种雷达的噪点滤除方法、装置、上位机和激光雷达

技术领域

本申请涉及到雷达领域,具体而言,涉及一种雷达的噪点滤除方法、装置、上位机和激光雷达。

背景技术

lidar一般指激光雷达(即以激光器为辐射源雷达)。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(激光束),然后将接收到的从目标反射回来的信号(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,从而对目标进行探测、跟踪和识别。激光雷达通常包括激光发射部分、激光接收部分和处理器等,激光雷达将电脉冲变成光脉冲发射出去,然后再把从目标反射回来的光脉冲还原成电脉冲。

激光雷达测得的数据通常情况下包含一定的噪点,噪点会降低激光雷达数据的精度和准确性。这些噪点可能来自传感器自身的误差、环境条件的影响(如雨、雾、灰尘等),或者物体表面的反射特性不均匀。噪点会对后续的数据处理和分析产生不利影响。例如,在进行障碍物检测、目标跟踪、地图构建等应用时,噪点会导致错误的检测和分析结果。

发明内容

本申请实施例提供了一种雷达的噪点滤除方法、装置、上位机和激光雷达,以至少解决相关技术中激光雷达测量得到的数据包括噪点所导致的问题。

根据本申请的一个方面,提供了一种雷达的噪点滤除方法,包括:将当前时刻来自雷达的点云数据转换为当前帧对应的深度图;获取历史帧对应的深度图,其中,所述历史帧为所述当前时刻之前的历史时刻对应的帧,所述历史帧为一个或多个;判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点,其中,两个点的距离小于阈值为所述近邻点;保留所述当前帧对应的深度图中在所述历史帧中对应的位置处存在所述近邻点的点,其中,保留下来的点不会被作为噪点滤除。

进一步地,判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点包括:根据所述当前帧对应的深度图中的每个所述格栅来判断每个所述格栅中的点是否在所述历史帧对应的深度图中的每个所述栅格对应的位置处存在所述近邻点。

进一步地,根据所述当前帧对应的深度图中的每个所述格栅来判断每个所述格栅中的点是否在所述历史帧对应的深度图中的每个所述栅格对应的位置处存在所述近邻点包括:判断当前帧中的每个所述格栅对应的历史帧中的点数是否大于点数阈值;计算存在与当前点为近邻点的历史帧的数量,并判断存在所述近邻点的历史帧的数量是否大于帧数阈值;其中,所述当前点为所述当前帧中的每个所述格栅中的点;在所述点数大于所述点数阈值并且所述历史帧的数量大于所述帧数阈值的情况下,确定该栅格中的点在所述历史帧对应的深度图中的所述栅格对应的位置处存在所述近邻点。

进一步地,如果所述当前帧对应的深度图中的点与在历史帧对应的深度图中的点满足如下条件的至少之一则认为所述当前帧的点在所述历史帧中对应的位置处存在近邻点:所述当前帧的点与所述历史帧中的点的距离小于第一距离阈值,其中,所述第一距离阈值是预先配置的;所述当前帧的点与所述历史帧中的点的距离小于第二距离阈值,其中,所述第二距离阈值是根据所述当前点的距离值得到的。

进一步地,所述第二距离阈值是根据当前点的距离值、雷达的角分辨率以及自行配置的可调参数确定的。

进一步地,在保留所述当前帧对应的深度图中在所述历史帧中对应的位置处存在所述近邻点的点之后,所述方法还包括:滤除所述当前帧对应的深度图中在所述历史帧中对应的位置处不存在所述近邻点的点;或者,对于所述当前帧对应的深度图中在所述历史帧中对应的位置处不存在所述近邻点的点,判断该点在所述当前帧对应的深度图中是否存在近邻点,如果存在则保留该点,如果不存在则滤除该点。

进一步地,判断该点在所述当前帧对应的深度图中是否存在近邻点包括:判断该点与该点上通道和/或下通道的距离是否满足预定条件来确定是否存在近邻点,其中,满足如下至少之一则认为是满足了所述预定条件:abs(Lp-Lpn)

