本發(fā)明屬于無(wú)人駕駛領(lǐng)域，特別涉及無(wú)人駕駛中的數(shù)據(jù)處理技術(shù),更具體地，尤其是一種無(wú)人駕駛中激光雷達(dá)點(diǎn)云的編碼方法。

背景技術(shù)：

1、無(wú)人駕駛地圖的建立、加載與更新,需要將海量點(diǎn)云數(shù)據(jù)傳輸?shù)椒?wù)器端進(jìn)行處理,并將生成的地圖傳輸?shù)狡嚮蛘邫C(jī)器人終端,從而實(shí)現(xiàn)定位、導(dǎo)航等功能。同時(shí),隨著建筑機(jī)器人不斷投入工地使用,導(dǎo)航地圖的加載與更新也需要傳輸大量的點(diǎn)云數(shù)據(jù)。此外,專用于建筑測(cè)繪的機(jī)器人需要將大量高精度點(diǎn)云數(shù)據(jù)從采集站點(diǎn)傳輸?shù)椒?wù)器端進(jìn)行存儲(chǔ)和處理。大量點(diǎn)云數(shù)據(jù)的遠(yuǎn)程傳輸十分耗時(shí),在網(wǎng)絡(luò)不穩(wěn)定時(shí)尤為突出。如果將點(diǎn)云數(shù)據(jù)像視頻流數(shù)據(jù)一樣壓縮后再傳輸,將極大減少數(shù)據(jù)傳輸時(shí)間,同時(shí)降低網(wǎng)絡(luò)不穩(wěn)定帶來(lái)的影響。

2、伴隨著16線、32線以及64線激光雷達(dá)在無(wú)人車上普遍應(yīng)用,128線lidar(vls-128)以及固態(tài)lidar也在慢慢推廣。相比于velodyne旗下的64線lidar數(shù)據(jù),vls-128比velodyne旗下的64線激光雷達(dá)hdl-64分辨率提升了10倍,探測(cè)距離提升3倍達(dá)到300米,點(diǎn)云數(shù)據(jù)將以幾何倍數(shù)的形式進(jìn)行增長(zhǎng)。這給本就不成熟的lidar點(diǎn)云數(shù)據(jù)編碼方案帶來(lái)了更大的挑戰(zhàn)。目前針對(duì)lidar點(diǎn)云數(shù)據(jù)的壓縮方案還在制定和完善中,舊的編碼技術(shù)壓縮效率低,新興的壓縮技術(shù)仍有很大提升空間。

3、無(wú)序點(diǎn)云數(shù)據(jù)壓縮主要采用基于八叉樹的點(diǎn)云數(shù)據(jù)壓縮算法,是壓縮點(diǎn)云的最普遍方法。這些算法普遍存在一些問(wèn)題:一方面,數(shù)據(jù)壓縮比低,無(wú)法充分的去除點(diǎn)云數(shù)據(jù)的空域和時(shí)域冗余；另一方面,在高壓縮比下,點(diǎn)云失真大。由于移動(dòng)機(jī)器人的導(dǎo)航、避障、目標(biāo)檢測(cè)與跟蹤等任務(wù)對(duì)點(diǎn)云精度要求高,這些算法不適用于移動(dòng)機(jī)器人領(lǐng)域。文獻(xiàn)《ahn?jk,lee?k?y,sim?j?y,etal.large-scale?3d?point?cloud?compression?using?adaptiveradial?distance?prediction?in?hybrid?coordinate?domains[j].ieee?journal?ofselected?topics?in?signal?processing,2015,9(3):422-434.》針對(duì)地面激光掃描儀產(chǎn)生的大規(guī)模三維點(diǎn)云數(shù)據(jù),提出了一種基于自適應(yīng)預(yù)測(cè)的點(diǎn)云數(shù)據(jù)壓縮算法。點(diǎn)云數(shù)據(jù)被映射到深度圖像中。與傳統(tǒng)的圖像或視頻編碼算法相比,他們的技術(shù)實(shí)現(xiàn)了更好的壓縮性能,但他們的算法不能去除點(diǎn)云數(shù)據(jù)的時(shí)間冗余。文獻(xiàn)《tu?chenxi,takeuchi?e,carballo,a,et?al.motion?analysis?and?performance?improved?method?for3d?lidar?sensordata?compression[j].ieee?transactions?on?intelligent?transportation?systems,2021,22(1):243-256.》提出了一種基于圖像的lidar點(diǎn)云序列壓縮算法。他們將lidar數(shù)據(jù)無(wú)損地轉(zhuǎn)換成深度圖,然后使用圖像/視頻的編碼技術(shù)去除數(shù)據(jù)冗余。圖像中的每個(gè)像素值代表顏色值,而深度圖中的每像素值代表物體到lidar中心的距離。用圖像或視頻的編碼方法不能高效的去除點(diǎn)云深度圖序列的信息冗余，壓縮效率低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了克服現(xiàn)有技術(shù)中的不足，提供一種激光雷達(dá)點(diǎn)云數(shù)據(jù)編碼方法，本發(fā)明的技術(shù)方案是設(shè)計(jì)了激光雷達(dá)點(diǎn)云編碼算法框架,將點(diǎn)云分為幀內(nèi)點(diǎn)云和幀間點(diǎn)云,針對(duì)幀內(nèi)點(diǎn)云采用基于聚類的幀內(nèi)預(yù)測(cè)技術(shù)，去除點(diǎn)云數(shù)據(jù)空間冗余,針對(duì)幀間點(diǎn)云,基于點(diǎn)云預(yù)測(cè)技術(shù)對(duì)幀間點(diǎn)云進(jìn)行預(yù)測(cè)，去除點(diǎn)云數(shù)據(jù)時(shí)間冗余。在對(duì)殘差數(shù)據(jù)進(jìn)行編碼，提升點(diǎn)云壓縮率。

