基于激光雷达的相机处理方法、装置、电子设备以及介质

技术领域

本发明涉及环境感知技术领域，尤其涉及一种基于激光雷达的相机处理方法、装置、电子设备以及介质。

背景技术

深度相机在障碍检测等领域中得到了广泛应用，尤其是在自动驾驶场景中采用深度相机参与进行目标行进方向的障碍物检测占据重要作用。例如，采用深度相机感知环境得到点云数据，然后可以使用点云数据进行目标行进方向的障碍物检测。但是，深度相机在白天使用的时候会出现大片的点云噪点，这就造成深度相机采集的点云数据类型无法确定，影响障碍物检测精度。

发明内容

本发明提供一种基于激光雷达的相机处理方法、装置、电子设备以及介质，以实现对深度相机采集的噪点数据进行去除，提高深度相机的检测精度。

第一方面，本发明实施例提供了一种基于激光雷达的相机处理方法所述方法包括：

确定目标深度相机对应的第一点云数据，所述目标深度相机被配置于目标设备上，所述目标深度相机偏向目标设备所运行目标地面进行检测，所述第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据；

确定第一激光雷达对应的第二点云数据，所述第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于所述目标深度相机下方第一距离位置处，所述第一高度小于预设高度阈值，所述第一距离小于第一预设距离阈值，所述第一激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，所述第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，所述第一点云数据与所述第二点云数据在同一检测时间得到；

依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理。

第二方面，本发明实施例还提供了一种基于激光雷达的相机处理装置，所述装置包括：

第一确定模块，用于确定目标深度相机对应的第一点云数据，所述目标深度相机被配置于目标设备上，所述目标深度相机偏向目标设备所运行目标地面进行检测，所述第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据；

第二确定模块，用于确定第一激光雷达对应的第二点云数据，所述第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于所述目标深度相机下方第一距离位置处，所述第一高度小于预设高度阈值，所述第一距离小于第一预设距离阈值，所述第一激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，所述第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，所述第一点云数据与所述第二点云数据在同一检测时间得到；

处理模块，用于依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理。

第三方面，本发明实施例中还提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例中任一项所述的基于激光雷达的相机处理方法。

第四方面，本发明实施例中还提供了一种计算机可读介质，所述计算机可读介质存储有计算机指令，所述计算机指令用于使处理器执行时实现上述实施例中任一项所述的基于激光雷达的相机处理方法。

本发明实施例，在目标深度相机采集到第一点云数据时，确定第一激光雷达对应的第二点云数据，第一激光雷达被配置于目标设备上距离目标地面的第一高度位置且位于目标深度相机下方第一距离位置处，第一高度小于预设高度阈值，第一距离小于第一预设距离阈值，第二点云数据为第一激光雷达沿平行于目标设备所运行目标地面方向进行目标行进方向的障碍物检测所获取的激光点云数据，第一点云数据与所述第二点云数据在同一检测时间得到，进而可以利用第一点云数据与第二点云数据对目标深度相机对应的第一点云数据进行去噪处理。本方案利用激光雷达检测的第二点云数据对深度相机采集的第一点云数据进行噪点检测并针对噪点进行处理，通过激光雷达检测的第二点云数据进行交叉验证可以将深度相机产生的噪点数据进行去除，实现可靠性更强准确性更高且数据处理量减少，提高深度相机去噪检测速度和精度。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

结合附图并参考以下具体实施方式，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本发明实施例所提供的一种基于激光雷达的相机处理方法的流程示意图；

图2是本发明实施例所提供的一种目标设备上激光雷达与深度相机的安装位置示意图；

图3是本发明实施例所提供的另一种基于激光雷达的相机处理方法的流程示意图；

图4是本发明实施例所提供的又一种基于激光雷达的相机处理方法的流程示意图；

图5是本发明实施例所提供的一种第二激光雷达的检测范围示意图；

图6是本发明实施例所提供的一种基于激光雷达的相机处理装置结构示意图；

图7是本发明实施例所提供的一种实现基于激光雷达的相机处理方法的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。

