日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

高精地圖技術(shù)專欄 | 基于空間連續(xù)性的異常3D點云修復(fù)技術(shù)

2021-03-12 18:47:54·  來源：高德技術(shù)  作者：溪谷、劍峰  
　
1.背景1.1 高精資料采集高精采集車是集成了測繪激光、高性能慣導、高分辨率相機等傳感器為一體的移動測繪系統(tǒng)。高德高精團隊經(jīng)過多年深耕打造的采集車，具有精度
1.背景
 
1.1 高精資料采集
高精采集車是集成了測繪激光、高性能慣導、高分辨率相機等傳感器為一體的移動測繪系統(tǒng)。高德高精團隊經(jīng)過多年深耕打造的采集車，具有精度高、速度快、數(shù)據(jù)產(chǎn)生周期短、自動化程度高、安全性高、信息量大等特點。
 
為了保證高精地圖制作的精度，在高精采集車中，我們使用了目前業(yè)界最先進的激光測距儀，具有測量距離遠、點云密度大等優(yōu)點，掃描頻率可以達到每秒100萬點。
 
1.2 激光MTA問題
高速的掃描頻率帶來高質(zhì)量數(shù)據(jù)的同時，也引入了一些特有的噪聲和干擾，MTA就是其中的一種。什么是MTA（Multi-Time-Around）呢？我們可以看一下圖1，通過上下兩圖的對比可以看到，MTA問題實際就是激光的測距問題，激光將遠處的點錯誤的拉到了近處，導致遠處的樓房成為了近處路面上的噪聲。
 
MTA問題會給后續(xù)資料處理、自動識別、地圖制作等工藝流程帶來很大的困難，導致識別以及人工流程出現(xiàn)錯誤。
 
我們需要通過激光的內(nèi)部機制和數(shù)據(jù)處理算法，將這些噪聲恢復(fù)到它本來的位置。本文會從MTA問題產(chǎn)生的原理、激光應(yīng)對MTA的內(nèi)部機制、數(shù)據(jù)處理算法三方面來介紹高精資料處理是如何解決這個問題的。
 
圖1 MTA問題數(shù)據(jù)
 
2.MTA原理
那么，MTA究竟是怎樣產(chǎn)生的呢？這要從激光的測量原理說起。
 
2.1 激光測距原理
典型的激光掃描儀是采用TOF（time of flight）原理進行測量的，即激光傳感器在測量時每隔固定時間發(fā)射一個脈沖，然后測量返回的脈沖能量，根據(jù)發(fā)射和接收的時間差計算點的距離：
通過周期性地“發(fā)射激光-接收回波”，即可根據(jù)光飛行參數(shù)得到一系列測量點距離，結(jié)合激光自身的位置和姿態(tài)即可計算出反射點的位置。
 
2.2 MTA多區(qū)間
激光受自身功率的限制，通常能夠探測到的最遠物體距離有限，為Dmax。而激光脈沖的發(fā)射間隔為dt，在下一個脈沖發(fā)射前，當前激光脈沖能夠探測到的最遠距離為：
高精采集車使用的激光頻率為100萬點/秒，對應(yīng)的Dpluse為150m。
 
通常情況下，激光的發(fā)送和接收是按順序進行的，即發(fā)送-接收-發(fā)送-接收，空中始終只有一個激光脈沖，接收和發(fā)送是一一匹配的。
 
但是，當Dmax大于Dpluse時，如果測量物體比較遠，就可能在空中出現(xiàn)多個脈沖，多個脈沖到達接收器的順序不再和脈沖發(fā)射的順序一致，接收器無法正確計算脈沖的TOF，從而不能正確的得出物體的測距。這就是MTA（Multi-Time-Around），如下圖2所示。
 
通常將反射信號可能跨過的收發(fā)周期數(shù)稱為“MTA區(qū)間”，匹配時間上最近的一個發(fā)射信號為MTA1，次近的發(fā)射信號為MTA2…依此類推。
 