根据本申请的另一个方面,还提供了一种上位机,包括存储器和/或处理器;其中,所述存储器用于存储一条或多条计算机指令,所述处理器用于执行所述一条或多条计算机指令;其中,所述一条或多条计算机指令被所述处理器执行以实现上述的方法步骤。

根据本申请的另一个方面,还提供了一种激光雷达,其上存储有计算机指令,其中,该计算机指令被执行时实现上述的方法步骤。

根据本申请的另一个方面,还提供了一种雷达的噪点滤除装置,包括:转换模块,用于将当前时刻来自雷达的点云数据转换为当前帧对应的深度图;获取模块,用于获取历史帧对应的深度图,其中,所述历史帧为所述当前时刻之前的历史时刻对应的帧,所述历史帧为一个或多个;判断模块,用于判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点,其中,两个点的距离小于阈值为所述近邻点;保留模块,用于保留所述当前帧对应的深度图中在所述历史帧中对应的位置处存在所述近邻点的点,其中,保留下来的点不会被作为噪点滤除。

在本申请实施例中,采用了将当前时刻来自雷达的点云数据转换为当前帧对应的深度图;获取历史帧对应的深度图,其中,所述历史帧为所述当前时刻之前的历史时刻对应的帧,所述历史帧为一个或多个;判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点,其中,两个点的距离小于阈值为所述近邻点;保留所述当前帧对应的深度图中在所述历史帧中对应的位置处存在所述近邻点的点,其中,保留下来的点不会被作为噪点滤除。通过本申请判断出需要保留点,为激光雷达噪点的滤除提供帮助,从而在一定程度上解决了相关技术中激光雷达测量得到的数据包括噪点所导致的问题,提高了激光雷达的测量效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:

图1是根据本申请实施例的雷达的噪点滤除方法的流程图;

图2是根据本申请实施例的雷达滤除噪点的流程示意图。

具体实施方式

需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。

在以下实施方式中涉及到激光雷达,下面首先对激光雷达中技术术语进行说明。

激光雷达输出的图像也被称为“点云”图像,相邻两个点之间的夹角为角分辨率。一幅点云图像代表一帧,对应到激光雷达内部就是电机旋转一圈完成扫描。帧率即代表一秒钟内激光雷达电机旋转的圈数,也就是每秒钟完成一圈扫描的次数。采样率表示激光雷达每秒钟进行有效采集的次数,可直观理解为一秒内产生的点云数目。采样率可以通过角分辨率和帧率计算。例如,角分辨率0.08°时,每一帧的点云数目:360°/0.08°=4500;每秒10帧,则每秒的点云数目:4500×10=45000;所以其采样率为45kHz。

在激光雷达的内部,每一组组件都包含一个发射单元与接收单元,这套发射/接收组件和镜面结合在一起,能扫描至少一个平面。镜面不只反射二极管发出去的光,而且也能把反射回来的光再反射给接收器。镜面可以是旋转的,通过旋转镜面,能够实现不同角度视角,并且降低系统设计和制造的复杂度。

深度图的是按照lidar点云的水平和垂直角度排列的,每个像素内包含点云的深度、强度、x坐标、y坐标、z坐标等点云属性。使用深度图的原因,在于保留了点云的排列关系,在进行近邻点搜索时使用当前像素点附近的像素点即可。

在激光雷达中所存在的噪点是各种因素引起的不准确或异常的测量点,需要滤除或者降低。滤除噪点对于激光雷达有很大的作用,例如,精确的激光雷达数据通常包含大量的点,滤除噪点可以减少数据量,并且可以提高数据处理效率,从而降低存储和处理成本。又例如,噪点可能会导致激光雷达频繁进行测量,增加机械部件的磨损,因此处理噪点还有助于减少激光雷达的磨损,延长传感器的使用寿命。以下实施方式中的方案适用于各种情况下的激光雷达的噪点的滤除,尤其用于激光雷达静止状态下的噪点滤除,并且在大量噪点出现的情况下滤除效果较优。

为了解决上述问题,在如下实施方式中提供了一种雷达的噪点滤除方法,图1是根据本申请实施例的雷达的噪点滤除方法的流程图,如图1所示,下面对图1中的方法所涉及到的步骤进行说明。

