[发明专利]适用于激光成像雷达的超分辨率点云获取方法

说明书

本发明涉及一种适用于激光成像雷达的超分辨率点云获取方法，属于激光成像雷达技术领域。本发明采用了结合点云和图像数据的方式，成功实现了原始点云的超分辨效果，能够有效提高成像激光雷达采集的点云数据的分辨率，获得高于硬件分辨率且更均匀的点云数据。

技术领域

本发明属于激光成像雷达技术领域，涉及一种适用于激光成像雷达的超分辨率点云获取方法。

背景技术

激光成像雷达以激光为发射源，通过计算飞行时间(ToF)获取目标的距离信息，获取的目标场景信息将以点云的形式输出。受成像原理、器件成本和采集场景的限制，通过激光成像雷达获取的点云通常密度有限。另外，现实场景中采集的点云数据，通常存在一定程度的缺损和噪声，并不可避免会按照雷达扫描的轨迹分布，即具有稀疏性和不均匀性。激光成像雷达超分辨率是指在三维激光成像雷达获取的原始稀疏点云的基础上，通过算法获取更稠密、更均匀的点云。

现有的针对点云的深度学习超分辨率算法主要包括两类，其一是将点云降维为深度图、鸟瞰图、体素等规则排列的数据形式，利用相邻像素或体素的相对位置关系获取点云的几何结构；其二是直接处理点云数据，利用kNN的搜索算法获取点云的近邻点，获取其几何数据。这两类方法都可以有效地基于原始数据提升点云分辨率，但对原始数据的密度有一定要求。对于不够密集的点云，由于无法获取足够的目标结构细节，现有的算法无法有效增加数据的信息熵，很难达到理想的效果。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何设计一种适用于激光成像雷达的超分辨率点云获取方法。

(二)技术方案

为了解决上述技术问题，本发明提供一种适用于激光成像雷达的超分辨率点云获取方法，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(ui,vi)＝P₀·Tr·pi，其中P₀为投影矩阵，表示三维点与二维投影的换算关系，Tr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(ui,vi)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；