[发明专利]应用于稀疏点云目标检测的均匀鸟瞰图生成方法

说明书

本发明涉及一种应用于稀疏点云目标检测的均匀鸟瞰图生成方法，属于点云处理技术的领域，本发明的方法包括在柱坐标系下对点云进行降维采样，使用二维图像表示三维点云，得到均匀鸟瞰图；将采样信息映射回原始点云，使得原始点云中的点均记录有所在采样单元的采样信息；在直角坐标系下对点云进行降维采样，利用记录的均匀鸟瞰图的信息，使用二维图像表示三维点云，得到适用于现有基于降维的点云目标检测方法的鸟瞰图。与现有方法相比，本发明能够改善稀疏点云采样分布不均的问题。

技术领域

本发明涉及点云处理技术的领域，尤其涉及一种应用于稀疏点云目标检测的均匀鸟瞰图生成方法。

背景技术

点云作为一种描述三维环境和物体的数据表达形式，因其获取便利，同时较图像等数据形式，在一些应用中，在稳定性和表达能力上具有明显优势，故而在学术研究上获得了关注，也在工程应用中斩获了支持者。点云的处理方法大体可分为三类，即基于降维的点云处理方法、基于体素的点云处理方法和基于点的点云处理方法。

基于降维的点云处理方法去掉三维点云的某一维度，通过将三维数据投影到二维平面并结合统计的方式，将三维点云降维成二维图像，如前视图、鸟瞰图等，从而利用已有广泛研究和实践成果的、较为成熟的图像处理方法进一步处理。这类方法在三类方法中处理速度最快，部分技术也最为成熟，若应用要求不受降维导致的信息丢失的影响，则此类方法不失为一种合适的技术选择。

基于体素的点云处理方法将三维点云规整为离散有序的三维体素，再使用三维卷积等方式对体素数据进行处理。点云在空间中连续因而不利于利用矩阵形式表示和计算，该类方法对点云进行采样和统计，利用离散有序的体素代替点云表达三维环境，同时较降维的方法保留了更多三维信息，但因其计算开销较大，很难适用于对实时性有一定要求的任务。

基于点的点云处理方法保留了点云以点为基本数据表示单位的形式，使用多层感知机对点云进行处理。其优势是最大程度的保留了三维信息。但因点云中点数量众多，可达十万数量级，对每个点都进行处理会消耗大量的计算资源，所以在点云中采样部分点是常见的作法。常用的采样方法为最远点采样，而采样的数量则根据经验由人工指定。

上述的三类方法都对点云进行了不同程度的采样，但受点云的采集方式和稀疏性的影响，由这些采样方法采样得的数据存在分布不均匀的问题。激光雷达作为采集点云的传感器可看成由单点发射激光并采集光信息的设备。与点光源类似，激光雷达发射的所有激光呈放射状向四周发射，并于障碍物处反射。相邻两条激光之间夹角固定，射出距离越远，两个反射点之间的空间距离越大。激光雷达的此类特性使得点云呈现散射状并具有与距离相关的稀疏性。若采用上述三类方法中的采样方法，不考虑点云的稀疏性，对处于不同距离的点使用同样的采样标准，则导致采样数据分布不均。

发明内容

为了改善稀疏点云采样分布不均的问题，并将点云处理技术应用于具有较高实时性要求的移动机器人领域，本发明提供一种应用于稀疏点云目标检测的均匀鸟瞰图生成方法。

本发明采用如下的技术方案：一种应用于稀疏点云目标检测的均匀鸟瞰图生成方法，包括：

在柱坐标系下对点云进行降维采样，使用二维图像表示三维点云，得到均匀鸟瞰图；

将采样信息映射回原始点云，使得原始点云中的点均记录有所在采样单元的采样信息；

在直角坐标系下对点云进行降维采样，利用记录的均匀鸟瞰图的信息，使用二维图像表示三维点云，得到适用于现有基于降维的点云目标检测方法的鸟瞰图。

进一步的，在柱坐标系下对点云进行降维采样，使用二维图像表示三维点云，得到均匀鸟瞰图，包括：

在柱坐标系下采用扇形柱体为采样单元对点云进行采样，每个采样单元统计得高度统计值、强度统计值和密度统计值；