本申请涉及激光雷达点云处理,尤其涉及一种动态障碍物过滤方法、装置、设备以及存储介质。
背景技术:
1、在基于激光雷达的建图与定位的应用中,其基本原理都是通过激光雷达对场景的扫描数据与上一帧数据或历史地图进行匹配,在匹配过程中,扫描数据中的动态数据点会影响到匹配精度。
2、相关技术中,通常采用滤波器或机器学习的方法对激光雷达采集的三维点云数据进行处理,以滤除点云数据中对应的动态障碍物,但这种方式在滤除动态数据点的过程中,参与计算的数据量会比较大,会消耗大量的计算资源。
技术实现思路
1、本申请的主要目的在于提供一种动态障碍物过滤方法、装置、设备以及存储介质,旨在解决相关技术在滤除动态数据点的过程中,参与计算的数据量会比较大,会消耗大量的计算资源的技术问题。
2、为实现上述目的,第一方面,本申请提供一种动态障碍物过滤方法,方法包括:
3、获取通过激光雷达采集的当前帧三维点云数据集;
4、从所述当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集;
5、针对每个空白像素,将三维点云数据子集中距离激光雷达最近的三维数据点的激光强度作为空白像素的像素值,获得当前帧激光强度灰度图像;
6、基于当前帧激光强度灰度图像与前一帧激光强度灰度图像,确定当前帧激光强度灰度图像中的动态像素点;
7、将当前帧三维点云数据集中与动态像素点对应的动态数据点滤除,获取无动态数据点的三维点云数据集。
8、可选地,基于当前帧激光强度灰度图像与前一帧激光强度灰度图像,确定当前帧激光强度灰度图像中的动态像素点,包括:
9、基于当前帧激光强度灰度图像中每个当前帧像素点与前一帧激光强度灰度图像中对应的前一帧像素点之间的光流信息,确定当前帧激光强度灰度图像中的动态像素点。
10、可选地,基于当前帧激光强度灰度图像中每个当前帧像素点与前一帧激光强度灰度图像中对应的前一帧像素点之间的光流信息,确定当前帧激光强度灰度图像中的动态像素点,包括:
11、确定当前帧激光强度灰度图像中每个当前帧像素点与前一帧激光强度灰度图像中对应的前一帧像素点之间的光流向量;
12、将光流向量大于第一预设阈值的当前帧像素点作为动态像素点。
13、可选地,将当前帧三维点云数据集中与动态像素点对应的动态数据点滤除,获取无动态数据点的三维点云数据集,包括:
14、获得动态像素所对应的三维点云数据子集中各个待定动态数据点与最近的三维数据点之间的欧式距离;
15、将欧式距离小于第二预设阈值的待定动态数据点作为动态数据点;
16、将三维点云数据集中与动态像素点对应的动态数据点滤除,获取无动态数据点的三维点云数据集。
17、可选地,从当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集,包括:
18、从当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集,获得各个空白像素与对应的三维点云数据子集之间的索引信息;
19、获得动态像素点所对应的三维点云数据子集中各个待定动态数据点与最近的三维数据点之间的欧式距离,包括:
20、基于动态像素点的索引信息,确定对应的三维点云数据子集中各个待定动态数据点;
21、获得动态像素所对应的三维点云数据子集中各个待定动态数据点与最近的三维数据点之间的欧式距离。
22、可选地,从当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集之前,方法还包括:
23、基于激光雷达的垂直视角扫描范围和垂直分辨率,确定空白像素所在图像的纵轴尺寸;
24、基于激光雷达的水平视角扫描范围和水平分辨率,确定空白像素所在图像的横轴尺寸,以生成空白像素所在图像。
25、可选地,获取通过激光雷达采集的当前帧三维点云数据集,包括:
26、获取通过激光雷达采集的当前帧原始三维点云数据集;
27、将当前帧原始三维点云数据集中各个原始数据点从雷达坐标系转换至球坐标系中,获得三维数据点,以得到当前帧三维点云数据集;激光雷达为球坐标系的球心。
28、第二方面,为了实现上述目的,本申请继续提供一种动态障碍物过滤装置,动态障碍物过滤装置包括:
29、数据获取模块,用于获取通过激光雷达采集的当前帧三维点云数据集;
30、子集划分模块,用于从当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集;
31、映射模块,用于针对每个空白像素,将三维点云数据子集中距离激光雷达最近的三维数据点的激光强度作为空白像素的像素值,获得当前帧激光强度灰度图像;
32、动态确定模块,用于基于当前帧激光强度灰度图像与前一帧激光强度灰度图像,确定当前帧激光强度灰度图像中的动态像素点;
33、滤除模块,用于将当前帧三维点云数据集中与动态像素点对应的动态数据点滤除,获取无动态数据点的三维点云数据集。
34、第三方面,为了实现上述目的,本申请继续提供一种动态障碍物过滤设备,包括:处理器,存储器以及存储在存储器中的动态障碍物过滤程序,动态障碍物过滤程序被处理器运行时实现如上述动态障碍物过滤方法的步骤。
35、第四方面,为了实现上述目的,本申请继续提供一种计算机可读存储介质,计算机可读存储介质上存储有动态障碍物过滤程序,动态障碍物过滤程序被处理器执行时实现上述的动态障碍物过滤方法。
36、不难看出,本申请以激光雷达采集的当前帧的三维点云数据子集中距离激光雷达最近的三维数据点的激光强度为像素值,生成激光强度灰度图像,随后将当前帧激光强度灰度图像与前一帧的激光强度灰度图像做比对,确认当前帧激光强度灰度图像中的动态像素点,随后根据动态像素点确认当前帧的三维点云数据子集中的动态数据点并滤除,实现了动态数据点过滤的同时,解决了相关技术在滤除动态数据点的过程中,参与计算的数据量会比较大,会消耗大量的计算资源的技术问题。
1.一种动态障碍物过滤方法,其特征在于,所述方法包括:
2.根据权利要求1所述的动态障碍物过滤方法,其特征在于,所述基于所述当前帧激光强度灰度图像与前一帧激光强度灰度图像,确定所述当前帧激光强度灰度图像中的动态像素点,包括:
3.根据权利要求2所述的动态障碍物过滤方法,其特征在于,所述基于所述当前帧激光强度灰度图像中每个当前帧像素点与前一帧激光强度灰度图像中对应的前一帧像素点之间的光流信息,确定所述当前帧激光强度灰度图像中的动态像素点,包括:
4.根据权利要求1所述的动态障碍物过滤方法,其特征在于,所述将当前帧三维点云数据集中与所述动态像素点对应的动态数据点滤除,获取无动态数据点的三维点云数据集,包括:
5.根据权利要求4所述的动态障碍物过滤方法,其特征在于,所述从所述当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集,包括:
6.根据权利要求1所述的动态障碍物过滤方法,其特征在于,所述从所述当前帧三维点云数据集确定与各个空白像素对应的三维点云数据子集之前,方法还包括:
7.根据权利要求1所述的动态障碍物过滤方法,其特征在于,所述获取通过激光雷达采集的当前帧三维点云数据集,包括:
8.一种动态障碍物过滤装置,其特征在于,所述动态障碍物过滤装置包括:
9.一种动态障碍物过滤设备,其特征在于,包括:处理器,存储器以及存储在所述存储器中的动态障碍物过滤程序,所述动态障碍物过滤程序被所述处理器运行时实现如权利要求1-7中任一项所述动态障碍物过滤方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有动态障碍物过滤程序,所述动态障碍物过滤程序被处理器执行时实现如权利要求1至7任一项所述的动态障碍物过滤方法。