(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 202211108361.9 (22)申请日 2022.09.13 (71)申请人 北京踏歌智行 科技有限公司 地址 100176 北京市大兴区北京经济技 术 开发区科谷一 街10号院2号楼 9层901 (72)发明人 刘润森　韩蕾　邬海杰　郭旭东　 王杰　 (74)专利代理 机构 北京天汇航智知识产权代理 事务所(普通 合伙) 11987 专利代理师 黄川 (51)Int.Cl. G01S 17/931(2020.01) G01S 17/10(2020.01) G01S 7/48(2006.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/10(2022.01) (54)发明名称 一种多特 征融合的矿区粉尘滤除方法 (57)摘要 一种多特征融合的矿区粉尘滤除方法， 包 括： S1:在回波检测模块通过传感器获取点云数 据， 同一束激光光线产生多次回波信号， 通过分 析每一束激光光线对应的不同回波的点云数据 判断障碍物的穿透特性， 分析多次回波获得输出 点云数据； S2:将所述输出点云数据输入点云语 义检测模块中的点云语义检测 网络， 学习特征， 构建并输出点云数据； S3:将点云语义检测模块 输出的点云数据输入强度检测模块， 进行强度分 析获得分析结果； S4:将强度分析后的分析结果 输入感知模块， 感知模块处理后输出感知结果， 将该感知结果作为最终目标点云输入后处理模 块， 并由后处理模块进行曲率分析， 输出决策级 结果。 权利要求书3页 说明书8页 附图3页 CN 115453570 A 2022.12.09 CN 115453570 A 1.一种多特 征融合的矿区粉尘滤除方法， 其特 征在于包括以下步骤： S1:在回波检测模块通过传感器获取点云数据， 同一束激光光线产生多次回波信号， 通 过分析每一束激光光线对应的不同回波的点云数据判断障碍物的穿透特性， 分析多次回波 获得输出点云数据； S2:将所述输出点云数据输入点云语义检测模块中的点云语义检测网络， 学习特征， 构 建并输出点云数据； S3:将点云语义检测模块输出的点云数据输入强度检测模块， 进行强度分析获得分析 结果； S4:将强度分析后的分析结果输入感知模块， 感知模块处理后输出感知结果， 将该感知 结果作为 最终目标点云输入后处 理模块， 并由后处 理模块进行曲率分析， 输出决策级结果。 2.如权利要求1所述的一种多特征融合的矿区粉尘滤除方法， 其特征在于所述步骤S1 进一步包括以下步骤： S1‑1:使用激光雷达传感器获取回波数据， 对激光雷达传感器获取的两次回波数据进 行分析， 使用飞行时间测距法TOF(Time  Of Flight)进行测距， 其中距离d为： d＝(v*t)/2, 其中v表示 光速， t表示飞行时间， d表示障碍物的距离, 对于同一时刻的双回波， 测得距离分别为d1和d2， 其距离差值s为： s＝|d2‑d1| 将距离差值s与阈值进行比较， 如果s>阈值， 保留较远处的激光数据， 否则否则如果s< 阈值， 则保留最强回波信号的数据， 所保留的回波信号数据为输出点云数据。 3.如权利要求1所述的一种多特征融合的矿区粉尘滤除方法， 其特征在于所述步骤S2 进一步包括以下步骤： S2‑1:通过激光雷达传感器采集矿区的工作车辆在不同场景下粉尘的点云数据， 经过 回波检测模块输出 得到的输出点云数据， 进行 数据库制作， 作为训练数据； S2‑2:将传感器采集的点云数据进行球面映射， 将回波检测模块输出的点云数据映射 至伪图像中， 包括 设空间中某一点的坐标为p＝(x,y,z)， 传感器的垂直感受野用fdown和fup表示， fdown和 fup分别为垂直感受野的竖直 方向的最 大值和最小值， 点p对应的像素坐 标系的坐 标(u， v)表 示为: 其中， r为p到原点的距离， f是传感器的垂直感受范围且f＝|fdown|+| fup|， fdown和fup分别为垂直感受野的竖直 方向的最大值和最小值， w和h分别表示伪图像的宽 度和高度， 最 终获取三 维坐标与像素坐标系的映射关系， 即空间任意点p与像素坐标系下坐 标(u,v)的对应关系， 通过此关系， 将x,y,z,intensity,r， 存放在像素坐标系对应位置， 形 成w*h*5的伪图像， 其中i ntensity表示反射强度； S2‑3： 通过上下文特征提取层对所述 w*h*5的伪图像进行处 理获取更全面的特 征信息； S2‑4:编码器使用空洞卷积实现对获取的更全面的特征信息的降采样并输入反编码权　利　要　求　书 1/3 页 2 CN 115453570 A 2器， 反编码器通过反卷积操作实现对所述特征信息的上采样得到反编码器结果， 输出层对 反编码器结果进 行1*1的卷积， 将通道数修改为和实际类别相符， 并输出具有点云类别信息 的点云。 4.如权利要求1所述的一种多特征融合的矿区粉尘滤除方法， 其特征在于所述步骤S3 进一步包括以下步骤： S3‑1： 将点云语义检测模块输出的点云数据输入强度检测模块， 强度检测模块对所述 点云数据进行有效区域划分， 要求 ‑15≤x≤15， 同时 ‑15≤y≤15， 其中， x、 y是表示点云的坐标， 以此方式遍历有效范围内的点云， 如果该点云的反射强 度在粉尘的反射强度阈值区间内则抛弃该点云， 否则保留该点云， 从而获得强度分析 的分 析结果。 5.如权利要求1所述的一种多特征融合的矿区粉尘滤除方法， 其特征在于所述步骤S4 进一步包括以下步骤: S4‑1： 获得所述分析结果， 后处理模块进行进一步处理， 对所述分析结果中的任一点p， 获取n‑1(n>3)个最近点， 对该n个离 散点进行去中心化， 并求 解其协方差矩阵， 设n个离散点的坐标 数据为 求各个方向上的坐标的均值 去中心化后的结果 为 构建协方差矩阵 其中， x、 y、 z为三维空间点在三个方向上的坐标， n为点的数量， D为构 建协方差矩阵C的 中间变量， C为协方差矩阵， S4‑2： 对所述协方差矩阵C进行奇异值分解， 获得特征值λ0、 λ1、 λ2， λ0为最小特征值， λ1为 第二大特征值， λ2为最大特征值， 使用曲面变分得到各个点的近似曲率 δ δ ＝ λ0/( λ0+λ1+λ2)， 设最终的感知结果点云为S＝Si(i＝1,2…,n),其中， Si为感知结果目标点云， 对Si求解 点云曲率的均值， 对均值较大 的结果进行滤除， 从而对障碍物进行判断， 滤除扬尘， 实现决权　利　要　求　书 2/3 页 3 CN 115453570 A 3