步骤S102,将当前时刻来自雷达的点云数据转换为当前帧对应的深度图;

步骤S104,获取历史帧对应的深度图,其中,所述历史帧为所述当前时刻之前的历史时刻对应的帧,所述历史帧为一个或多个;

步骤S106,判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点,其中,两个点的距离小于阈值为所述近邻点;

步骤S108,保留所述当前帧对应的深度图中存在所述近邻点的点,其中,保留下来的点不会被作为噪点滤除。

通过上述步骤,将当前帧和历史帧进行比较,如果当前帧的点有近邻点则说明该点与历史帧对应的深度图存在关联,需要保留该点,从而解决了相关技术中激光雷达测量得到的数据包括噪点所导致的问题,从而提高了激光雷达的测量效果。上述步骤采用了点的距离的判断方式,从而有利于在大量噪点存在的情况下,提高找到需要保留的点效率,进而可以提高消除效率,并且需要的计算资源较少。

需要说明的是,上述历史帧的数量是可以配置的,历史帧的数量配置的多则可以提高噪点判断的准确率,减少噪点误判的概率;历史帧的数量配置的少则可以提高算法的执行效率。

判断是否存在近邻点的方式有很多种,例如可以按照每个所述格栅来判断每个所述格栅中的点是否在历史帧对应的深度图存在近邻点。即判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点包括:根据所述当前帧对应的深度图中的每个所述格栅来判断每个所述格栅中的点是否在所述历史帧对应的深度图中的每个所述栅格对应的位置处存在所述近邻点。

上述图1中的判断步骤使用了阈值来作为近邻点的判断依据,这个判断条件可以被称作是条件1,下面结合一个可选的实施方式对条件1进行说明。

条件1:将点云(pcl格式)转换为深度栅格(深度图),每个镜面的点云数据为1份深度深度图,并对每个栅格保存最近历史M帧落在栅格内的点的距离值。在这里,距离是指某一历史帧落在栅格内的点的距离与当前帧落在栅格内的点的距离。例如,在一个格栅中,当前帧有点1,当前帧的前一帧中有点2,则距离值是点1和点2之间的距离。然后,根据历史帧内是否存在近邻点来确定当前点是否保留。

判断历史帧内是否存在近邻点的方法:对于当前帧中,如果某个栅格的M帧点数大于阈值N1,且存在N2帧的历史点点距离与当前点距离相近,则保留该点。在这里,N1为点数的阈值,而N2是帧数的阈值,在一个可选的实施方式中,这两个值可以根据需要来进行配置。即在条件1中,根据所述当前帧对应的深度图中的每个所述格栅来判断每个所述格栅中的点是否在所述历史帧对应的深度图中的每个所述栅格对应的位置处存在所述近邻点包括如下步骤:

判断当前帧中的每个所述格栅对应的历史帧中的点数是否大于点数阈值;

计算存在与当前点为近邻点的历史帧的数量,并判断存在所述近邻点的历史帧的数量是否大于帧数阈值;其中,所述当前点为所述当前帧中的每个所述格栅中的点;

在所述点数大于点数阈值并且所述历史帧的数量大于所述帧数阈值的情况下,确定该栅格中的点在所述历史帧对应的深度图中的所述栅格对应的位置处存在所述近邻点。

判断历史点与当前点是否为近邻点是否相近是通过设置阈值(该阈值可以被称为距离阈值),将距离和阈值进行比较来确定是否为近邻点。这个阈值可以是预先设置的,但是这种预先设置阈值的方式,可能无法适应每个点的情况,作为另一种可选的方式,可以根据当前帧中的每个点(简称为当前点)的距离来确定每个点的阈值,这样当前点的阈值跟当前点的距离相关,可以更加适用于每个点的实际情况。

如果考虑到激光雷达的分辨率不同,还可以在计算当前点的阈值时,将激光雷达的角分辨引入,这种阈值处理方式可以让阈值更更加精确。作为另一个可选的实施方式,考虑到激光雷达的不同应用场景,还可以引入一个自由调节的参数,这个参数可以根据实际场景来调节阈值的大小,从而使噪点的消除更加灵活。下面给出了一个计算历史点和当前点是否为近邻点的例子,在该例子中使用了当前点的距离、激光雷达的角分辨率以及可调参数。

