(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111323135.8 (22)申请日 2021.11.09 (71)申请人 腾晖科技建 筑智能 （深圳） 有限公司 地址 518110 广东省深圳市龙华区民治街 道民乐社区星河WORLD二期 D栋1106 申请人 广东光速智能设备有限公司 (72)发明人 安民洙　葛晓东　姜贺　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 卢泽明 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/26(2022.01) G06V 10/70(2022.01) G06V 10/74(2022.01)G06V 10/764(2022.01) G06V 10/77(2022.01) G06N 20/00(2019.01) (54)发明名称 基于模板匹配的激光雷达点云地图杆状目 标提取方法 (57)摘要 本发明提供的基于模板匹配的激光雷达点 云地图杆状目标提取方法， 包括以下步骤： 将场 景点云根据平面坐标划分到栅格内； 遍历格网， 统计生长 范围外框点云数量， 计算其占总点云数 的百分比， 小于1％视作生长终止， 反之按上一步 中平面栅格生长的步骤， 然后执行下一步； 在垂 直方向上将点云切片， 划分为不同区域， 求解相 邻切片的外接圆半径差， 大于7cm则视为找到候 选杆部， 反之继续步骤中栅格增长； 根据以上步 骤得到的点 云， 判断其长度及半径是否符合设定 值， 保留作为候选杆部； 基于体素的模板匹配方 法识别路灯和电线杆； 采用主成分分析法识别指 示牌； 利用栅格覆盖率以及区域占有度检测乔 木； 针对不同杆状目标采用不同的识别方法， 提 高提取效率。 权利要求书4页 说明书7页 附图3页 CN 115115941 A 2022.09.27 CN 115115941 A 1.基于模板匹配的激光雷达点云地图杆状目标提取方法， 由机器人和激光雷达组成的 移动测图平台来构建点云地图， 其特 征在于， 包括以下步骤： 一、 杆状候选目标提取 步骤S401， 首 先， 将场景点云根据平面 坐标划分到栅格内； 步骤S402， 遍历每个格网， 若格网点云密度＞阈值， 统计该格网内点云高度差， 舍去高 差小的栅格； 步骤S403， 以保留下的格网为中心， 外扩一圈加入邻域 栅格内的点云； 步骤S404， 设立规则判断杆部生长是否终止， 统计生长范围外框的点云数量， 计算其占 总点云数的百分比， 小于阈值视作生长终止， 反之继续步骤S403中平 面栅格生长的步骤， 然 后执行步骤S40 5； 步骤S405， 针对生长范围的点云在垂直方向上切片， 设立窗口滑动幅度， 分别计算相邻 切片点云的外接圆半径， 倘若相差超过半径差阈值则停止生长， 反之继续步骤S403中栅格 增长； 步骤S406， 根据以上步骤得到的点云， 对最终得到的杆部候选物进行判断， 如果杆部长 度过小或是 杆部半径过 大， 直接剔除不 参与后续分类， 保留的作为 候选杆部； 二、 杆状目标识别 步骤S407， 通过基于体素的模板匹配方法识别路灯和电线杆； S407‑1、 首先通过下采样对杆状候选物进行初步过滤， 避免不同体素内点云密度相差 过大； S407‑2、 接着将场景坐标系原点移至杆部中心， 沿着坐标轴将点云划分到每个三维体 素之中； S407‑3、 从Z‑X‑Y遍历模型与目标体素， 根据公式(1)计算对应 体素内的点云数量差， 点云数量差＝ NUM模 型_NUM目标‑‑‑‑‑‑(1) 其中， NUM模型为模型三维立方体素内的点云个数， NUM目标为目标三维立方体素内的点云 个数； 点云数量差小于个数阈值则表明两者点云分布类似， 加入类似体素集合； 等待遍历 完 成之后， 统计 类似体素的个数， 倘若占比超过总体素 百分比阈值， 视作匹配成功； S407‑4、 然而， 