[发明专利]一种点云分割方法及装置

权利要求书

1.一种点云分割方法，其特征在于，所述方法包括以下步骤：

S1：通过深度传感器对被测场景进行逐列扫描，以获取所述被测场景的深度信息，将所述被测场景的深度信息进行坐标转换，以获得所述被测场景在本地坐标系下的三维信息；

S2：从所述三维信息中分割出地面点云；

S3：通过自适应阈值的聚类分割方式对非地面点云进行聚类分割，所述非地面点云为所述三维信息中除所述地面点云之外的其他点云，

其中，步骤S2中，从所述三维信息中分割出地面点云具体包括：

S201：以列为单位遍历所述三维信息，并将遍历到的一列作为当前列；

S202：按照从下至上的方向遍历所述当前列的每个点；

S203：计算遍历到的当前点的Z轴坐标和所述深度传感器所在位置的地面高度之差的绝对值，若所述绝对值小于高度阈值，则将所述当前点作为第一个初始点Ps(1)，执行步骤S204，否则返回步骤S 202；

S204：检测初始点Ps(k)之后的截止点Pe(k)，并将所述初始点Ps(k)和截止点Pe(k)作为一对；

S205：检测截止点Pe(k)之后的初始点Ps(k+1)，若检测到初始点Ps(k+1)，则令k＝k+1，并返回步骤S204，否则将每对初始点Ps(k)与截止点Pe(k)及每对初始点Ps(k)与截止点Pe(k)之间的点作为地面点加入所述地面点云，并执行步骤S206；

S206：判断所述三维信息的每一列是否均被遍历到，若是，则执行步骤S3，否则将当前列的下一列作为当前列，并返回步骤S202，

其中，所述截止点与下一个相邻点的连线与XOY平面形成的角度大于角度阈值。

2.如权利要求1所述的方法，其特征在于，步骤S3中，通过自适应阈值的聚类分割方式对非地面点云进行聚类分割具体包括：

S301：采用固定的初始阈值dth(0)对所述非地面点云进行聚类分割；

S302：遍历聚类分割所获得的每个聚类；

S303：根据聚类体量计算遍历到的当前聚类的自适应阈值dth(w)，判断所述自适应阈值dth(w)是否小于所述初始阈值dth(0)，若是，则基于所述自适应阈值dth(w)对所述当前聚类进行进一步分割；

S304：判断所述聚类分割所获得到的每个聚类是否均被遍历到，若否，则将当前聚类的下一聚类作为当前聚类，并返回步骤S303。

3.如权利要求2所述的方法，其特征在于，步骤S303中，根据聚类体量计算遍历到的当前聚类的自适应阈值dth(w)具体包括：

S3031：遍历所述当前聚类中的每个点，将遍历到的当前点结合其邻域点拟合平面，并将拟合获得的平面的法向量作为所述当前点的法向量；

S3032：计算所述当前聚类中所有点的法向量的平均值，并将所述平均值作为所述当前聚类的法向量；

S3033：将所述当前聚类中的所有点均投影至投影平面上，在所述投影平面上选取包含所有投影点的最小矩形，所述投影平面为与所述当前聚类的法向量垂直的平面；

S3034：通过下式计算所述当前聚类的自适应阈值dth(w)，

dth(w)＝k₁·L(w)+k₂

其中，L(w)为所述最小矩形的短边长度，k₁和k₂为常数。

4.如权利要求1所述的方法，其特征在于，步骤S3中，通过自适应阈值的聚类分割方式对非地面点云进行聚类分割具体包括：

S311：遍历所述非地面点云中的每个点，计算遍历到的当前点的自适应阈值；

S312：根据所述非地面点云中每个点的自适应阈值对所述非地面点云进行聚类分割。

5.如权利要求4所述的方法，其特征在于，步骤S311中，通过下式计算遍历到的当前点的自适应阈值dth，

其中，L为所述当前点的深度信息，A为所述深度传感器的角分辨率，v为所述深度传感器在水平方向的移动速度，f为所述深度传感器的扫描频率，α为扫描线所在平面与v的方向之间的夹角，所述扫描线所在平面为所述深度传感器的中心点与所述被测场景的第T列所在的平面，所述第T列为包括所述当前点的一列，β为扫描线所在平面与被测场景中被测物体表面的夹角，A_w为深度传感器扫描的有效角度，ΔL为L的误差值，Δv为v的误差值，Δα为α的误差值。