例如:判断历史点pn与当前点p是否为近邻点的方法为:

首先计算阈值Threshod:Threshod=Lt*sin(θ)*r;然后将当前点和历史点的距离进行比较:当abs(Lt-Ltn)

对上述两种距离阈值的获取方法进行总结得到,如果所述当前帧对应的深度图中的点与在历史帧对应的深度图中的点满足如下条件的至少之一则认为所述当前帧的点在所述历史帧中对应的位置处存在近邻点:

所述当前帧的点与所述历史帧中的点的距离小于第一距离阈值,其中,所述第一距离阈值是预先配置的;

所述当前帧的点与所述历史帧中的点的距离小于第二距离阈值,其中,所述第二距离阈值是根据所述当前点的距离值得到的。比较优的,该第二距离阈值也是可以根据当前点的距离值、雷达的角分辨率以及自行配置的可调参数确定的。

如果仅考虑当前点与历史点的情况,可能会产生动态物体误滤除的情况。需要说明的是,在实际应用中仅根据条件1来进行噪声点的滤除,其也能取得比较好的效果,对于动态物体误滤除的情况也不会影响激光雷达的使用。为了是噪声点的滤除更好合理,还可以在条件1的基础上,引入条件2。

条件2::对于不满足条件1的点,查看其是否存在近邻点,若存在近邻点,则保留该点。

在条件1和条件2均涉及到近邻点,这两个近邻点的含义是不同的,条件1中的近邻点比较的对象是当前帧和历史帧中的点;条件2中的近邻点比较的对象是当前帧中的不同点。为了区分这两个近邻点,可以将条件1中的近邻点称为第一近邻点,将条件2中的近邻点称为第二近邻点。在条件2中,与当前点的距离小于阈值的点均可以被称为第二近邻点。

需要说明的是,如果不引入条件2,则在步骤S108之后,可以滤除所述当前帧对应的深度图中不存在所述近邻点的点。如果引入条件2,则对于所述当前帧对应的深度图中不存在所述近邻点的点判断该点在所述当前帧对应的深度图中是否存在近邻点,如果存在则保留该点,如果不存在则滤除该点。

在判断第二近邻点的时候可以使用预先得到的一个阈值,也可以根据当前点的实际距离来确定阈值,与条件1中的确定阈值的原理相似,也可以引入激光雷达的角分辨率,这样可以适用于不同分辨率的雷达,还可以引入一个可调节参数来适配激光雷达的不同应用场景。这两个确定阈值的方法采用其中一种即可,如果为了增加滤除强度,可以要求同时两个点的距离同时满足这两个阈值的要求;如果为了防止误滤除,则可以要求两个点的距离满足这两个阈值的其中即认为是近邻点。下面通过一个例子来对此进行说明。

例如:判断当前帧内点p是否存在近邻点的方法,满足以下任一条件,则保留该点:

依次将点p与其上通道或者下通道的点进行距离判断,满足以下任一条件,说明其存在近邻点:

(1)abs(Lp-Lpn)

(2)abs(Lp-Lpn)

其中,Lp为当前点距离(单位为米),Lpn为p点上通道或者下通道的点的距离(单位为米),θ为激光雷达的垂直角分辨率,r为可调参数。Lpn,其中,n就是指代所有候选上下通道(n=1,2,3,4……)。

在上述例子中,使用上通道或者下通道点的来进行判断即可,在另一个例子中,还可以将上通道的点和下通道的点结合来进行判断,这样可以有效的防止误滤除。

例如,将点p与其上通道的点、其下通道的点进行距离判断:

abs(Lp-(Lpn1+Lpn2)/2)

上述例子中涉及到的距离是深度图中的距离,由于深度图中每个像素存的就是点的深度值,因此上述距离即为点到激光雷达坐标系原点的距离。

对上述条件2进行总结可以得到,判断该点在所述当前帧对应的深度图中是否存在近邻点包括:判断该点与该点上通道和/或下通道的距离是否满足预定条件来确定是否存在近邻点。比较优的,满足如下至少之一则认为是满足了所述预定条件:

abs(Lp-Lpn)

abs(Lp-Lpn)

abs(Lp-(Lpn1+Lpn2)/2)