2、本發(fā)明的目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

3、一種激光雷達(dá)點(diǎn)云數(shù)據(jù)編碼方法，包括

4、s1.對(duì)激光雷達(dá)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，去除噪聲點(diǎn)，確保點(diǎn)云數(shù)據(jù)的純凈度和可靠性；

5、s2.將點(diǎn)云數(shù)據(jù)分為幀內(nèi)點(diǎn)云和幀間點(diǎn)云，使用幀內(nèi)預(yù)測(cè)編碼技術(shù)對(duì)幀內(nèi)點(diǎn)云進(jìn)行編碼,根據(jù)已編碼的幀內(nèi)點(diǎn)云,采用幀間預(yù)測(cè)技術(shù)對(duì)幀間點(diǎn)云進(jìn)行編碼；

6、s3.將點(diǎn)云數(shù)據(jù)其轉(zhuǎn)換成深度圖，由于車載lidar點(diǎn)云數(shù)據(jù)是有序的，點(diǎn)云數(shù)據(jù)轉(zhuǎn)換成深度圖公式為:

7、

8、其中(x,y,z)為點(diǎn)云數(shù)據(jù)在空間中的坐標(biāo),θ為點(diǎn)云與z軸的夾角，ф為點(diǎn)云在xoy平面內(nèi)投影與x軸的夾角；

9、s4.在幀內(nèi)預(yù)測(cè)環(huán)節(jié)，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行分割,分割成一個(gè)個(gè)獨(dú)立的區(qū)域；

10、s5.基于分割結(jié)果，采用數(shù)據(jù)擬合的方法，使理想平面對(duì)地面點(diǎn)進(jìn)行擬合，公式為:

11、

12、其中，n表示理想平面的法向量，d表示從坐標(biāo)原點(diǎn)到擬合的平面的垂直距離參數(shù)，pi表示真實(shí)激光雷達(dá)點(diǎn)云數(shù)據(jù)上的每個(gè)點(diǎn)，s1表示擬合的平面；

13、s6.采用球面和圓柱面對(duì)其它分割區(qū)域進(jìn)行擬合，公式為:

14、d(s2,pi)＝||c-pi||-r?????????????????????????(5)

15、

16、其中公式(5)為球面擬合方程，c表示球的中心，r是球的半徑；公式(6)為圓柱面擬合方程，其中，q0表示圓柱軸線上一個(gè)點(diǎn)的坐標(biāo)，a表示圓柱軸線的法向量，而r是圓柱的半徑，pi表示真實(shí)激光雷達(dá)點(diǎn)云數(shù)據(jù)上的每個(gè)點(diǎn)，s2和s3分別表示擬合的球面和圓柱面；

17、s7.利用擬合得到的表面和lidar參數(shù)，計(jì)算擬合激光雷達(dá)點(diǎn)云數(shù)據(jù)，并將這些擬合的激光雷達(dá)點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為幀內(nèi)預(yù)測(cè)的深度圖數(shù)據(jù)，計(jì)為xpred-intra；擬合得到的表面包括擬合得到的平面、球面和圓柱面；

18、s8.將真實(shí)激光雷達(dá)點(diǎn)云數(shù)據(jù)轉(zhuǎn)換成深度圖，計(jì)為xreal；

19、s9.計(jì)算xreal和xpred-intra的差值作為幀內(nèi)殘差數(shù)據(jù)rintra，并用無(wú)損編碼算法對(duì)幀內(nèi)殘差數(shù)據(jù)rintra進(jìn)行編碼，獲得幀內(nèi)碼流；

20、rintra＝xreal-xpred-intra???(7)

21、s10.基于卷積lstm模塊構(gòu)建幀間激光雷達(dá)點(diǎn)云預(yù)測(cè)網(wǎng)絡(luò)；

22、s11.對(duì)幀內(nèi)編碼的激光雷達(dá)點(diǎn)云數(shù)據(jù)進(jìn)行解碼，獲得t＝0,t＝1,…,t＝t時(shí)刻的解碼點(diǎn)云序列x，計(jì)為，x＝{xt＝0，xt＝1，…，xt＝t}；