应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

图1为本发明实施例所提供的一种基于激光雷达的相机处理方法的流程示意图，本发明实施例适用于对深度相机检测的点云数据进行去噪的情况，该方法可以由基于激光雷达的相机处理装置来执行，该基于激光雷达的相机处理装置可以通过软件和/或硬件的形式进行实现，并一般集成在任何具有网络通信功能的电子设备上，该电子设备可以是移动终端、PC端或服务器等。

如图1所示，本发明实施例的基于激光雷达的相机处理方法包括以下过程：

S110、确定目标深度相机对应的第一点云数据，目标深度相机被配置于目标设备上，目标深度相机偏向目标设备所运行目标地面进行检测，第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据。

目标设备可以包括无人叉车、智能仓储叉车、自动驾驶叉车、室外搬运车及物流搬运机器人等能够自主移动的机器设备。

参见图2，为了让目标设备在行进过程中进行障碍物检测，会预先搭载深度相机与激光雷达实现在行进方向上进行障碍物检测，这样目标设备就可以采用深度相机与激光雷达实时检测在行进方向上是否存在障碍物产生行进阻挡，以便进行避障操作。其中，避障操作包括指示目标设备继续沿着行进方向进行移动或者重新规划行进路径避开障碍物进行移动。

可选地，目标设备上的深度相机与激光雷达之间通过刚性连接方式搭载于目标设备上，刚性连接方式可以是指深度相机与激光雷达之间，当一个传感器产生位移或受力时，与之相连的其他传感器不相对于第一个传感器产生位移或相对变形，也就是两个传感器为一个整体。

参见图2，目标设备上配置有目标深度相机210，目标深度相机210对应的检测角度偏向目标设备所运行目标地面。在目标设备沿着目标行进方向进行移动的过程中，目标设备可以采用目标深度相机210偏向目标设备所运行目标地面进行障碍物检测，得到用于描述目标行进方向上障碍物的第一点云数据，以判断目标行进方向是否存在障碍物阻挡行进。其中，目标地面为实际场地地面。

作为一种可选但非限定的实现方式，确定目标深度相机对应的第一点云数据，包括以下步骤A1-A2：

步骤A1、控制目标设备在目标行进方向上移动于目标地面上，并通过目标深度相机偏向目标设备所运行目标地面进行数据采集得到第三点云数据。

步骤A2、通过对第三点云数据进行分割与聚类得到用于描述障碍物的第一点云数据。

S120、确定第一激光雷达对应的第二点云数据，第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于目标深度相机下方第一距离位置处，第一高度小于预设高度阈值，第一距离小于第一预设距离阈值，第一激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，第一点云数据与所述第二点云数据在同一检测时间得到。

目标深度相机在白天使用的时候会出现大片的点云噪点，影响目标深度相机进行障碍物检测的精度。噪点通常属于无意义、不规则的点，可能由于传感器的错误测量、环境的干扰等因素造成。在处理点云数据时，需要将这些噪点去除，以提高数据质量和后续处理效果。

参见图2，考虑到在目标设备上同时搭载了第一激光雷达220，第一激光雷达220被配置于目标设备上距离目标地面的第一高度位置，且位于目标深度相机下方第一距离位置处，同时配置第一激光雷达220第一高度小于预设高度阈值以及第一距离小于第一预设距离阈值，以保证第一激光雷达在安装高度距离目标地面是已知确定的。

S130、依据第一点云数据与第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理。

本发明的技术方案中，获取第一激光雷达采集的第二点云数据后，通过第二点云数据与第一点云数据之间的距离情况来分析第一点云数据对应的障碍物悬空高度，障碍物悬空高度为障碍物距离目标地面的高度距离。悬空高度的距离可以根据目标设备运行场景中的障碍物具体情况进行预设，本技术方案具体实施时，场景中障碍物的悬空高度不超过2m，如果超过2米则认为目标深度相机的第一点云数据属于是噪点数据。基于上述情况，确定第一点云数据对应描述的障碍物悬空高度后，进一步判断障碍物悬空高度是否合理,对不合理的第一点云数据云作为噪点数据进行去除。

