一种三维激光雷达数据实时调整分辨率的方法

1.本发明涉及激光雷达分辨率调整技术领域，更具体地，涉及一种三维激光雷达数据实时调整分辨率的方法。


背景技术：

2.激光雷达是一种激光测距系统，常常安装在无人驾驶汽车、无人机、移动机器人等载具上，用于构建环境地图、检测目标等。
3.三维激光雷达(下称激光雷达)通常从中心发射激光测量目标距离，以扫描方式对周围三维空间采样，获得三维点云(下称点云)。扫描通常是绕着两个相互垂直的轴以不同速率旋转，使采样点覆盖激光雷达的周围空间，得到的激光雷达数据的每个点用目标距离和两个轴的旋转角表示。这种成像方式使激光雷达的点云的密度与目标距离相关：距离远时点云稀疏、距离近时点云稠密。而且物体表面反光会导致测距错误，因此点云中存在大量噪点。
4.点云是无序数据，因此点云密度对点云的数据处理有很大影响。点云稠密时数据的处理和显示均需要大量存储空间和处理时间，因此常常需要先进行下采样，而下采样需要搜索邻域点，也需要大量空间和时间。点云稀疏时数据的处理结果容易受噪点影响。
5.现有技术中公开一种用于可调整分辨率深度映射的设备和方法，设备提供扫描表面并生成描绘每个点处的测量表面的深度的三维点云。该方案中设备和方法利用将激光束(102)反射成扫描线图案(114)的扫描镜(104)。当扫描线的光栅图案指向表面时，接收激光束从表面的反射并将其用于生成描绘每个点处的测量表面深度的三维点云。可以动态地调整扫描镜的运动以修改所得到的表面的三维点云的特征。例如，扫描镜运动的调整可以修改描述测量的表面深度的所得到的三维点云的分辨率或数据密度。但该方案依然存在点云密度不合理的问题


