[发明专利]适用于激光成像雷达的超分辨率点云获取方法

权利要求书

1.一种适用于激光成像雷达的超分辨率点云获取方法，其特征在于，在车辆行进过程中，激光成像雷达扫描车辆周围的环境，可见光相机拍摄前进方向图像，通过提前标定的视场角裁切雷达点云，只保留前进方向的点云内容；

激光成像雷达扫描获得的点云集合表示为相机图像表示为像素点的集合其中P为N×3的矩阵，表示N个点的三维坐标集合；Q为m×n的矩阵，表示分辨率为m×n的图像，二者的映射关系表示为(u_i,v_i)＝P₀·T_r·p_i，其中P₀为投影矩阵，表示三维点与二维投影的换算关系，T_r为欧式变换矩阵，表示雷达点云到图像坐标系的变换关系；

设定目标超分辨倍率为R，神经网络的图像分支将点云P投影到图像坐标系中，将每个点的坐标信息与对应像素(u_i,v_i)连接，初步构成更高维(m×n×(c+3))的特征，随后依次输入编码器和解码器中，获得生成的高密度点云(r₁m×r₁n×1)以及每个点对应的置信度估计(r₁m×r₁n×1)；m×n×(c+3)中，3是rgb三种颜色通道，c是除了rgb以外的其他特征维度数；高密度点云r₁m×r₁n×1中，r₁是超分辨率的倍数，此式就是把图像转化成了超分辨率r₁倍的图像，1是深度通道，与m×n×(c+3)中的3对应；置信度估计r₁m×r₁n×1中，1表示置信度，置信度估计r₁m×r₁n×1中的值与高密度点云r₁m×r₁n×1中的每个值一一对应；

神经网络的点云分支将点云P通过特征提取、上采样和坐标重构获取新的生成点的坐标偏差(r₂-1)N×3与对应点的置信度(r₂-1)N×1，通过与原始点云P相加获取新的上采样点云(r₂-1)N×3，然后与原始点云P结合，获得神经网络的点云分支的输出结果r₂N×3；将神经网络的点云分支的输出结果r₂N×3与神经网络的图像分支的输出r₁m×r₁n×3二者根据置信度加权求和，最终通过重采样获取均匀分布的超分辨率点云RN×3。

2.如权利要求1所述的方法，其特征在于，所述激光成像雷达为周视雷达。

3.如权利要求1所述的方法，其特征在于，上采样过程中，还进行残差修正。

4.如权利要求1所述的方法，其特征在于，可见光相机与激光成像雷达相对位置固定。

5.如权利要求1所述的方法，其特征在于，前进方向图像为目标方向的可见光图像。

6.如权利要求1所述的方法，其特征在于，点云与相机图像的映射关系以投影、旋转、平移矩阵的形式表达。

7.一种验证如权利要求1至中6任一项所述方法有效性的方法。

8.如权利要求7所述的方法，其特征在于，该方法中，利用模拟数据和实测数据进行试验，模拟数据将64线激光成像雷达数据进行下采样，通过超分辨率点云与原始数据进行对比，实测数据利用16线激光成像雷达和64线激光成像雷达在相同行进路线上进行数据采集，将处理后的16线点云与64线点云进行配准及对比，发现两种方法获取的超分辨率点云与对照组差值在误差允许范围内。

9.一种用于实现如权利要求1至中6任一项所述方法的系统。

10.一种采用如权利要求9所述系统的激光成像雷达。