[发明专利]一种基于圆柱坐标的车载激光点云滤波方法

说明书

本发明公开了一种基于圆柱坐标的车载激光点云滤波方法，首先将车载激光点云从笛卡尔坐标系(x，y，z)转换为圆柱坐标系然后在圆柱坐标系中在平面内将车载激光点云格网化形成规则格网；最后对规则格网进行基于距离约束和角度约束的单断面和多断面滤波得到最终的地面点。本发明能够有效的处理车载激光点云的点密度大、点云分布不均匀、点云中存在大量遮挡区域等问题，同时既能够滤除车载激光点云中存在的大量的大尺寸非地面地物，同时又能保持车载激光点云中的小尺寸地形细节。

技术领域

本发明属于激光雷达遥感测绘技术领域，涉及一种车载激光点云滤波方法，具体涉及一种基于圆柱坐标的车载激光点云滤波方法。

背景技术

车载激光扫描系统在移动平台中集成激光扫描仪(LiDAR，Light Detection AndRanging)、卫星定位系统(GNSS，Global Navigation Satellite System)和惯性导航系统(INS，Inertial Navigation System)等传感器，在平台的运动过程中高效地采集道路及道路周边地物的三维空间信息和属性信息，广泛应用于道路测量、道路设施普查、车道级高精度地图制作等领域。

车载激光点云是车载激光扫描系统的主要数据成果。由于车载激光扫描系统在数据采集过程中对地物进行无差别的扫描采样，因此车载激光点云中包含地面、道路设施、植被等各种地物信息。为了有效地利用车载激光点云中的地物信息，常用的方法是对激光点云进行分类或者从车载激光点云中提取特定地物的点云。车载激光点云滤波即将车载激光点云分为地面点和非地面点的过程。车载激光点云滤波所得到的地面点是道路信息提取和道路地形测绘的重要输入数据，因此车载激光点云滤波是车载激光数据处理的重要预处理过程。

目前已有的激光点云滤波方法主要分为四类：(1)基于坡度的滤波方法；(2)基于形态学的滤波方法；(3)基于曲面的滤波方法；(4)基于分割的滤波方法。基于坡度的滤波方法使用点与其领域内点的高程差作为判断依据将点云分为地面点和非地面点，如果邻域内所有点与当前点的高程均小于阈值，则当前点为地面点，否则为非地面点。基于形态学的滤波方法对点云执行形态学操作，如果执行形态学操作前和操作后的点云的高差小于阈值，则该点为地面点，否则该点位非地面点。基于曲面的的滤波方法分为曲面内插法和渐进三角网法，曲面内插法使用点云内插地表面，距离最终内插曲面的距离小于阈值的点位地面点，否则为非地面点；渐进三角网滤波法使用地点构建三角网，然后将满足距离和角度准则的点判定为地面点并重新构建三角网，直到没有新的点判断为地面点未知，则最终的三角网即为地面点。基于分割的滤波方法先对激光点云进行分割，然后通过分割对象与其周边对象的几何和属性关系判断该对象是否为地面点。

现有的激光点云滤波方法可分为基于坡度的滤波方法、基于形态学的滤波方法、基于曲面的滤波方法以及基于分割的滤波方法等，这些方法主要针对机载激光点云的滤波而设计。与机载激光点云相比，车载激光点云具有点密度大、点云分布不均匀、点云中存在大面积遮挡区域、点云中同时存在大量大尺寸地物以及小尺寸地形细节等特点，目前已有的点云滤波方法用于车载激光点云滤波主要存在如下缺点：

1)由于车载激光点云的点密度大使现有车载激光点云滤波算法的滤波效率较低；

2)由于车载激光点云的分布不均匀，现有滤波算法在滤波窗口大小或者格网大小设置时存在困难；

3)车载激光点云中存在大面积的由于遮挡而造成的数据空洞，现有滤波方法通过内插的方式处理遮挡区域，对滤波结果带来误差；

4)车载激光点云中同时存在大量的大尺寸地物和小尺寸地形细节，现有滤波算法无法实现既滤除大尺寸地物又同时保留小尺寸地形细节。

发明内容

针对车载激光点云的滤波，充分考虑车载激光点云的特点，本发明提供了一种基于圆柱坐标的车载激光点云滤波算法。该算法首先将直角坐标系的xyz坐标转换为圆柱坐标，再在圆柱坐标中将点云格网化，利用圆柱坐标系中的径向距离约束和方位角约束实现车载激光点云的滤波。