Dpluse就是每個MTA的區(qū)間長度。如果物體離激光的距離超過這個長度，就會發(fā)生MTA問題，高精采集車激光的MTA區(qū)間長度是150m，因此對于超過150m的遠處高樓就發(fā)生了MTA現(xiàn)象。
圖2 MTA區(qū)間
 
3.激光應(yīng)對MTA的內(nèi)部機制
為了應(yīng)對MTA問題，激光廠家也做了一些努力，通過利用測量物體的表面連續(xù)性的假設(shè)和變周期測量技術(shù)，找到了一些解決思路。
 
3.1 鄰域連續(xù)性假設(shè)
在現(xiàn)實世界中大多數(shù)物體，例如道路、標牌、建筑物等人造物，這些實物都具有表面連續(xù)性，一般不會出現(xiàn)劇烈的幾何變化和紋理。因此，連續(xù)的激光脈沖測距應(yīng)該變化不大，如圖3所示。
 
如果能夠找到一種辦法，使得當激光測距放錯MTA區(qū)間時，相鄰激光點不再具有連續(xù)性的特征，就可以將點云放到正確的MTA區(qū)間。變周期測量技術(shù)就是基于這一思路而產(chǎn)生的。
圖3 相鄰激光點測距連續(xù)性
 
3.2 變周期測量技術(shù)
為了識別MTA問題，激光廠商設(shè)計了一系列專利技術(shù)，其核心是“激光發(fā)射間隔可變”，即相鄰激光脈沖發(fā)射的時間間隔是不同的，如圖4。而且這個發(fā)射間隔的變化具備周期性，其周期特點如圖5所示。當將點云放錯MTA區(qū)間時，其測距不再是連續(xù)的，而是如圖5中列表第3列所示，來回跳躍。如圖6，錯誤的MTA區(qū)間，相鄰點來回跳躍，形成圖中的分層。
圖4 變周期發(fā)射技術(shù)
 
圖5 變周期參數(shù)
 
圖6 錯誤MTA區(qū)間
 
4.MTA修正算法
根據(jù)MTA問題的原理以及鄰域連續(xù)性假設(shè)，結(jié)合硬件上的變周期測量技術(shù)，確定MTA問題處理方案。首先進行鄰域劃分，找到相鄰激光點，然后對相鄰點計算放到不同MTA區(qū)間的統(tǒng)計權(quán)值，權(quán)值大的為真實MTA區(qū)間。同時為了提高算法性能，利用激光本身安裝位置參數(shù)避免不必要的權(quán)值計算。
 
4.1 鄰域設(shè)置與檢測
首先確定鄰域，因為Lidar是一圈圈掃描的，既要考慮時間上連續(xù)的點相鄰，也要考慮連續(xù)圈的相鄰。其基本思路如下：
 
  • 數(shù)據(jù)分圈：以一個圓周（線）為基本處理單元；
  • 連續(xù)性計算區(qū)域：對于某個點，取其當前圈的鄰近點以及前后相鄰兩圈的鄰近點作為連續(xù)性計算區(qū)域，如圖7；
     
  • 對每個點計算其測距連續(xù)性權(quán)值以及反射率連續(xù)性權(quán)值，即與方差成反比例然后得出MTA區(qū)域。
 
圖7 鄰域查找
 
4.2  加權(quán)統(tǒng)計策略
總的加權(quán)策略是距離方差越大，權(quán)重越??；反射率方差越大，權(quán)重越小。具體權(quán)值選擇采用高斯函數(shù)或三角函數(shù)。
 
經(jīng)過實際大批量數(shù)據(jù)統(tǒng)計分析，距離方差的權(quán)重采用高斯函數(shù)，其中u=0,δ=0.25,反射率方差的權(quán)重也采用高斯函數(shù)，其中u=0,δ=4
 
圖8 加權(quán)函數(shù)選取
 
具體計算過程如下：
  • 對每個點，分別獲取其作為MTA1與MTA2的測量數(shù)據(jù)，主要為測距值、反射率；
 
  • 對每個點，分別獲取其MTA1與MTA2鄰居點集合；
  • 計算每個點的每個鄰居的測距權(quán)值和反射率權(quán)值，然后求和，最終根據(jù)權(quán)值大小確定MTA區(qū)域。
 
4.3 處理效果
算法的處理效果如下圖9，圖10.
 
