(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 202210834052.3 (22)申请日 2022.07.14 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 江舒婷　杜歆　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 邱启旺 (51)Int.Cl. G06F 30/20(2020.01) G06T 17/00(2006.01) (54)发明名称 一种提升仿真激光雷达数据真实性的点云 数据处理方法 (57)摘要 本发明公开了一种提升仿真激光雷达数据 真实性的点 云数据处理方法， 本发 明分析激光雷 达在采集数据过程中的误差来源， 通过对实验测 量数据以及在实车驾驶场景下采集的激光雷达 数据的计算 分析， 得到真实激光雷达数据的误差 特征， 建立一个多变量的误差模型， 并将误差模 型应用于理想化、 无误差、 无噪声的仿真激光雷 达数据， 从而缩小仿真数据与真实数据之间差 距， 使处理后的仿真数据在各类点云算法应用中 有更接近于真实数据的表现。 权利要求书3页 说明书10页 附图2页 CN 115081240 A 2022.09.20 CN 115081240 A 1.一种提升仿真激光雷达数据真实性的点云数据处理方法， 其特征在于， 该方法包含 如下步骤： S101： 直接获取仿真点云数据中xyz坐标和反射强度信息， 并计算仿真点云数据中各点 的俯仰角、 方位角、 距离、 入射角、 运动速度信息； S102： 搭建测距误差实验场景， 在不同距离和入射角下， 采集激光雷达数据； S103： 分析步骤S102中获取的激光雷达数据， 得到在不同距离、 不同入射角 下距离误 差， 建立测距误差模型； S104： 根据点云数据中的距离和入射角信息， 应用步骤S103中得到的测距误差模型， 对 点云数据添加 测距误差； S105： 计算方位角和俯仰角的角度误差分布， 建立角度分布模型； S106： 根据 步骤S105中的角度分布模型对步骤S104中获得的添加测距误差后的点云进 行插值， 得到指定位置的距离； S107： 统计不同反射强度下点云数据的丢点 概率， 建立丢点模型； S108： 根据步骤S107中丢点模型， 对步骤S106中经过插值后得到 的点云数据计算每个 点的丢点 概率并以概 率丢弃； S109： 根据激光雷达运动速度， 计算 不同位置的点的位置偏移， 建立 运动畸变模型； S110： 根据步骤S109中的运动畸变模型， 对步骤S108中经过丢点处理后得到 的点云位 置进行变换， 得到最终点云数据。 2.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S101中， 对于自动驾驶仿真软件输出的激光雷达点云数据中各点包含的 xyz坐标、 反射强度， 计算得到相应的方位角、 俯仰角、 距离、 入射角、 运动速度信息 。 3.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S102中， 将激光雷达、 全站仪、 反射板三者沿一条直线对准， 测得全站仪到 激光雷达与反射板的平距分别为d1、 d2， 通过公式d＝d1+d2得到激光雷达与反射板之间的平 距d， 不断改变反射板与激光雷达之间的距离以及反射板的角度， 获得多组点云数据。 4.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S103中， 计算得到在不同测试距离和不同激光入射角下激光雷达到反射 板距离的平均值与方差。 根据全站仪测得距离， 计算得到不同测试条件下的测距误差， 得到 关于距离和入射角的测距误差模型。 5.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S104中， 根据入射角和距离信息， 对点云数据应用步骤S103中拟合的距离 误差函数， 计算得到距离误差Δd， 并将距离误差Δd添加至原点云距离得到添加测距误差 后的点云距离d+Δd。 6.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S105中， 统计得到点云数据中各个点的方位角φi和俯仰角 θi， 计算公式如 下：权　利　要　求　书 1/3 页 2 CN 115081240 A 2其中xi， yi， zi为点云在三维 空间中的坐标， n表示一帧点云数据中点的个数， 和 是发 射激光射线的激光器在水平方向以及z轴方向上与坐标中心的位置偏移。 对每个激光器发射的激光射线俯仰角进行统计分析， 得到每个激光器俯仰角的分布， 并计算方位角的分布特 征， 得到角度分布模型。 7.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S106中， 根据步骤S105中得到的俯仰角分布和方位角周期分布及偏 差， 生 成一系列俯仰角与方位角采样组合作为插值节 点， 对步骤S104中得到的点云数据进 行插值 得到对应位置距离， 得到新的点云数据。 8.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S107中， 定位丢失点云位置， 根据丢失位置周围点云数据的距离、 反射率 等信息计算丢失位置点的反射强度， 统计不同反射强度点云数据的丢点概率。 各反射强度 的丢点概率计算公式如下 所示： 式中 表示丢失点云中反射强度为 k的点云数量， 表示所有激光雷达扫描得到点 云数据中反射强度为 k的点云数量。 9.根据权利要求1所述的提升仿真激光雷达数据真实性的点云数据处理方法， 其特征 在于， 在所述步骤S109中， 对于旋转引起的运动畸变根据旋转方向不同其表达公 式不同， 若 车辆旋转方向与激光雷达扫描方向相同， 运动畸变对点云数据的改变可由以下公式表示： 其中θi_rot经过畸变处理后的方位角， θi为畸变处理前的方位角， α相邻两帧点云车辆绕 z轴旋转的角度。 若车辆旋转方向与激光雷达扫描方向相反， 运动畸变对点云数据的改变可由以下公式 表示： 由平移引起的运动畸变在x、 y方向上对点云位置的改变由以下公式表示： 其中xim、 yim为变换后的坐标， xi0、 yi0为变前的坐标， θi为方位角， vx、 vy分别为x、 y方向上权　利　要　求　书 2/3 页 3 CN 115081240 A 3