云浮登高车出租， 清远登高车出租，  顺德登高车出租     登高车的路况识别系统数据处理系统架构及数据的预处理方式？     点云滤波经过姿态矫正后的点云数据还存在大量无用的点云数据，且过多点云数据不利于后续路面分割和静态障碍识别，需要进行滤波才可进行下一步处理。本系统滤波主要使用直通滤波器和体素滤波器对点云数据进行滤波处理，主要使用PCL函数库进行处理。每一帧点云数据将以一个数据包的形式进行传递，但是一帧数据所包含的点云个数远不足以反应路况的信息，故首先需将足够多的数据包储存至同一数据包进行统一滤波处理，由于数据量庞大，数据传输如果通过复制的方法将消耗大量内存资源，且计算缓慢，故数据包传输的方式使用点云指针的方式进行，函数库提供了这类指针。

       1 直通滤波器： 本系统需要识别的区域仅为车前路面，所以需要对路旁的树木等无用点云数据进行去除。利用PCL 的直通滤波器可以设置选择去除的点云坐标范围。直通滤波器的原理非常简单，就是对点云的三维坐标设置阈值，对于超过阈值的点云可设置进行去除或保留。本系统根据车辆的宽度，设置x方向正负方向各1.5 个车辆宽度进行保留，根据三维激光雷达安装高度，设置z方向高度距地面正负1m，直通滤波后点云数据，点云数量为675452 个。

      2 体素网格滤波器： 过多的点云会消耗大量的计算资源且会对点云的分割造成影响，所以要对稠密点云进行缩减采样，缩减采样的方法有很多种，常用的有随机向下采样法和体素网格滤波法。体素滤波器可以达到缩减采样的同时不破坏点云本身几何结构的效果，点云的几何结构不仅是宏观的几何外形，也包括其微观的排列方式，比如横向相似的尺寸，纵向相同的距离。随机下采样法虽然速度比体素网格滤波器快，但会破坏点云微观结构。 体素网格滤波法的原理是计算定边长的长方体网格内的所有点云的重心，然后用重心代替该长方体网格内所有的点云。三维激光雷达传感器本身的测量误差可达±2cm，所以将长方体网格的高设置为4cm，宽设置为2cm，长设置为2cm，在降低点云数量的同时，还可在一定程度上减小有传感器本身产生的测量误差。将直通滤波后的点云数据经过体素网格滤波后，数据量大大减少，滤波后的点云如图3.10 所示，统计滤波前后点云的数量，滤波前点云个数为531417 个，滤波后为466158 个。

       云浮登高车出租， 清远登高车出租，  顺德登高车出租 http://www.jiangmenludengchechuzu.com/

         3 离群点去除离群点（outliers）是指明显远离点云的点，通常是由传感器误差产生。然而，在登高车行驶的路面可能存在较大的凸包或者凹坑，登高车在行驶过此类路面时，三维激光雷达会产生突然的强烈晃动，此时可能会产生较为明显的离群点。离群点的存在会使特征估计产生偏差，导致识别出现误差。使用统计分析技术可以去除类似的离群点，统计分析法对每个点的邻域进行统计分析，剔除邻域内不符合标准的点。具体来说，遍历每一个数据点，计算其到其相邻点的距离，领近点的个数需要根据经验进行设置，将计算出的距离统计，拟合出高斯分布，计算均值和标准差，将位于标准距离之外的点进行去除。标准距离设其中均值，标准距离系数需要根据具体情况进行设置，标准差。离群点去除后的点云，可以发现，点云数量较滤波前大大减小。

          主要介绍路况识别系统数据处理系统架构及数据的预处理，本系统基于ROS 搭建，主要运用PCL 函数库对点云数据进行处理。为消除由登高车行驶时的姿态变化引起的点云误差，基于卡尔曼滤波器融合了惯性测量单元和立体相机的位姿变化数据，并对点云进行姿态矫正；为了得到连续稠密的路面点云信息，使用视觉惯性融合里程计并基于递归思想的点云叠加算法将历史点云进行递归叠加，对叠加后的点云使用直通滤波器分割出感兴趣的点云区域，使用体素滤波器对过于稠密的点云进行抽稀，使用统计滤波器对离群的点云进行去除，最后得到便于静态障碍提取和路面不平度评价的点云数据。

           云浮登高车出租， 清远登高车出租，  顺德登高车出租