可选地，在计算障碍物悬空高度的时候，可以依据第一点云数据与第二点云数据确定通过深度相机检测到障碍物到第一激光雷达的高度，进而结合第一激光雷达到目标地面的第一高度位置来确定障碍物距离目标地面的障碍物悬空高度距离，进而可以根据障碍物悬空高度距离对不合理的第一点云数据作为噪点数据进行去除。

本发明实施例的技术方案，利用第一激光雷达与深度相机在相同位置检测到相同障碍物的特性，利用激光雷达检测的第二点云数据对深度相机采集的第一点云数据进行噪点检测并针对噪点进行处理，通过激光雷达检测的第二点云数据进行交叉验证将深度相机采集的噪点数据进行去除，实现可靠性更强准确性更高且数据处理量减少，提高深度相机去噪检测速度和精度。

图3为本发明实施例提供的另一种基于激光雷达的相机处理方法的流程示意图，本实施例的技术方案在上述实施例的技术方案基础上对前述实施例中依据第一点云数据与第二点云数据对目标深度相机对应的第一点云数据进行去噪处理的过程进行进一步优化，本实施例可与上述一个或多个实施例中各个可选方案结合。

如图3所示，本发明实施例的基于激光雷达的相机处理方法包括以下过程：

S310、确定目标深度相机对应的第一点云数据，目标深度相机被配置于目标设备上，目标深度相机偏向目标设备所运行目标地面进行检测，第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据。

S320、确定第一激光雷达对应的第二点云数据，第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于目标深度相机下方第一距离位置处，第一高度小于预设高度阈值，第一距离小于第一预设距离阈值，第一激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，第一点云数据与所述第二点云数据在同一检测时间得到。

S330、确定采用第一点云数据单独聚类或者采用第一点云数据与第二点云数据共同聚类所获得的障碍物的凸包轮廓，并在第二点云数据中搜索第四点云数据，第四点云数据为第二点云数据中距离障碍物的凸包轮廓小于第二预设距离阈值且不在障碍物的凸包轮廓内的激光点形成的点云数据。

S340、在搜索到第四点云数据的情况下，依据第一点云数据与第四点云数据，确定第一点云数据对应的障碍物悬空高度，障碍物悬空高度为障碍物距离目标地面的高度距离。

确定目标深度相机对应的用于描述障碍物A的点云数据(障碍A的点云数据可由深度相机采集的第一点云数据单独聚类或者深度相机采集的第一点云数据和第一激光雷达采集的第二点云数据共同聚类获得)，取点云数据所描述的障碍物A的凸包轮廓周边第二预设距离阈值范围内(本技术方案实际实施时选取3米距离)激光点云为第四点云数据。通过障碍物凸包轮廓将位于障碍物周围的第二点云数据筛选出来作为第四点云数据，不属于障碍物凸包轮廓周围预设距离范围内的第二点云数据进行剔除，减少采用第二点云数据进行悬空距离计算的计算量，提高深度相机的点云数据的噪点去除速度，后续只需要使用第四点云数据与第一点云数据来计算第一点云数据对应的障碍物悬空高度。

如果第一点云数据是深度相机产生的噪点数据，第一点云数据所描述障碍的一定距离范围内没有第二激光点云，这样计算出来的悬空距离会无限大。如果第一点云数据是深度相机产生的障碍物点云，障碍物会被深度相机和第一激光雷达同时检测到，这样计算出来的悬空距离在合理的范围内。

