[发明专利]基于3d点云的机器人地面分割方法及系统

权利要求书

1.一种基于3d点云的机器人地面分割方法，其特征在于，该方法具体如下：

获取激光雷达对周围环境扫描产生的点云，得到点云数据；

利用点云数据，并根据垂直激光束个数以及360°旋转的范围读数，获取距离图像；

根据距离图像的相邻行中的两个距离读数获取角度图像；

角度图像通过Savitsky-Golay滤波器进行奇异值滤波，得到平滑后的角度图像；

对平滑后的图像进行地面连通区域标记，获取深度图；

将深度图映射到点云：点云中的点与深度图中的点存在一一对应的关系，即深度图中分割处地面点后，在点云中显示对应的地面点。

2.根据权利要求1所述的基于3d点云的机器人地面分割方法，其特征在于，距离图像中的行数由垂直方向的光束定义，即Velodyne激光雷达传感器的行数为16、32或64；

距离图像中的列数由激光每360°旋转的范围读数获取；

距离图像中的每个像素都存储有从传感器到物体的测量距离。

3.根据权利要求1所述的基于3d点云的机器人地面分割方法，其特征在于，根据距离图像的相邻行中的两个距离读数获取角度图像具体如下：

将距离图像D的每一列c转换为角度图像的值；

角度图像中的每一个都表示连接两点A和B的线的倾角，该线从距离图像D的相邻行r-1,r中的两个距离读数Dr-1,c和Dr,c得出；

获取垂直连续单个激光束的两个距离读数后，使用三角规则计算角度α，公式如下：

α＝atan2(‖BC‖,‖AC‖)＝atan2(Δz,Δx)；

Δz＝|Dr-1,c sinξa-Dr,c sinξb|；

Δx＝|Dr-1,c cosξa-Dr,c cosξb|；

其中，ξa和ξb表示对应于行r-1和r的激光束的垂直角。

4.根据权利要求1所述的基于3d点云的机器人地面分割方法，其特征在于，Savitsky-Golay滤波器应用于角度图像的每一列，Savitsky-Golay滤波器执行最小二乘优化，以将给定窗口大小的局部多项式拟合到数据中。

5.根据权利要求1-4中任一所述的基于3d点云的机器人地面分割方法，其特征在于，地面连通区域是基于广度优先搜索，根据设定的阈值，计算地面点和非地面点。

6.根据权利要求5所述的基于3d点云的机器人地面分割方法，其特征在于，地面连通区域标记具体如下：

从过滤后获取的平滑后的角度图像的给定点开始，探索直接相邻的节点；

移动到下一级相邻的节点；

设定一个阈值Δa，通过对每一行进行搜索，得到地面连通区域。

7.一种基于3d点云的机器人地面分割系统，其特征在于，该系统包括，

获取模块一，用于获取激光雷达对周围环境扫描产生的点云，得到点云数据；

获取模块二，用于利用点云数据，并根据垂直激光束个数以及360°旋转的范围读数，获取距离图像；

获取模块三，用于根据距离图像的相邻行中的两个距离读数获取角度图像；

获取模块四，用于通过Savitsky-Golay滤波器对角度图像进行奇异值滤波，得到平滑后的角度图像；

标记模块，用于对平滑后的图像进行地面连通区域标记，获取深度图；

映射模块，用于将深度图映射到点云。