圖9 MTA處理效果：未處理MTA
 
圖10 MTA處理效果：MTA恢復(fù)結(jié)果
 
4.4 性能優(yōu)化
使用基本的處理方案可以較好地恢復(fù)MTA錯誤問題，但是由于搜索區(qū)間較大，而且必須逐點處理，效率很低，不能滿足效率的要求，需要進行優(yōu)化?？紤]的優(yōu)化方向包括減少搜索區(qū)間和算法優(yōu)化兩方面。
 
4.4.1 減小搜索區(qū)間
我們使用的激光設(shè)備探測范圍參數(shù)如下，不超過300m，也就是2個MTA區(qū)間，因此可以只考慮MTA1和MTA2區(qū)間兩種可能，這就大大降低了計算量。
 
設(shè)備探測范圍參數(shù)：
  • 探測距離最大 235m（80%高反射率）；
  • 低反射率物體不到 100m；
  • 針葉林 100m；
  • 柏油瀝青 120m；
  • 闊葉林 150m；
  • 建筑磚頭 200m左右；
  • 白色灰泥 250m。
 
4.4.2 算法優(yōu)化
根據(jù)掃描特性進一步進行算法優(yōu)化。
 
  • 考慮到發(fā)生MTA錯誤都發(fā)生在地面以上，即激光實際能掃描到的很遠的物體都在地面以上，可先根據(jù)車高信息剔除地面附近點；
  • 對于多次回波，點的連續(xù)性只取第一次回波來計算；
  • 分圈后按掃描角和測距值判斷空間相鄰；
  • 分圈處理，多線程并行加速；
  • 對于不同區(qū)域的連續(xù)性都很差的點作為孤立點進行剔除。
 
5.總結(jié)與展望
MTA處理算法作為點云解算模塊的一部分，是采集資料處理上云的重要環(huán)節(jié)，不解決MTA問題，就無法實現(xiàn)采集資料處理的自動化。同時MTA處理算法去除了資料處理環(huán)節(jié)對激光廠商軟件的依賴，為公司節(jié)省了大量成本。
 
在算法設(shè)計階段嘗試利用SVM，RF等機器學習手段按點云分類思路解題，初步測試發(fā)現(xiàn)樣本制作困難、正負樣本量級差異過大等問題。另一方面，機器學習方法批次處理需要考慮合適的空間范圍，對于每個分塊動輒億級的點數(shù)，其處理效率將無法滿足產(chǎn)線需求。
 
在算法效果評估階段，原本打算使用廠商處理的結(jié)果作為真值。但評測下來發(fā)現(xiàn)，廠商處理結(jié)果的效果不如自研算法，不能作為評測真值。最終我們結(jié)合產(chǎn)線工藝需求，專門制作了評估方案，算法目標對焦到業(yè)務(wù)需求，從而客觀、可靠、快速地完成了算法的評測工作。
 
目前MTA處理算法已經(jīng)進入了線上生產(chǎn)，處理了上萬公里點云數(shù)據(jù)，目前運行穩(wěn)定，達到預(yù)期。
 
關(guān)于高精地圖業(yè)務(wù)中心
高精地圖是高德最具創(chuàng)新性的業(yè)務(wù)之一，致力于用傳感器丈量世界，用算法理解世界，用數(shù)據(jù)重新定義世界。我們幾乎涵蓋最熱門前沿學科，高精地圖和自動駕駛是多學科交叉的應(yīng)用工程體系。基于感知理解，三維重建，融合定位，計算幾何技術(shù)自動化生成高精數(shù)字化三維地圖。利用邊緣計算，大數(shù)據(jù)處理，云服務(wù)，進行實時海量數(shù)據(jù)地圖重建。通過5G/V2X信息交換，實現(xiàn)地圖對象間的數(shù)據(jù)互通，構(gòu)建一張活地圖。我們不僅僅是數(shù)據(jù)制作者，更是新生活的定義者。加入我們，未來“由”你。
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25