一种小视场角激光雷达点云特征点的提取方法

1.本发明属于三维重建技术领域，具体涉及一种小视场角激光雷达点云特征点的提取方法。


背景技术：

2.在激光slam中，环境点云模型的精度很大程度上是由激光传感器得到的点云数据中所提取特征点的准确度所决定的。
3.目前激光slam中所用的传感器多为机械式激光雷达和固态激光雷达：
4.1、机械式激光雷达拥有360
°
的视场角，可以感知周围360
°
的环境信息。其扫描得到的点云数据精度较高，但是体积较大、价格更为昂贵；
5.2、固态激光雷达视场角较小，一般在120
°
以内。其体积小、价格较低，但是其扫描得到的点云数据精度相比之下较低。
6.对于机械激光雷达来说，360
°
的视场角可以使其得到大量的点云数据，进一步的就会提取出更多的特征点，对后端模型的三维重建提供了较好的前提，但是机械式激光雷达价格会更加昂贵。而固态激光雷达价格低廉，视场角有限，得到的点云数据较少在一定程度上为后端模型三维重建时引入较大的误差。


技术实现要素：

7.针对上述问题，本发明提出了一种小视场角激光雷达点云特征点的提取方法，对前端所得到的点云数据进行去噪、平面分割，通过两平面的交线以及平面的边缘来提取线特征点，而不是简单的计算点的曲率c＝diffx2+diffy2+diffz2，通过曲率的大小来判定特征点的类型。其中diffx是对当前点取前后五个点计算它们在x方向上的差值得到的，同理diffy、diffz分别是该点在y、z方向的差值。
8.本发明解决其技术问题所采用的技术方案是：一种小视场角激光雷达点云特征点的提取方法，包括以下步骤：步骤一：使用激光雷达对室内进行环境感知，获取激光点云数据；步骤二：对激光点云数据进行去噪、平面分割；步骤三：对平面分割得到的平面求取交线，计算平面上点到交线的距离，同设定的阈值进行比较，提取线特征点。
9.步骤一包括：本发明的研究对象为小视场角下激光点云数据特征点提取的问题，激光雷达选用的是livox-mid40，其视场角为38
°
。固态激光雷达在静止状态下采集点云数据，对周围环境进行扫描。
10.步骤二包括：去除噪点，包括无效点、视场角边缘的点、深度过大或者过小的点，拖尾点，通过设定阈值以ransac随机采样平面拟合的方式提取激光点云主平面。
11.步骤四包括：遍历平面中的点，计算该点到两平面相交的交线的距离。将得到的距离与设定的阈值进行比较，如果小于给定的阈值则把该点加入特征点集合，否则删除。
12.本发明的有益效果是，提出了一种小视场角激光雷达点云特征点的提取方法，代替了只通过计算曲率来提取特征点的方式，提高了在数据点较少的情况下特征点提取的准
确率，具有一定的推广意义。
附图说明
13.图1为本发明流程图；
14.图2为点云去噪流程图；
15.图3为点云特征提取流程图；
具体实施方式
16.参照图1，一种小视场角激光雷达点云特征点的提取方法，其特征在于：包括以下步骤：步骤一：使用激光雷达对室内进行环境感知，获取激光点云数据；步骤二：对激光点云数据进行去噪、平面分割；步骤三：对平面分割得到的平面求取交线，计算平面上点到交线的距离，同设定的阈值进行比较，提取特征点。
17.参照图2，步骤一包括：本发明的研究对象为小视场角下激光点云数据特征点提取的问题，激光雷达选用的是livox-mid40，其视场角为38
°
。固态激光雷达在静止状态下采集点云数据，对周围环境进行扫描。步骤二包括：去除噪点，包括无效点、视场角边缘的点、深度过大或者过小的点，拖尾点，具体步骤如下：
18.(1)计算点云中的点到原点的距离计算该点在平面yoz上距离原点的距离
19.(2)设定阈值β，计算centerangle＝arcsin(d
yz
/d
xyz
)。当大于设定的阈值时，则将该点删除。
20.(3)设定深度阈值d
min
和d
max
，当d
xyz
大于d
max
或者小于d
min
时，去除该点。
21.(4)先设定阈值γ，在点云数据中选取相邻的两个点，计算(4)先设定阈值γ，在点云数据中选取相邻的两个点，计算其中o为原点，由余弦公式计算∠oab，∠oba其中有一个角度大于设定的阈值则剔除。
22.(5)重复上述步骤，直至噪点剔除完毕。
23.参照图3，通过设定阈值以ransac随机采样平面拟合的方式提取激光点云主平面，提取面特征和线特征步骤分别如下：
24.面特征提取主要步骤如下：
25.(1)从点云中随机选取三个点，确定平面参数模型ax+by+cz+d＝0，判断其法向量与地面法向量向量积是否大于ε，若向量积大于ε，则舍弃此平面参数模型，重新选取三个点确定平面参数模型直至向量积小于ε，其中ε足够小；
26.(2)设定距离阈值σ，计算其余点到此平面的距离，若距离小于此阈值σ，则认为该点为此平面的内点，若大于此阈值σ，则认为该点为此平面的离群点，距离阈值σ可根据激光雷达出厂平面点云厚度确定；
27.(3)设定点数阈值n，若该平面的内点数大于点数阈值n，则保留该平面，并将该平面上的内点标记为已匹配；
28.(4)重复步骤(1)，直至迭代n次后无新平面被提取。
29.线特征提取主要步骤如下：
30.(1)在ransac提取得到的平面中选取两个平面，分别计算其平面法向量归一化得到两平面交线的方向向量
31.(2)在提取得到的两个平面中任意一个平面上选取一个点，代入平面方程n
cx
x+n
cy
y+n
cz
z+d＝0中可以得到与提取得到的两个平面相交的第三个平面。
32.(3)计算三个平面的交点p，利用两平面的交线的方向向量以及交点p，求得两平面交线的方程。
33.(4)通过计算平面中一点到交线的距离，小于给定阈值的点则记为特征点。
34.(5)遍历平面中的点，计算到交线的距离，最后得到一个特征点集合。
35.以上所述，仅为本发明的具体实施案例，不能以其限定发明实施的范围，所以其等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，都应仍属于本专利涵盖的范畴。另外，本发明中的技术特征与技术特征之间、技术特征与技术方案之间、技术方案与技术方案之间均可以自由组合使用。


