(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 202210473084.5 (22)申请日 2022.04.29 (71)申请人 苏州思卡信息系统有限公司 地址 215100 江苏省苏州市苏州工业园区 科成路6号3号楼40 3室 (72)发明人 范立　徐锦锦　李启达　 (74)专利代理 机构 苏州彰尚知识产权代理事务 所(普通合伙) 32336 专利代理师 曹恒涛 (51)Int.Cl. G01B 11/24(2006.01) G01B 11/04(2006.01) G01B 11/06(2006.01) G06T 5/00(2006.01) G06T 7/73(2017.01)G06T 7/13(2017.01) G06K 9/62(2022.01) (54)发明名称 一种车辆三维点云数据滤波方法 (57)摘要 本申请提供一种车辆三维点云数据滤波方 法， 利用几何特征滤波方法， 能够很好的滤除水 花噪声、 尾气噪声、 尘埃噪声、 激光反射噪声 等各 类噪声点云， 得到准确的车辆三维点云数据。 包 括步骤： (a)通过安装在路端的激光雷达， 获得视 场角的三维点云数据； (b)将步骤(a)中的三维点 云数据去除环境点云并初步提取车辆位置和轮 廓信息， 获得车辆原始三维点 云信息； (c)将车辆 原始三维点云信息的所有点投影为多个平面视 图， 利用区间过滤法分别滤除每个平 面视图的噪 声， 得到精准的车辆 轮廓信息 。 权利要求书2页 说明书5页 附图3页 CN 114812435 A 2022.07.29 CN 114812435 A 1.一种车辆三维点云数据滤波方法， 其特 征在于， 包括 步骤： (a)通过安装在路端的激光雷达， 获得视场角的三维点云数据； (b)将步骤(a)中的三维点云数据去除环境点云并初步提取车辆位置和轮廓信息， 获得 车辆原始三维点云信息； (c)将车辆原始三维点云信息的所有点投影为多个平面视 图， 利用区间过滤法分别滤 除每个平面视图的噪声， 得到精准的车辆轮廓信息 。 2.如权利要求1所述的车辆三维点云数据滤波方法， 其特征在于， 在步骤(a)中， 所述激 光雷达为多线束激光雷达， 多线束激光雷达能够进行竖直方向的积分， 识别车辆的高度信 息； 所述多线束激光雷达安装于路侧或者路中， 多线束激光雷达的安装高度大于车辆的高 度， 多线束激光雷达能够扫描检测到车辆的车头或车尾、 车辆侧面和车顶。 3.如权利要求1所述的车辆三维点云数据滤波方法， 其特征在于， 在步骤(b)中， 通过三 维点云去背景技术去除环境点云， 并初步提取车辆位置和轮廓信息； 三维点云去背景技术 包括： 动态点云提取或者地面背 景点去除， 初步提取车辆位置和轮廓信息的方法包括： 聚类 方式或者3D深度学习检测方式； 所述车辆原始 三维点云信息， 受噪声的影响， 不能清晰的反 映车辆轮廓信息， 所述噪声包括： 水花噪声、 尾气噪声、 尘埃噪声、 激光反射噪声。 4.如权利要求1所述的车辆三维点云数据滤波方法， 其特征在于， 在步骤(c)中， 所述平 面视图为车辆前视图和车辆侧视图， 将车辆前视图和侧视图分别使用固定 分辨率区间过滤 法进行统计信息， 统计信息为每 个区间内的点云总数量和最大点云高度。 5.如权利要求4所述的车辆三维点云数据滤波方法， 其特征在于， 每A厘米为一个竖直 的区间， 统计每个竖直区间内的点云总 数量和最大点云高度， 所述最大点云高度为取点云 高度最大前5％ ‑30％的平均值， A 为5‑40cm， 车辆前视图的竖直区间宽度小于车辆侧视图的 竖直区间宽度。 6.如权利要求4所述的车辆三维点云数据滤波方法， 其特征在于， 在车辆侧视 图中， 从 车头向后搜索， 根据所述统计信息找到车辆的真实尾部区间， 删除真实尾部区间后面的所 有点云； 车辆真实尾部区间的判断需满足条件： (1)点云高度不足设定的高度阈值， 点云数 量少于设定的数量阈值， (2)点云数量区间出现突降的位置， (3)向后搜索不再出现点云超 过高度阈值和数量阈值。 7.如权利要求6所述的车辆三维点云数据滤波方法， 其特征在于， 所述高度阈值为车辆 最高高度的0.5 ‑0.65倍， 所述数量阈值为所有区间点云数量超过10的区间降序排序， 取倒 数前20％区间的点云数量的均值作为数量阈值， 或者以数量40作为数量阈值， 两者以更大 的值作为数量阈值； 货车或挂车的车头与车厢的连接部位， 符合所述条件(1)和条件(2)， 但 是不符合条件(3)。 8.如权利要求4所述的车辆三维点云数据滤波方法， 其特征在于， 在车辆前视 图中， 取 车辆点云宽度方向的中间位置作为几何中点， 根据设定的偏差阈值和波动阈值计算出真正 中点； 以真正中点向左右两边搜索， 若某竖直区间内最大点云高度低于设定的前视阈值高 度， 则过滤掉该竖直区间更左或更右的所有点云。 9.如权利要求8所述的车辆三维点云数据滤波方法， 其特征在于， 激光雷达照射不到的 一侧几乎没有噪声， 几何中点向车辆的激光雷达照射到的一侧位移设定的偏差阈值作为无 干扰中点， 根据几何中点与无干扰中点的距离是否小于波动阈值， 计算真正中点； 所述偏差权　利　要　求　书 1/2 页 2 CN 114812435 A 2阈值为车辆前视图的5 ‑15个竖直区间， 波动阈值为0.1 ‑0.5m， 若几何中点与无干扰中点的 距离小于波动阈值， 则 真正中点为几何中点与无干扰中点的平均值， 若几何中点与无干扰 中点的距离大于波动阈值， 则真正中点 为无干扰中点。 10.如权利要求8所述的车辆三维点云数据滤波方法， 其特征在于， 所述前视阈值高度 为车辆最高 高度的0.5 ‑0.65倍或0.8m， 两者以更 大的值作为前视阈值高度。权　利　要　求　书 2/2 页 3 CN 114812435 A 3