【pcl教程系列】之点云目标检测整体流程

2023-10-23 17:59

本文主要是介绍【pcl教程系列】之点云目标检测整体流程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点云目标检测概述

  之前撰写关于点云的相关算法的博客都是如何有效的去除地面点云,得到非地面点云来为后续的检测识别等操作做铺垫。如果你对地面点去除感兴趣的话,可以参考我的之前一些关于点云分割地面的博客。本篇主要介绍一下,在无人车挂载激光雷达的时候,如何有效的识别障碍物的整体流程?当然,这里主要介绍的是传统算法在无人车上对点云数据的操作,深度学习的点云识别后续有机会再详谈。说实话,传统方式的点云目标识别,流程较为复杂,涉及算法较多。从点云接收到输出目标整个流程涉及多个环节与算法。现在,我们先看下面这个流程图,不能算所有的车载传统激光雷达的目标检测流程,也算是一个概括吧。

  上图是一个传统激光雷达目标检测的大概流程:这里的目标检测基本上是自适应,没有依赖先验信息。这里的先验信息主要是指地图模块给予的道路信息等等。上图主要包含3大模块:

  • 点云预处理模块:地面与非地面点云分割、ROI区域点云获取、相关滤波算法操作;
  • 聚类算法对预处理后点云进行聚类:2维聚类、或者3维聚类;
  • 对聚类算法后的每一个聚类簇进行三维空间box恢复:OBB或者二维LShapedFIT算法+Kd树索引;
  • 对拟合成功的框,在二维平面上进行迭代合并,避免单个目标出现多个框;

下面我对上述的几个重要流程做一下简单的讲解:

  • 点云预处理模块

  点云预处理模块主要是去除不感兴趣的区域点云,只留下感兴趣区域的点云。因此,这里主要是过滤掉非ROI区域的点云,以此来为后面的聚类算法更加有效的生成目标,同时一定程度上降低聚类算法耗时。预处理模块最为重要的就是地面点的去除、然后进行一些限制区域的过滤。如果这里接收地图模块发送的车道信息则更加方便获取ROI区域。

  • 聚类算法模块

  上述步骤点云获取ROI区域之后,就是聚类算法上场大展身手的时候了。这里的任何聚类算法都是针对点云数据的空间性进行聚类,当然聚类的模式可分成在俯视图X-Y平面的二维聚类,还是直接三维空间聚类。二维聚类毫无疑问,速度快。但是一定程度上依赖点云预处理的效果,因为二维方法是丢弃高度z轴信息进行聚类。三维聚类,聚类速度慢但是聚类的三维几何空间较为准确,直接获取信息。

  二维聚类算法聚类后得到的每个簇,首先进行对每个簇的框拟合,目前主要有最小面积区域拟合法与LShapedFIT拟合。LShapedFIT算法主要是针对机动车被激光雷达扫描生成的形状主要是L型的特殊框拟合,但是对于行人等效果不明显。拟合好框之后,通过Kd树进行搜索三维空间的z轴信息,以此来恢复三维的框。

  三维聚类后,根据每个簇的三维信息直接通过OBB算法获取三维的框,不过可能三维的框旋转角度并不只是围绕z轴旋转,而是x-y也会旋转,这就是三维空间的框拟合。虽然我们无人车只需要z轴信息的旋转(也是常说的yaw角)即可。

  最后,不论是二维还是三维聚类,都需要进行迭代合并过于接近的框。以此来避免一个车聚类出多个障碍物框。目前常用的聚类方法是欧式聚类与DBSCAN聚类。至于是二维还是三维,目前推荐使用的是二维聚类方式,主要原因在于速度的限制,三维耗时较大且OBB的三维框拟合效果并不佳。

代码小试

  说了这么多,直接上一个小demo吧。根据pcl写的点云目标检测的显示这个流程。效果肯定不如实际的工程代码,就当做一个抛砖引玉吧。

#include <iostream>
#include <sstream>
#include <string>
#include <pcl/ModelCoefficients.h>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/features/normal_3d.h>
#include <pcl/kdtree/kdtree.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <pcl/segmentation/extract_clusters.h>
#include <pcl/common/common.h>
#include <pcl/filters/crop_hull.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_plane.h>
#include <pcl/filters/passthrough.h>
#include <pcl/features/moment_of_inertia_estimation.h>
#include <pcl/visualization/cloud_viewer.h>
#include <boost/thread/thread.hpp>int main(int argc, char** argv)
{// 点云数据读取// pcl::PLYReader reader;pcl::PCDReader reader;pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>);reader.read("apollo.pcd", *cloud);std::cout << "PointCloud before filtering has: " << cloud->points.size() << " data points." << std::endl;// 通过RANSAC估计二维平面进行地面点与非地面点的分割 pcl::SACSegmentation<pcl::PointXYZI> seg;pcl::PointIndices::Ptr              inliers(new pcl::PointIndices);pcl::ModelCoefficients::Ptr         coeffs(new pcl::ModelCoe

这篇关于【pcl教程系列】之点云目标检测整体流程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/269520

相关文章

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

Linux系统中卸载与安装JDK的详细教程

《Linux系统中卸载与安装JDK的详细教程》本文详细介绍了如何在Linux系统中通过Xshell和Xftp工具连接与传输文件,然后进行JDK的安装与卸载,安装步骤包括连接Linux、传输JDK安装包... 目录1、卸载1.1 linux删除自带的JDK1.2 Linux上卸载自己安装的JDK2、安装2.1

Linux卸载自带jdk并安装新jdk版本的图文教程

《Linux卸载自带jdk并安装新jdk版本的图文教程》在Linux系统中,有时需要卸载预装的OpenJDK并安装特定版本的JDK,例如JDK1.8,所以本文给大家详细介绍了Linux卸载自带jdk并... 目录Ⅰ、卸载自带jdkⅡ、安装新版jdkⅠ、卸载自带jdk1、输入命令查看旧jdkrpm -qa

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

springboot简单集成Security配置的教程

《springboot简单集成Security配置的教程》:本文主要介绍springboot简单集成Security配置的教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录集成Security安全框架引入依赖编写配置类WebSecurityConfig(自定义资源权限规则

MySQL Workbench 安装教程(保姆级)

《MySQLWorkbench安装教程(保姆级)》MySQLWorkbench是一款强大的数据库设计和管理工具,本文主要介绍了MySQLWorkbench安装教程,文中通过图文介绍的非常详细,对大... 目录前言:详细步骤:一、检查安装的数据库版本二、在官网下载对应的mysql Workbench版本,要是

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

通过Docker Compose部署MySQL的详细教程

《通过DockerCompose部署MySQL的详细教程》DockerCompose作为Docker官方的容器编排工具,为MySQL数据库部署带来了显著优势,下面小编就来为大家详细介绍一... 目录一、docker Compose 部署 mysql 的优势二、环境准备与基础配置2.1 项目目录结构2.2 基

Linux安装MySQL的教程

《Linux安装MySQL的教程》:本文主要介绍Linux安装MySQL的教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录linux安装mysql1.Mysql官网2.我的存放路径3.解压mysql文件到当前目录4.重命名一下5.创建mysql用户组和用户并修

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的