图2是根据本申请实施例的雷达滤除噪点的流程示意图,在图2中对上述步骤进行的整合,如图2所示,该流程包括如下步骤:在T时刻获取点云数据,然后计算深度图像索引得到深度图,获取历史帧对应的深度图,判断历史帧内是否存在近邻点,如果存在则保留该点,并更新候选补偿深度图。如果在历史帧中不存在近邻点,则判断当前帧内是否存在近邻点,如果存在则保留该点,如果不存在,则判断候选补偿深度图中是否存在候选点,如果存在则不点,如果不存在则删除该点。更新当前帧T时刻的深度图,更新历史帧深度图,输出滤除噪点后的点云数据。

上述图2示出的流程可以通过如下一个可选的实施方式来实现。

1.将T时刻的点云(pcl格式)转换为深度图,遍历所有点,其中点P(x,y,z,channel,horizon_angle)对应的深度图索引计算方式如下:

a.x_index=floor((horizon_angle-horizon_angle_min)/

horizon_angle_resolution)

b.y_index=channel

每个像素内存储当前帧落在此格子内的点的最远距离值;channel是点的通道属性、horizon_angle是点的水平角度属性。

2.初始化空深度图,作为候选补偿深度图。候选补偿深度图的大小和索引计算方式与前述深度图一致,不同的是像素内存储的是点的XYZ坐标。

3.维护一个环形队列,用于保存最近M帧落在栅格内的点的距离值。

4.对于当前帧的点中,会分别通过基于历史帧的判断条件,以及基于当前帧的判断条件,来确认当前点是否被保留:

a.基于历史帧(共M帧)的判断条件:

i.假设当前帧的候选点P在深度图内的索引为x_index、y_index;

ii.统计历史帧内索引(x_index、y_index)位置有效点的个数总和N1_p;

iii.统计历史帧内索引(x_index、y_index)位置的点与当前点P为近邻点的个数总和N2_p。

其中,判断历史点Pn与当前点P是否为近邻点的方法可以包括如下步骤:

a1.Threshod=Lt*sin(θ)*r;

b.1当abs(Lt-Ltn)

c.1其中,Lt为当前点距离(单位为米),Ltn为历史点距离(单位为米),θ为激光雷达的垂直角分辨率,r为可调参数;

iv.当N1_p大于阈值N1_thred且N2_p大于阈值N2_thred时,保留该点;同时,更新候选补偿深度图对应像素像素为当前点坐标XYZ;

b.如果仅考虑当前点与历史点的情况,易产生动态物体误滤除的情况。因此可以引入基于当前帧的判断条件:

i.判断当前帧内点p是否存在近邻点的方法,记录当前帧内近邻点的数量N3_p,若N3_p大于阈值N3_thred,则保留该点:

1.依次将点p与其上下通道的点进行距离判断,满足以下任一条件,说明其为近邻点,计数值加1:

a.abs(Lp-Lpn)

b.abs(Lp-Lpn)

c.其中,Lp为当前点距离(单位为米),Lpn为p点上下通道的点的距离(单位为米),θ为激光雷达的垂直角分辨率,r为可调参数。

2.将点p与其上通道的点、其下通道的点进行距离判断,满足以下条件,说明其为近邻点,计数值加1:

a.abs(Lp-(Lpn1+Lpn2)/2)

b.其中,Lp为当前点距离(单位为米),Lpn1为其上通道的点距离,Lpn2为其下通道的点的距离(单位为米)。

5.对于不满足保留条件的点,判断其在候选补偿深度图对应像素内是否存在有效值,若存在有效值,则采用候选补偿深度图内对应的坐标点进行补偿。

6.更新环形队列的值,将T时刻的点云的二维栅格更新在环形队列内,并删除最早的一帧数据。

7.循环以上步骤。

在本实施例中,提供一种电子装置,包括存储器和处理器,存储器中存储有计算机程序,处理器被设置为运行计算机程序以执行以上实施例中的方法。

在本实施例中,还可以提供一种上位机,包括存储器和/或处理器,所述上位机与激光雷达通信连接;其中,所述存储器用于存储一条或多条计算机指令,所述处理器用于执行所述一条或多条计算机指令;其中,所述一条或多条计算机指令被所述处理器执行以实现上述的方法步骤。