作为一种可选但非限定的实现方式，依据第一点云数据与第四点云数据，确定第一点云数据对应的障碍物的悬空高度，包括以下步骤C1-C2：

步骤C1、确定第四点云数据中每个激光点对应的目标距离，目标距离为每个激光点到第一点云数据所描述障碍物的各个障碍点的最短距离。

步骤C2、依据第四点云数据中各个激光点对应的目标距离，确定第一点云数据对应的障碍物悬空高度。

计算第四点云数据中每一个激光点到第一点云数据所描述障碍物的各个障碍点的最短距离，取各个激光点到第一点云数据所描述障碍物的各个障碍点的最短距离的最大值为悬空距离，即第四点云数据中激光点到第一点云数据所描述障碍物距离的最大值为障碍物的悬空高度。

作为一种可选但非限定的实现方式，依据第一点云数据与第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理，还包括以下步骤：

在未搜索到第四点云数据的情况下，直接将目标深度相机对应的第一点云数据作为噪点数据进行去除。

S350、依据障碍物悬空距离对目标深度相机对应的第一点云数据进行去噪处理。

作为一种可选但非限定的实现方式，依据障碍物悬空高度对目标深度相机对应的第一点云数据进行去噪处理，包括以下步骤D1-D2：

步骤D1、若障碍物悬空高度满足预设悬空高度条件，则确定目标深度相机对应的第一点云数据不属于噪点数据。

步骤D2、若障碍物悬空高度不满足预设悬空高度条件，则将目标深度相机对应的第一点云数据作为噪点数据进行去除。

本发明实施例的技术方案，利用第一激光雷达与深度相机能在相同位置检测到相同障碍物的特性，利用激光雷达检测的第二点云数据对深度相机采集的第一点云数据进行噪点检测并针对噪点进行处理，通过激光雷达检测的第二点云数据对深度相机采集的噪点数据进行检测并去除，利用多个传感器进行交叉验证，避免单一传感器容易出现误检测或者去噪效果不理想的问题；通过检测障碍物的悬空距离确定相机的噪点，且利用目标设备上的传感器进行交叉检验，实现可靠性更强准确性更高且数据处理量减少，提高深度相机去噪检测速度和精度。

图4为本发明实施例提供的又一种基于激光雷达的相机处理方法的流程示意图，本实施例的技术方案在上述实施例的技术方案基础上对前述实施例中依据第一点云数据与第二点云数据对目标深度相机对应的第一点云数据进行去噪处理的过程进行进一步优化，本实施例可与上述一个或多个实施例中各个可选方案结合。

如图4所示，本发明实施例的基于激光雷达的相机处理方法包括以下过程：

S410、确定目标深度相机对应的第一点云数据，目标深度相机被配置于目标设备上，目标深度相机偏向目标设备所运行目标地面进行检测，第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据。

S420、确定第一激光雷达对应的第二点云数据，第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于目标深度相机下方第一距离位置处，所述第一高度小于预设高度阈值，第一距离小于第一预设距离阈值，第一激光雷达沿着平行于目标设备所运行目标地面的方向进行检测，第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，第一点云数据与第二点云数据在同一检测时间得到。

S430、确定采用第一点云数据单独聚类或者采用第一点云数据与第二点云数据共同聚类所获得的障碍物的凸包轮廓，并在第二点云数据中搜索第四点云数据，第四点云数据为第二点云数据中距离障碍物的凸包轮廓小于第二预设距离阈值且不在障碍物的凸包轮廓内的激光点形成的点云数据。

S440、在未搜索到第四点云数据的情况下，检测每个第一点云数据对应的障碍物是否在第二激光雷达的检测范围内，第二激光雷达被配置于目标设备上，且位于目标深度相机上方第二距离位置处，第二激光雷达沿着平行于目标设备所运行目标地面的方向进行检测，第二距离小于第三预设距离阈值。

