(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 202210685924.4 (22)申请日 2022.06.16 (71)申请人 东风汽车集团股份有限公司 地址 430056 湖北省武汉市武汉经济技 术 开发区东 风大道特1号 (72)发明人 蔡毅　别韦苇　翁明　李乂　 吴先锋　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 王丹 (51)Int.Cl. G06T 5/00(2006.01) G06T 7/10(2017.01) G06T 7/73(2017.01) (54)发明名称 一种结合地图模型的激光点云动态障碍物 去除方法 (57)摘要 本发明属于汽 车定位系统技术领域， 具体涉 及一种结合地图模型的激光点云动态障碍物去 除方法。 主要包括地面分割， 提取非地面障碍物 点云， 根据定位查询道路路段， 结合结构化道路 地图模型参数去除障碍物点云等过程。 本发明结 合地图道路简化模型快速高效的去除了道路上 的动态干扰障碍物点云， 减少其他交通参与者对 点云匹配定位的干扰， 提升定位精度与稳定性； 本发明将道路分段与地图模型参数相结合， 方法 简单， 算法快速， 且对自车速度和其他对象速度 无要求。 权利要求书2页 说明书4页 附图2页 CN 114926369 A 2022.08.19 CN 114926369 A 1.一种结合地图模型的激光点云动态障碍物去除方法， 用于汽车定位系统中， 其特征 在于， 包括如下步骤： S1， 汽车定位系统接收到当前帧点云数据后， 对点云进行 预处理， 剔除噪点异常数据； S2， 对预处理后的点云进行地面分割， 将点云分为地面点云PC1与非地面点云PC2， 对非 地面点云PC2进行后续处 理， 而地面点云作为保留； S3， 根据自车位置， 查询高精度地图得到自车当前 所属路段； S4， 获取自车当前所属路段的地图模型参数， 并通过海伦公式计算自车Lidar点云坐标 系下的坐标； S5， 计算当前帧点云中动态障碍物的过滤范围， 并对其进行过滤， 得到过滤后的点云 PC3； S6， 将地面点云PC1与所述过 滤后的点云PC 3进行合并， 输出点云结果PC4。 2.根据权利要求1所述的结合地图模型的激光点云动态障碍物去除方法， 其特征在于 步骤S2中， 所述 非地面点云PC2包括路沿、 道路标牌、 路灯、 树木、 隔离带， 桥墩以及行人和车 辆。 3.根据权利要求1所述的结合地图模型的激光点云动态障碍物去除方法， 其特征在于 步骤S3中， 基于地图道路简化模型将城市结构化道路分为多个路段。 4.根据权利要求1所述的结合地图模型的激光点云动态障碍物去除方法， 其特征在于 步骤S4中， 所述自车 当前所属路段的地图模型参 数包括路段起始点Pstart、 路段终止 点Pend和 路段宽度width； 所述自车Lidar点云坐标系下 的坐标包括自车与路段左侧的距离Lleft、 自 车与路段右侧的距离Lright、 自车与路段起始点的距离Lfront、 自车与路段终止点的距离Lrear。 5.根据权利要求4所述的结合地图模型的激光点云动态障碍物去除方法， 其特征在于， 所述自车L idar点云坐标系下的坐标计算过程如下： l0＝|Pstart‑Pend| l1＝|Pcar‑Pstart| l2＝|Pcar‑Pend| Lright＝width‑lleft Lrear＝l0‑Lfront 其中， Pcar为自车位置， l0、 l1、 l2均为中间参数， w idth为路段宽度。 6.根据权利要求1所述的结合地图模型的激光点云动态障碍物去除方法， 其特征在于 步骤S5中， 所述得到过滤后的点云P C3的具体过程为： 根据当前自车航向角yaw， 首先将自车 Lidar点云坐标系转换至局部高斯坐标系； 然后在所述局部高斯坐标系下， 利用步骤S4中计 算得到的Lleft， Lright， Lfront和Lrear直接去除路段范围内的障碍物点， 得到所述过滤后的点云 PC3。 7.一种汽车定位系统， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的 程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6中任意一项所述的方权　利　要　求　书 1/2 页 2 CN 114926369 A 2法。 8.一种非暂态可读存储介质， 其上存储有程序， 其特征在于， 该程序被汽车定位系统执 行时实现如权利要求1至 6中任意一项所述的方法。 9.一种汽车， 其特 征在于： 包括权利要求7 所述的汽车定位系统。权　利　要　求　书 2/2 页 3 CN 114926369 A 3