23、s12.幀間激光雷達(dá)點(diǎn)云預(yù)測(cè)網(wǎng)絡(luò)的輸入為x，輸入的點(diǎn)云序列為p，其中p＝{p0，p1，…，pt，pt+1}，其中p0，p1，…，pt，pt+1分別表示預(yù)測(cè)的t＝0,t＝1,…,t＝t,t＝t+1時(shí)刻的點(diǎn)云數(shù)據(jù)；表示第l層t＝0時(shí)刻輸入到convlstm模塊的初始化信息；表示第l層t＝0時(shí)刻輸入到convlstm模塊的初始化信息；是第l層t時(shí)刻ghu模塊輸出的結(jié)果；是第0層t時(shí)刻ghu模塊輸出的結(jié)果；幀間激光雷達(dá)點(diǎn)云預(yù)測(cè)網(wǎng)絡(luò)由卷積lstm模塊、ghu模塊組成，卷積lstm模塊的公式為:

24、

25、

26、

27、其中，convlstm為卷積lstm模塊，為l層t時(shí)刻的預(yù)測(cè)誤差，為l層t-1時(shí)刻convlstm模塊中間狀態(tài)信息輸出，分別為l-1、l+1層t時(shí)刻convlstm模塊中間狀態(tài)信息輸出，為l層t-1時(shí)刻convlstm模塊輸出結(jié)果。

28、s13.計(jì)算t+1時(shí)刻真實(shí)激光雷達(dá)點(diǎn)云xt+1與幀間激光雷達(dá)點(diǎn)云預(yù)測(cè)網(wǎng)絡(luò)預(yù)測(cè)的t+1時(shí)刻的激光雷達(dá)點(diǎn)云pt+1的差值，計(jì)為pinter

29、pinter?＝?xt+1?-?pt+1??????????????????????(7)

30、s14.采用無(wú)損編碼算法對(duì)幀間殘差數(shù)據(jù)pinter進(jìn)行編碼，獲得幀間碼流，達(dá)到去除點(diǎn)云序列時(shí)間冗余的目的。

31、本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)所述激光雷達(dá)點(diǎn)云數(shù)據(jù)編碼方法的步驟。

32、本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述激光雷達(dá)點(diǎn)云數(shù)據(jù)編碼方法的步驟。

33、與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案所帶來(lái)的有益效果是：

34、1.顯著提高點(diǎn)云數(shù)據(jù)壓縮效率：通過(guò)采用基于聚類的幀內(nèi)預(yù)測(cè)技術(shù)和點(diǎn)云預(yù)測(cè)技術(shù)，有效去除點(diǎn)云數(shù)據(jù)的空間和時(shí)間冗余，從而在保證數(shù)據(jù)精度的前提下，大幅度提高了點(diǎn)云數(shù)據(jù)的壓縮率，減少了數(shù)據(jù)存儲(chǔ)和傳輸?shù)膲毫Α?/p>

35、2.提升點(diǎn)云數(shù)據(jù)的還原精度：幀內(nèi)點(diǎn)云編碼技術(shù)利用曲面擬合技術(shù)，使得擬合后的激光雷達(dá)點(diǎn)云數(shù)據(jù)與真實(shí)點(diǎn)云數(shù)據(jù)高度接近，縮小了擬合誤差。通過(guò)對(duì)殘差數(shù)據(jù)進(jìn)行無(wú)損編碼，進(jìn)一步提高了點(diǎn)云數(shù)據(jù)的還原精度，確保了在高壓縮比條件下，仍能維持較高的點(diǎn)云數(shù)據(jù)質(zhì)量。

36、3.降低點(diǎn)云數(shù)據(jù)傳輸過(guò)程中的延遲：由于壓縮后點(diǎn)云數(shù)據(jù)量大幅減少，數(shù)據(jù)傳輸時(shí)間明顯縮短，特別是在網(wǎng)絡(luò)不穩(wěn)定的情況下，更能顯著降低數(shù)據(jù)傳輸延遲，從而提高無(wú)人駕駛系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性。

37、4.適應(yīng)多種激光雷達(dá)設(shè)備的需求：本發(fā)明所提出的編碼方法可廣泛適用于多種類型的激光雷達(dá)設(shè)備，如64線、128線以及固態(tài)lidar，具有較強(qiáng)的適應(yīng)性和通用性，滿足了不同設(shè)備對(duì)高效數(shù)據(jù)處理的需求。

38、5.支持高精度導(dǎo)航和目標(biāo)檢測(cè)：本發(fā)明的編碼方法在高壓縮比條件下，依然能夠保留關(guān)鍵的點(diǎn)云細(xì)節(jié)信息，適用于對(duì)點(diǎn)云精度要求高的移動(dòng)機(jī)器人導(dǎo)航、避障以及目標(biāo)檢測(cè)等任務(wù)，提升了無(wú)人駕駛系統(tǒng)的整體性能。

39、通過(guò)上述技術(shù)方案，本發(fā)明在點(diǎn)云數(shù)據(jù)的壓縮和傳輸過(guò)程中實(shí)現(xiàn)了更高的效率和精度，為無(wú)人駕駛技術(shù)的發(fā)展提供了有力支持。