参见图2，在目标设备上同时搭载了第二激光雷达230，第二激光雷达230第二激光雷达被配置于目标设备上，且位于目标深度相机上方第二距离位置处，第二激光雷达沿着平行于目标设备所运行目标地面的方向进行检测，第二距离小于第三预设距离阈值。第一激光雷达可选单线激光，第二激光雷达可选多线激光。对于第一激光雷达没有扫描到障碍物点云的情况，可以结合第二激光雷达对目标深度相机的第一点云数据进行再次检测，第二激光雷达的检测范围参见图5所示。这样，正常情况下，如果目标深度相机检测的第一点云数据为障碍物点云，可以通过判断第一点云数据对应的障碍物是否在第二激光的检测范围内进一步对第一点云数据进行去噪处理。

S450、若第一点云数据对应的障碍物不在第二激光雷达的检测范围内，则确定目标深度相机对应的第一点云数据不属于噪点数据，进行保留。

作为一种可选但非限定的实现方式，检测每个第一点云数据对应的障碍物是否在第二激光雷达的检测范围内，包括以下步骤E1-E4：

步骤E1、确定每个第一点云数据对应的参考障碍点高度，参考障碍点为第一点云数据所描述障碍物的各个障碍点中高度最高的障碍点。

步骤E2、确定第二激光雷达对应的参考检测高度，所述参考检测高度为第二激光雷达所能检测的最低高度。

步骤E3、若参考检测高度与参考障碍点高度的高度差大于第一标定值，则确定第一点云数据对应的障碍物不在第二激光雷达的检测范围内。

步骤E4、若参考检测高度与参考障碍点高度的高度差不大于第一标定值，则确定第一点云数据对应的障碍物在第二激光雷达的检测范围内。

参见图2，轮询每个第一点云数据对应的障碍物，查找第一点云数据所描述障碍物的各个障碍点中最高高度的障碍点，将障碍物中竖轴坐标Z值最高的点为rs_top_point，第二激光雷达所能检测的最低高度，记为height_1。如果height_1-rs_top_point>第一标定值(比如第一标定值设置为0.1)，则认为第一点云数据对应的障碍物不在第二激光雷达的检测范围之内；如果height_1-rs_top_point<＝第一标定值(比如第一标定值设置为0.1)，则认为第一点云数据对应障碍物在第二激光雷达的检测范围之内。

S460、若第一点云数据对应的障碍物在第二激光雷达的检测范围内，则确定目标设备在目标行进方向上采用第二激光雷达进行障碍物检测所获取的第五点云数据，并依据第五点云数据对目标深度相机对应的第一点云数据进行去噪处理，第一点云数据与所述第五点云数据在同一检测时间得到。

作为一种可选但非限定的实现方式，依据第五点云数据对目标深度相机对应的第一点云数据进行去噪处理，包括以下步骤F1-F3：

步骤F1、依据第五点云数据检测第二激光雷达是否在第一点云数据对应障碍物所在区域检测到障碍物。

步骤F2、若第二激光雷达检测到障碍物，则确定所述目标深度相机对应的第一点云数据不属于噪点数据进行保留；

步骤F3、若第二激光雷达未检测到障碍物，则将所述目标深度相机对应的第一点云数据作为噪点数据进行去除。

如果深度相机检测到的障碍物不在第二激光雷达的检测范围内，则第一点云数据对应障碍物不能通过第二激光雷达来二次检测，保留第一点云数据。如果深度相机检测到的障碍物在第二激光雷达的检测范围内，则获取第二激光雷达采集的第五点云数据，依据第五点云数据检测第二激光雷达是否在第一点云数据对应障碍物所在区域检测到障碍物，如果第二激光雷达也同样检测出来了，说明该障碍物通过第二激光雷达的二次检测，保留第一点云数据。如果第二激光雷达在第一点云数据对应障碍物所在区域未检测到障碍物，则第二激光雷达没有采集到描述第一点云数据对应障碍物的点云数据，说明第一点云数据对应障碍物是噪点，过滤掉第一点云数据。

