[发明专利]一种有序提取地面的点云分割方法

说明书

技术领域

本发明涉及点云分割领域，特别涉及一种有序提取地面的点云分割方法。 

背景技术

利用深度传感器和位置姿态传感器基于固定站或移动平台获取周围场景的三维点云信息，近几年由于其重建精度高、重建视角好而得到了快速发展。由于扫描场景涉及各种不同类型的物体，如建筑物、地面、以及树木、行人、车辆等地面上物体，因此在点云建模之前需要通过点云分割将上述各部分彼此分开。之前方法处理点云分割均是将深度传感器采集到的数据认为是大量的无序离散点云，而忽视了在采集过程中深度传感器逐列依次扫描的有用信息。聚类分割方法具有时间复杂度低，易于实现的优点，尤其是基于距离的聚类方法更适用于空间点云分割，其基本思想是对于空间中的点，将其周围一定范围内的点和该点划分至同一聚类，直至该聚类无法继续扩充。但对于室外场景，必须将地面提取出来才可以应用聚类方法来进行聚类分割，否则地面的存在会使所有地面上的其他物体连在一起，无法完成分割。当前提取地面的方法采用随机抽样一致性算法（RANSAC），将地面作为当前场景中的最大平面而直接得到，但这忽视了地面的起伏，以及不可避免的坡路地面情况，也影响了接下来在此基础上进行的聚类分割来把地面上的各物体通过彼此点与点之间的距离聚类分开的效果。 

发明内容

（一）要解决的技术问题 

本发明所要解决的技术问题是：基于深度传感器和位置姿态传感 器获取到的三维点云信息，如何提供一种有序提取地面的点云分割方法，以克服现有技术大场景中涉及的起伏路面和坡路情况的技术问题，更好地完成点云分割。 

（二）技术方案 

为了解决上述的技术问题，本发明提供了一种有序提取地面的点云分割方法，包括以下步骤： 

S1：深度传感器对被测场景进行逐列扫描，设置列数j在第一列时j=0; 

S2：根据深度传感器坐标系下相邻点之间的角度变化关系，得到该列深度传感器深度信息中在截止点i前属于地面的部分和该列点的相对应的本地坐标； 

S3：依次在深度传感器坐标系和本地坐标系下，判断点i后的点是否属于地面； 

S4：判断被测场景中的每列深度传感器深度信息是否均已处理，如果是，则点云地面部分提取完成，进行步骤S5；反之令j=j+1，返回步骤S2； 

S5：对非地面点云进行基于距离的聚类分割，将场景中的物体彼此分离。 

优选地，所述步骤S2判断截止i点位置的步骤包括： 

S21：对被观测的每列深度传感器深度信息，设置点序号i在每列深度信息对应的点中第一个点i=0 

S22：计算深度传感器坐标系下相邻两点之间的高度差值Δy_i,i+1

水平差值Δx_i,i+1，并得到对应角度差值 

Δα_i,i+1=tan_-1(Δy_i,i+1/Δx_i,i+1); 

S23：判断对应角度差值Δα_i,i+1是否小于阈值α_th，如果是，则该i点属于地面，令i=i+1，返回步骤S22；反之，进行步骤S24； 

S24：计算深度传感器坐标系下该i点与其后面第二点i+2对应角度 差值Δα_i,i+2; 

S25：判断对应角度差值Δα_i,i+2是否小于阈值α_th，如果是，则该i点属于地面，令i=i+1，返回步骤S22；反之，第i点即为地面部分的初步截止点，进行步骤S26； 

S26：将该列深度传感器场景数据转换为本地坐标系下点云数据。 

优选地，所述深度传感器对被测场景逐列扫描如果为由下而上扫描，则深度传感器采集到的每列数据中第一个点为起始点，最后一个点为终止点；如果为由上而下时，则所述的每列数据中第一个点为终止点，最后一个点为起始点。 

优选地，所述阈值α_th与所述深度传感器精度和采集场景的地面平整度有关。 

优选地，所述步骤S3包括如下步骤： 

S31：设置初步截止i点后的第一点为k点，k=i+1; 

S32：在深度传感器坐标系下，计算k点分别与其后面两点及前面两点之间的角度θ_k,k+1,θ_k,k+2，θ_k,k-1,θ_k,k-2;