技术实现要素：

6.本发明提供一种三维激光雷达数据实时调整分辨率的方法，实现按照需求调整激光雷达数据的分辨率。
7.为解决上述技术问题，本发明的技术方案如下：
8.一种三维激光雷达数据实时调整分辨率的方法，其特征在于，包括以下步骤：
9.s1：以激光雷达中心为坐标原点建立坐标系，其中，z轴是水平扫描旋转轴，激光射线与z轴的夹角为垂直扫描角θ，激光射线在xoy平面的投影与x轴的夹角为水平扫描角φ，y轴是φ＝0时的垂直扫描旋转轴；
10.s2：根据分辨率要求，确定垂直扫描角序列和水平扫描角序列
11.s3：对于每个扫描角对构成的扫描方向，获取该方向附近的激光雷达采集
的原始数据片段并根据原始数据片段寻找该方向上点密度最大的位置得到该方向的目标距离由此得到一组激光雷达数据
12.s4：将步骤s3得到的全部激光雷达数据的每个点转换为直角坐标系坐标，得到满足要求分辨率的点云
13.优选地，步骤s2中所述分辨率要求包括等角度间隔或等空间间隔。
14.优选地，所述等角度间隔，具体为：
15.令和是任意起始角，有：
[0016][0017][0018]
式中，和分别是指定的垂直扫描角间隔和水平扫描角间隔，不同于激光雷达装置的垂直扫描角间隔δ
θ
和水平扫描角间隔δ
φ
。
[0019]
优选地，所述等空间间隔，具体为：
[0020]
令和是任意起始角，有：
[0021][0022][0023]
式中，η
θ
和η
φ
分别是指定的垂直方向的平均点距和水平方向的平均点距，meani()表示对括号内所有距离取均值。
[0024]
优选地，步骤s3中获取该方向附近的激光雷达采集的原始数据片段并根据原始数据片段寻找该方向上点密度最大的位置得到目标距离具体为：
[0025]
s3.1：获取一组激光雷达采集的、扫描方向附近的原始数据片段{(dk,θk,φk)|k＝1,2,...,k}，其中，扫描角满足)|k＝1,2,...,k}，其中，扫描角满足δ
ρ
是用于计算点密度的数据的范围；
[0026]
s3.2：将原始激光雷达数据片段{(dk,θk,φk)|k＝1,2,...,k}的每个点转换为直角坐标系坐标，得到点云{xk|k＝1,2,...,k}；
[0027]
s3.3：在{dk|k＝1,2,...,k}中找到最大值d
max
和最小值d
min
；
[0028]
s3.4：根据点云{xk|k＝1,2,...,k}，在扫描角对方向上，在[d
min
,d
max
]范围内寻找使点密度最大的d值，作为扫描角对方向上的目标距离
[0029]
优选地，步骤s3.1中，δ
ρ
取值为3～6max(δ
θ
,δ
φ
)。
[0030]
优选地，步骤s3.4中点密度具体为：
[0031][0032]
式中，x(d,θ,φ)是将激光雷达数据的点(d,θ,φ)转换为直角坐标系坐标得到的矢量x，h是高斯核函数的宽度。
[0033]
优选地，步骤s3.4中高斯核函数的宽度h＝λδd
x
，其中λ＝2～6，δ＝max(δ
θ
,δ
φ
)，d
x
是点x到原点的距离。
[0034]
优选地，步骤s3.2、步骤s3.4和步骤s4中将激光雷达数据的点(d,θ,φ)转换为直角坐标系坐标，无装配误差时转换公式为：
[0035]
x＝(x y z)
t
＝d(sinθcosφ sinθsinφ cosθ)
t
。
[0036]
优选地，步骤s3.4中采用二分法在[d
min
,d
max
]范围内寻找使点密度最大的d值，具体为：
[0037]
s3.4.1：初始化：d1＝d
min
，d2＝d
max
，λ＝2～6，δ＝max(δ
θ
,δ
φ
)；
[0038]
s3.4.2：计算点密度：其中h＝λδd1；其中h＝λδd2；
[0039]
s3.4.3：如果ρ1》ρ2，则更新其中h＝λδd2；否则更新其中h＝λδd1；
[0040]
s3.4.4：如果d
2-d1》εd，则转到步骤s3.4.3；否则输出最大的d值为结束搜索，其中εd是激光雷达测距精度。
[0041]
与现有技术相比，本发明技术方案的有益效果是：
[0042]
本发明的三维激光雷达数据实时调整分辨率的方法，能够在激光雷达采集数据或进行激光雷达数据的处理和显示的时候对数据实时进行上采样或下采样，改变数据分辨率，并且能够去除点云中存在的噪点。改变数据分辨率的方式，除了指定增大或减小扫描角间隔外，还可以指定平均点距，使点云密度比较均匀，不受目标距离的影响。
附图说明
[0043]
图1为本发明的方法流程示意图。
[0044]
图2为实施例提供的激光雷达坐标系。
具体实施方式
[0045]
附图仅用于示例性说明，不能理解为对本专利的限制；
[0046]
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
[0047]
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0048]
下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0049]