作为一种可选但非限定的实现方式，依据第五点云数据检测第二激光雷达是否在第一点云数据对应障碍物所在区域检测到障碍物，包括以下步骤H1-H4：

步骤H1、从第五点云数据中确定第六点云数据，第六点云数据所描述的障碍点位于参考障碍点周边第四预设距离范围内，参考障碍点为第一点云数据所描述障碍物的各个障碍点中高度最高的障碍点。

步骤H2、确定第六点云数据所描述的各个障碍点中最低高度的障碍点。

步骤H3、若第六点云数据所描述的各个障碍点中最低高度的障碍点的高度小于或等于参考障碍点高度，则确定第二激光雷达能在第一点云数据对应障碍物所在区域检测到障碍物，参考障碍点为第一点云数据所描述障碍物的各个障碍点中高度最高的障碍点。

步骤H4、若第六点云数据所描述的各个障碍点中最低高度的障碍点的高度大于参考障碍点高度，则确定第二激光雷达不能在第一点云数据对应障碍物所在区域检测到障碍物。

从第二激光雷达采集的第五点云数据中查找rs_top_point周边0.4米以内的第六点云数据，第六点云数据记为S，计算第六点云数据所描述的各个障碍点中最低高度的障碍点的高度为height_2。如果height_2<＝rs_top_point点的高度，则认为第一点云数据对应障碍物同时被第二激光雷达检测到，保留第一点云数据；否则认为第一点云数据对应障碍物没有同时被第二激光雷达检测到，删除第一点云数据。

可以理解的是，第一标定值0.1是为第二激光雷达设置的一个容错距离(比如当传感器安装倾斜时，会造成传感器在同一个地方的检测高度有偏差)；第四预设距离0.4米的选取就是已经确定相机的障碍物在第二激光雷达的检测范围了并且第二激光雷达应该扫到相机的这个障碍物，就去找这个点周围0.4米的第二激光雷达来检查一下，选取的时候可以根据实际情况进行任意设定。

本发明实施例的技术方案，利用第一激光雷达与深度相机能在相同位置检测到相同障碍物的特性，利用激光雷达检测的第二点云数据对深度相机采集的第一点云数据进行噪点检测并针对噪点进行处理，通过激光雷达检测的第二点云数据对深度相机采集的噪点数据进行检测并去除，利用其他传感器进行交叉验证，避免单一传感器容易出现误检测以及去噪效果不理想的问题；通过检测障碍物的悬空距离确定相机的噪点，且利用目标设备上的传感器进行交叉检验，实现可靠性更强准确性更高且数据处理量减少，提高深度相机去噪检测速度和精度。

图6为本发明实施例所提供的一种基于激光雷达的相机处理装置的结构示意图，本发明实施例适用于对深度相机检测的点云数据进行去噪的情况，该基于激光雷达的相机处理装置可以通过软件和/或硬件的形式进行实现，并一般集成在任何具有网络通信功能的电子设备上，该电子设备可以是移动终端、PC端或服务器等。

如图6所示，本发明实施例的基于激光雷达的相机处理装置包括：第一确定模块610、第二确定模块620和处理模块630。其中：

第一确定模块610，用于确定目标深度相机对应的第一点云数据，所述目标深度相机被配置于目标设备上，所述目标深度相机偏向目标设备所运行目标地面进行检测，所述第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据；

第二确定模块620，用于确定第一激光雷达对应的第二点云数据，所述第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于所述目标深度相机下方第一距离位置处，所述第一高度小于预设高度阈值，所述第一距离小于第一预设距离阈值，所述第一激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，所述第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，所述第一点云数据与所述第二点云数据在同一检测时间得到；