技术特征：
1.一种小视场角激光雷达点云特征点的提取方法，其特征在于：包括以下步骤：步骤一：使用激光雷达对室内进行环境感知，获取激光点云数据；步骤二：对激光点云数据进行去噪、平面分割；步骤三：对平面分割得到的平面求取交线，计算平面上点到交线的距离，同设定的阈值进行比较，提取线特征点。2.根据权利要求1所述的一种小视场角激光雷达点云特征点的提取方法，其特征在于：步骤一包括：本发明的研究对象为小视场角下激光点云数据特征点提取的问题，激光雷达选用的是livox-mid40，其视场角为38
°
，固态激光雷达在静止状态下采集点云数据，对周围环境进行扫描。3.根据权利要求1所述的一种小视场角激光雷达点云特征点的提取方法，其特征在于：步骤二包括：去除噪点，包括无效点、视场角边缘的点、深度过大或者过小的点，拖尾点，具体步骤如下：(1)计算点云中的点到原点的距离计算该点在平面yoz上距离原点的距离(2)设定阈值β，计算centerangle＝arcsin(d
yz
/d
xyz
)。当大于设定的阈值时，则将该点删除；(3)设定深度阈值d
min
和d
max
，当d
xyz
大于d
max
或者小于d
min
时，去除该点；(4)设定阈值γ，在点云数据中选取相邻的两个点，计算(4)设定阈值γ，在点云数据中选取相邻的两个点，计算其中o为原点，由余弦公式计算∠oab，∠oba其中有一个角度大于设定的阈值则剔除拖尾点；(5)重复上述步骤，直至噪点剔除完毕。4.根据权利要求1所述的一种小视场角激光雷达点云特征点的提取方法，其特征在于：通过设定阈值以ransac随机采样平面拟合的方式提取激光点云主平面，提取面特征具体步骤如下：(1)从点云中随机选取三个点，确定平面参数模型ax+by+cz+d＝0，判断其法向量与地面法向量向量积是否大于ε，若向量积大于ε，则舍弃此平面参数模型，重新选取三个点确定平面参数模型直至向量积小于ε，其中ε足够小；(2)设定距离阈值σ，计算其余点到此平面的距离，若距离小于此阈值σ，则认为该点为此平面的内点，若大于此阈值σ，则认为该点为此平面的离群点，距离阈值σ根据激光雷达出厂平面点云厚度确定；(3)设定点数阈值n，若该平面的内点数大于点数阈值n，则保留该平面，并将该平面上的内点标记为已匹配；(4)重复步骤(1)，直至迭代n次后无新平面被提取。5.根据权利要求1所述的一种小视场角激光雷达点云特征点的提取方法，其线特征在于：遍历平面中的点，计算该点到两平面相交的交线的距离。将得到的距离与设定的阈值进行比较，如果小于给定的阈值则把该点加入特征点集合，否则删除。其主要步骤如下：(1)在ransac提取得到的平面中选取两个平面，分别计算其平面法向量归一化得到两平面交线的方向向量
(2)在提取得到的两个平面中任意一个平面上选取一个点，代入平面方程n
cx
x+n
cy
y+n
cz
z+d＝0中可以得到与提取得到的两个平面相交的第三个平面；(3)计算三个平面的交点p，利用两平面的交线的方向向量以及交点p，求得两平面交线的方程；(4)通过计算平面中一点到交线的距离，小于给定阈值的点则记为特征点；(5)遍历平面中的点，计算到交线的距离，最后得到一个线特征点集合。

技术总结
本发明公开了一种小视场角激光雷达点云特征点的提取方法，本方法通过固态激光雷达对环境进行扫描，获取环境激光点云数据，并对无序化点云进行有序化处理，去除噪点，包括无效点、视场角边缘的点、深度过大或者过小的点，拖尾点。提取去除杂点后的激光点云的平面，通过求取平面交线的方程以及平面中点云点到平面交线的距离，与设定的阈值进行比较，进一步提取特征点。本发明解决了小视场角激光雷达在点云数据较少的情况下特征点提取困难的问题，为后续环境模型的三维重建提供了保障。后续环境模型的三维重建提供了保障。后续环境模型的三维重建提供了保障。


技术研发人员：刘今越 孙鑫豹 郑佳硕 王翌玮 孙浩然
受保护的技术使用者：河北工业大学
技术研发日：2023.04.13
技术公布日：2023/7/12