在本实施例中,还可以提供一种激光雷达,其上存储有计算机指令,其中,该计算机指令被执行时实现上述的方法步骤。

上述程序可以运行在处理器中,或者也可以存储在存储器中(或称为计算机可读介质),计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。

这些计算机程序也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤,对应与不同的步骤可以通过不同的模块来实现。

该本实施例中就提供了这样的一种装置或系统。该装置被称为雷达的噪点滤除装置,包括:转换模块,用于将当前时刻来自雷达的点云数据转换为当前帧对应的深度图;获取模块,用于获取历史帧对应的深度图,其中,所述历史帧为所述当前时刻之前的历史时刻对应的帧,所述历史帧为一个或多个;判断模块,用于判断所述当前帧对应的深度图中的点在所述历史帧对应的深度图中的对应位置处是否存在近邻点,其中,两个点的距离小于阈值为所述近邻点;保留模块,用于保留所述当前帧对应的深度图中在所述历史帧中对应的位置处存在所述近邻点的点,其中,保留下来的点不会被作为噪点滤除。

该系统或者装置用于实现上述的实施例中的方法的功能,该系统或者装置中的每个模块与方法中的每个步骤相对应,已经在方法中进行过说明的,在此不再赘述。

可选地,所述判断模块用于:根据所述当前帧对应的深度图中的每个所述格栅来判断每个所述格栅中的点是否在所述历史帧对应的深度图中的每个所述栅格对应的位置处存在所述近邻点。

可选地,所述判断模块用于:判断当前帧中的每个所述格栅对应的历史帧中的点数是否大于点数阈值;计算存在与所述当前帧中的每个所述格栅中的点为近邻点的历史帧的数量,判断存在所述近邻点的历史帧的数量是否帧数阈值;在所述点数大于点数阈值并且所述历史帧的数量大于所述帧数阈值的情况下,确定该栅格中的点在所述历史帧对应的深度图中的所述栅格对应的位置处存在所述近邻点。

可选地,如果所述当前帧对应的深度图中的点与在历史帧对应的深度图中的点满足如下条件的至少之一则认为所述当前帧的点在所述历史帧中对应的位置处存在近邻点:所述当前帧的点与所述历史帧中的点的距离小于第一距离阈值,其中,所述第一距离阈值是预先配置的;所述当前帧的点与所述历史帧中的点的距离小于第二距离阈值,其中,所述第二距离阈值是根据所述当前点的距离值得到的。

可选地,所述第二距离阈值是根据当前点的距离值、雷达的角分辨率以及自行配置的可调参数确定的。

可选地,所述装置还可以包括:滤除模块,用于滤除所述当前帧对应的深度图中在所述历史帧中对应的位置处不存在所述近邻点的点;或者,对于所述当前帧对应的深度图中在所述历史帧中对应的位置处不存在所述近邻点的点,判断该点在所述当前帧对应的深度图中是否存在近邻点,如果存在则保留该点,如果不存在则滤除该点。

可选地,所述滤除模块用于:判断该点与该点上通道和/或下通道的距离是否满足预定条件来确定是否存在近邻点,其中,满足如下至少之一则认为是满足了所述预定条件:abs(Lp-Lpn)

通过上述实施方式,可以判断出需要保留点,为激光雷达噪点的滤除提供帮助,提高了激光雷达点云数据的可靠性,降低了激光雷达感知虚警。

以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

相关技术
  • 一种低收缩低粘度高强混凝土
  • 一种低收缩低粘度超高强混凝土
  • 一种熔纺—湿法纺丝工艺制备超高强低收缩丙纶长丝的方法
  • 一种低收缩低粘度超高强混凝土及其制备方法
  • 一种低收缩低粘度超高强混凝土及其制备方法
技术分类

06120116542122