处理模块630，用于依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理。

在上述实施例的技术方案基础上，可选地，确定目标深度相机对应的第一点云数据，包括：

控制目标设备在目标行进方向上移动于目标地面上，并通过目标深度相机偏向目标设备所运行目标地面进行数据采集得到第三点云数据；

通过对所述第三点云数据进行分割与聚类得到用于描述障碍物的第一点云数据。

在上述实施例的技术方案基础上，可选地，依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理，包括：

确定采用第一点云数据单独聚类或者采用第一点云数据与第二点云数据共同聚类所获得的障碍物的凸包轮廓，并在第二点云数据中搜索第四点云数据，所述第四点云数据为第二点云数据中距离障碍物的凸包轮廓小于第二预设距离阈值且不在障碍物的凸包轮廓内的激光点形成的点云数据；

在搜索到第四点云数据的情况下，依据第一点云数据与第四点云数据，确定所述第一点云数据对应的障碍物悬空高度，所述障碍物悬空高度为障碍物距离目标地面的高度距离；

依据障碍物悬空距离对目标深度相机对应的第一点云数据进行去噪处理

在上述实施例的技术方案基础上，可选地，依据第一点云数据与第四点云数据，确定所述第一点云数据对应的障碍物的悬空高度，包括：

确定第四点云数据中每个激光点对应的目标距离，所述目标距离为每个激光点到第一点云数据所描述障碍物的各个障碍点的最短距离；

依据第四点云数据中各个激光点对应的目标距离，确定所述第一点云数据对应的障碍物悬空高度。

在上述实施例的技术方案基础上，可选地，依据障碍物悬空高度对目标深度相机对应的第一点云数据进行去噪处理，包括：

若障碍物悬空高度满足预设悬空高度条件，则确定所述目标深度相机对应的第一点云数据不属于噪点数据；

若障碍物悬空高度不满足预设悬空高度条件，则将所述目标深度相机对应的第一点云数据作为噪点数据进行去除。

在上述实施例的技术方案基础上，可选地，依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理，还包括：

在未搜索到第四点云数据的情况下，直接将所述目标深度相机对应的第一点云数据作为噪点数据进行去除。

在上述实施例的技术方案基础上，可选地，依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理，还包括：

在未搜索到第四点云数据的情况下，检测每个第一点云数据对应的障碍物是否在第二激光雷达的检测范围内，所述第二激光雷达被配置于目标设备上，且位于目标深度相机上方第二距离位置处，所述第二激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，所述第二距离小于第三预设距离阈值；

若第一点云数据对应的障碍物不在第二激光雷达的检测范围内，则确定所述目标深度相机对应的第一点云数据不属于噪点数据进行保留；

若第一点云数据对应的障碍物在第二激光雷达的检测范围内，则确定目标设备在目标行进方向上采用第二激光雷达进行障碍物检测所获取的第五点云数据，并依据所述第五点云数据对目标深度相机对应的第一点云数据进行去噪处理，所述第一点云数据与所述第五点云数据在同一检测时间得到。

在上述实施例的技术方案基础上，可选地，依据所述第五点云数据对目标深度相机对应的第一点云数据进行去噪处理，包括：

依据所述第五点云数据检测第二激光雷达是否在第一点云数据对应障碍物所在区域检测到障碍物；

若所述第二激光雷达检测到障碍物，则确定所述目标深度相机对应的第一点云数据不属于噪点数据进行保留；

若所述第二激光雷达未检测到障碍物，则将所述目标深度相机对应的第一点云数据作为噪点数据进行去除。

在上述实施例的技术方案基础上，可选地，检测每个第一点云数据对应的障碍物是否在第二激光雷达的检测范围内，包括：

确定每个第一点云数据对应的参考障碍点高度，所述参考障碍点为第一点云数据所描述障碍物的各个障碍点中最高高度的障碍点；

确定第二激光雷达对应的参考检测高度，所述参考检测高度为第二激光雷达所能检测的最低高度；

若参考检测高度与参考障碍点高度的高度差大于第一标定值，则确定第一点云数据对应的障碍物不在第二激光雷达的检测范围内；

若参考检测高度与参考障碍点高度的高度差不大于第一标定值，则确定第一点云数据对应的障碍物在第二激光雷达的检测范围内。

在上述实施例的技术方案基础上，可选地，依据所述第五点云数据检测第二激光雷达是否在第一点云数据对应障碍物所在区域检测到障碍物，包括：

从所述第五点云数据中确定第六点云数据，所述第六点云数据所描述的障碍点位于参考障碍点周边第四预设距离范围内，所述参考障碍点为第一点云数据所描述障碍物的各个障碍点中高度最高的障碍点；