实施例1
[0050]
本实施例提供一种三维激光雷达数据实时调整分辨率的方法，如图1所示，包括以下步骤：
[0051]
s1：以激光雷达中心为坐标原点建立坐标系，如图2所示，其中，z轴是水平扫描旋转轴，激光射线与z轴的夹角为垂直扫描角θ，激光射线在xoy平面的投影与x轴的夹角为水平扫描角φ，y轴是φ＝0时的垂直扫描旋转轴；
[0052]
s2：根据分辨率要求，确定垂直扫描角序列和水平扫描角序列
[0053]
s3：对于每个扫描角对构成的扫描方向，获取该方向附近的激光雷达采集的原始数据片段并根据原始数据片段寻找该方向上点密度最大的位置得到该方向的目标距离由此得到一组激光雷达数据
[0054]
s4：将步骤s3得到的全部激光雷达数据的每个点转换为直角坐标系坐标，得到满足要求分辨率的点云
[0055]
实施例2
[0056]
本实施例在实施例1的基础上，继续公开以下内容：
[0057]
步骤s2中所述分辨率要求包括等角度间隔或等空间间隔。
[0058]
所述等角度间隔，具体为：
[0059]
令和是任意起始角，有：
[0060][0061][0062]
式中，和分别是指定的垂直扫描角间隔和水平扫描角间隔，不同于激光雷达装置的垂直扫描角间隔δ
θ
和水平扫描角间隔δ
φ
，例如
[0063]
所述等空间间隔，具体为：
[0064]
令和是任意起始角，有：
[0065][0066][0067]
式中，η
θ
和η
φ
分别是指定的垂直方向的平均点距和水平方向的平均点距，例如η
θ
＝η
φ
＝5mm，meani()表示对括号内所有距离取均值。
[0068]
实施例3
[0069]
本实施例在实施例1和实施例2的基础上，继续公开以下内容：
[0070]
步骤s3中并根据原始数据片段寻找该方向上点密度最大的位置得到目标距离具体为：
[0071]
s3.1：获取一组激光雷达采集的、扫描方向附近的原始数据片段{(dk,θk,φk)|k＝1,2,...,k}，其中，扫描角满足)|k＝1,2,...,k}，其中，扫描角满足δ
ρ
是用于计算点密度的数据的范围；
[0072]
设激光雷达正在从0
°
开始扫描，已经获得数据{(d
p,q
,θ
p
,φq)|p＝0,1,...,p；q＝0,1,...,q}，其中θ
p
＝pδ
θ
，φ
p
＝qδ
φ
。从中找到p1满足p2满足q1满足q2满足则所需的原始数据片段为{(d
p,q
,θ
p
,φq)|p＝p1,p1+1,...,p2；q＝q1,q1+1,...,q2}。
[0073]
s3.2：将原始激光雷达数据片段{(dk,θk,φk)|k＝1,2,...,k}的每个点转换为直角坐标系坐标，得到点云{xk|k＝1,2,...,k}；
[0074]
s3.3：在{dk|k＝1,2,...,k}中找到最大值d
max
和最小值d
min
；
[0075]
s3.4：根据点云{xk|k＝1,2,...,k}，在扫描角对方向上，在[d
min
,d
max
]范围内寻找使点密度最大的d值，作为扫描角对方向上的目标距离
[0076]
步骤s3.1中，δ
ρ
取值为3～6max(δ
θ
,δ
φ
)，具体来说，例如可以取δ
ρ
＝3max(δ
θ
,δ
φ
)，其中δ
θ
和δ
φ
分别是激光雷达装置的垂直扫描角间隔和水平扫描角间隔(例如)。
[0077]
步骤s3.4中点密度具体为：
[0078][0079]
式中，x(d,θ,φ)是将激光雷达数据的点(d,θ,φ)转换为直角坐标系坐标得到的矢量x，h是高斯核函数的宽度。
[0080]
步骤s3.4中高斯核函数的宽度h＝λδd
x
，其中λ＝2～6，δ＝max(δ
θ
,δ
φ
)，d
x
是点x到原点的距离。
[0081]
步骤s3.2、步骤s3.4和步骤s4中将激光雷达数据的点(d,θ,φ)转换为直角坐标系坐标，无装配误差时转换公式为：
[0082]
x＝(x y z)
t
＝d(sinθcosφ sinθsinφ cosθ)
t
。
[0083]
步骤s3.4中采用二分法在[d
min
,d
max
]范围内寻找使点密度最大的d值，具体为：
[0084]
s3.4.1：初始化：d1＝d
min
，d2＝d
max
，λ＝2～6(例如取λ＝2)，δ＝max(δ
θ
,δ
φ
)；
[0085]
s3.4.2：计算点密度：其中h＝λδd1；其中h＝λδd2；
[0086]
s3.4.3：如果ρ1》ρ2，则更新其中h＝λδd2；否则更新其中h＝λδd1；
[0087]
s3.4.4：如果d
2-d1》εd，则转到步骤s3.4.3；否则输出最大的d值为结束
搜索，其中εd是激光雷达测距精度(例如1mm)。
[0088]
相同或相似的标号对应相同或相似的部件；
[0089]
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
[0090]
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。