由于地物的特殊性以及坐标系不一致， 使得模板与目标灯头朝向不同； 于是以杆部为轴对目标点云进行旋转操作， 记录每次旋转后与模板匹配的相似性， 若匹配 失败则旋转后继续步骤S407 ‑3中相似性计算， 当旋转一周后仍然无法匹配成功， 则剔除对 应的目标地物； 步骤S408， 采用主成分 分析法识别指示 牌； 步骤S408 ‑1、 遍历点云， 借助KDTree近邻查询， 将点云以二叉树的形式建立索引进行存 储， 随后设立搜索半径， 从每个三维点开始遍历， 计算它与其余点的空间距离， 倘若该距离 在搜索半径范围内， 则属于该点的邻域范围， 以此求得并记录目标点的邻域空间； 步骤S408 ‑2、 将邻域范围内点云送入PCA主成分分析， 根据公式(2)计算协方差矩阵C， C ＝U*∑*VT分解得到特 征值， 权　利　要　求　书 1/4 页 2 CN 115115941 A 2对降维结果进行判断， 计算同时满足下列A和B两个条件的点云个数： A.根据计算得到特征值a1d、 a2d和a3d， 若a2d＞a1d且a2d＞a3d， 表明点云成平面分布， 具有平面 性； B.获得最小特征值对应的特征向量， 即平面法向量， 根据公式(3)计算法向量与Z坐标 轴的单位向量 点积。 单位向量 点积＝[Vector最小 特 征·(0， 0， 1)] ‑‑‑‑‑‑(3) 若单位向量 点积值小于阈值， 表明平面与地 面垂直； 步骤S408 ‑3、 当统计得到的点云个数大于个数阈值时， 视为该目标杆状物具有指示牌 的显著特 征； 步骤S408 ‑4、 根据步骤S408 ‑3中得到的候选目标， 取出候选目标， 以杆部为中心， 记录 邻域范围内的点云个数， 当个数占比过少时， 为其赋予指示牌标签， 反之作为其他地物剔 除。 步骤S409， 利用栅格覆盖率以及区域占有度检测及识别乔木； 步骤S409 ‑1、 对输入点云投影到XOY平面进行栅格化操作， 记录目标点云的格 网面积作 为覆盖率， 实验过程中设立的面积阈值A rea， 超过阈值则作为 乔木输出； 步骤S409 ‑2、 将上端点云平移到以杆部中心为原点的坐标系中， 接着把投影平面划分 为八个区域； 根据实验场景 数据， 剔除半径过 大的杆部点云， 保留上端树冠部分； 然后， 利用区域分割方法以杆部 中心为原点将平面划分为8个区域， 按照坐标将三维点 云划分入不同区域， 当占有的区域个数 大于等于4时， 为目标 赋予乔木标签。 2.根据权利要求1所述的基于模板匹配的激光雷达点云地图杆状目标提取方法， 其特 征在于， 所述 步骤S407中具体还 包括以下步骤： 步骤S407 ‑1， 首先通过下采样对杆状候选物进行初步过滤， 避免不同体素内点云密度 相差过大； 步骤S407 ‑2， 将场景坐标系原点移至杆部中心， 沿着坐标轴将点云划分到每个三维体 素之中， 体素 大小为0.1 ×0.1×0.1米； 步骤S407 ‑3， 从Z‑X‑Y遍历模型与目标体素， 根据公式(1)计算对应体素内的点云数量 差， 点云数量差＝ NUM模 型_NUM目标‑‑‑‑‑‑(1) 其中， NUM模型为模型三维立方体素内的点云个数， NUM目标为目标三维立方体素内的点云 个数； 点云数量差小于个数阈值3则表明两者点云分布类似， 加入类似体素集合并保留； 等 待遍历完成之后， 统计类似体素的个数， 倘若占比超过总体素的90％， 视作匹配成功， 赋予 路灯或电线杆 标记； 步骤S407 ‑4， 若上述匹配失败， 则以杆部中心为原点， 绕Z轴依次旋转20度， 随之继续步 骤S407‑3中相似性计算。 3.根据权利要求1所述的基于模板匹配的激光雷达点云地图杆状目标提取方法， 其特 征在于， 所述 步骤S408中具体还 包括以下步骤： 步骤S408 ‑1， 遍历点云， 借助KDTree近邻查询， 将点云以二叉树的形式建立索引进行存 储， 随后设立搜索半径， 以0.2米作为搜索半径， 从每个三 维点开始遍历， 计算它与其余点的权　利　要　求　书 2/4 页 3 CN 115115941 A 3