确定第六点云数据所描述的各个障碍点中最低高度的障碍点；

若第六点云数据所描述的各个障碍点中最低高度的障碍点的高度小于或等于参考障碍点高度，则确定第二激光雷达能在第一点云数据对应障碍物所在区域检测到障碍物；

若第六点云数据所描述的各个障碍点中最低高度的障碍点的高度大于参考障碍点高度，则确定第二激光雷达不能在第一点云数据对应障碍物所在区域检测到障碍物。

本发明实施例所提供的技术方案，在目标深度相机采集到第一点云数据时，确定第一激光雷达对应的第二点云数据，第一激光雷达被配置于目标设备上距离目标地面的第一高度位置且位于目标深度相机下方第一距离位置处，第一高度小于预设高度阈值，第一距离小于第一预设距离阈值，第二点云数据为第一激光雷达沿平行于目标设备所运行目标地面方向进行目标行进方向的障碍物检测所获取的激光点云数据，第一点云数据与所述第二点云数据在同一检测时间得到，进而可以利用第一点云数据与第二点云数据对目标深度相机对应的第一点云数据进行去噪处理，通过利用第一激光雷达与深度相机能在相同位置检测到相同障碍物的特性，利用激光雷达检测的第二点云数据对深度相机采集的第一点云数据进行噪点检测并针对噪点进行处理，通过激光雷达检测的第二点云数据对深度相机采集的噪点数据进行检测并去除，利用多个传感器进行交叉验证，避免单一传感器容易出现误检测或者去噪效果不理想的问题；同时，通过检测障碍物的悬空距离确定相机的噪点，且利用目标设备上的传感器进行交叉检验，实现可靠性更强准确性更高且数据处理量减少，提高深度相机去噪检测速度和精度。

本发明实施例所提供的基于激光雷达的相机处理装置可执行本发明任意实施例所提供的基于激光雷达的相机处理方法，具备执行基于激光雷达的相机处理方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

图7为本发明实施例所提供的一种电子设备的结构示意图。下面参考图7，其示出了适于用来实现本发明实施例的电子设备(例如图7中的终端设备或服务器)700的结构示意图。本发明实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。编辑/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的基于激光雷达的相机处理方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本发明实施例的基于激光雷达的相机处理方法中限定的上述功能。

本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本发明实施例提供的电子设备与上述实施例提供的基于激光雷达的相机处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

本发明实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的基于激光雷达的相机处理方法。

需要说明的是，本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：确定目标深度相机对应的第一点云数据，所述目标深度相机被配置于目标设备上，所述目标深度相机偏向目标设备所运行目标地面进行检测，所述第一点云数据为目标设备在目标行进方向上采用目标深度相机进行障碍物检测所获取的用于描述障碍物的点云数据；确定第一激光雷达对应的第二点云数据，所述第一激光雷达被配置于目标设备上距离目标地面的第一高度位置，且位于所述目标深度相机下方第一距离位置处，所述第一高度小于预设高度阈值，所述第一距离小于第一预设距离阈值，所述第一激光雷达沿着平行于所述目标设备所运行目标地面的方向进行检测，所述第二点云数据为目标设备在目标行进方向上采用第一激光雷达进行障碍物检测所获取的激光点云数据，所述第一点云数据与所述第二点云数据在同一检测时间得到；依据所述第一点云数据与所述第二点云数据，对目标深度相机对应的第一点云数据进行去噪处理

可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。