[发明专利]基于道路表面点云数据的FOD检测方法

摘要

本发明涉及三维点云图像物体检测技术，发明了一种从激光扫描设备获取的大量点云数据中自动检测跑道入侵异物的方法。本发明针对上述存在的问题，提供一种从激光扫描设备获取的大量点云数据中自动检测跑道入侵异物的方法。通过将激光扫描仪获取的点云数据转变为跑到坐标的点云数据，判断其中垂直方向上的物体数据大小，来判断是否为入侵异物。本发明设计了一套完整的数据处理和入侵异物检测的方法，且没有特殊的硬件设备要求，达到快速的、准确的、自适应能力强的跑道平面入侵异物检测的效果。

主权项

一种基于跑道点云数据的FOD检测方法，其特征在于包括：步骤1：将激光扫描设备固定在工作位置，让扫描仪扫描面面对跑道，启动激光扫描设备获取点云数据；并通过RANSAC算法对跑道平面数据进行提取，区分跑道平面数据及其他数据；计算跑道平面参数；步骤2：根据跑道平面参数计算出h、θL和θW，根据激光扫描仪设备姿态参数(l,w,h,θL,θW,θH)生成三维变换矩阵T，根据三维变换矩阵T将扫描仪坐标系下的跑道平面原始点云数据P(x，y，z)经三维矩阵转换为跑道坐标系下的跑道坐标系点云数据P'(x',y',z')；所述θL和θW分别为激光扫描仪沿跑道长度方向、宽度方向坐标轴旋转的角度；θH为沿垂直方向坐标轴旋转的角度；l表示激光扫描仪设备在跑道长度方向距离初始位置的参数，w表示激光扫描仪设备在跑道宽度方向上距离初始位置的参数，h表示激光扫描仪设备在跑道垂直高度方向距离初始位置的参数；激光扫描设备采集的点云数据P(x，y，z)经三维变换矩阵转换后的P'(x'，y'，z')是在跑道坐标体系表示的；x、y、z分别为激光扫描设备采集点在自身坐标系下分别沿X、Y、Z轴方向上的坐标；步骤3：当某一物体直径zp＞k进入跑道工作区，则判定当前物体为入侵异物，所述k为最小异物阈值；当出现至少一个物体直径zp＞k时，则返回步骤1,计算并更新跑道平面参数，校正系统参数；所述步骤1区分跑道平面数据及其他数据，具体方式是：根据点云数据，采用RANSAC算法，区分其中点云数据是跑道平面数据还是背景数据，其中输入参数中观测数据指的是扫描仪获取的点云数据，即序列离散的三维空间中的点；适用于数据的当前平面匹配模型，即激光扫描仪设备当前姿态下跑道平面对应平面方程为aX+bY+cZ＝1；适用于模型的最少数据个数，即采样点数量范围是3到10；算法迭代次数范围是20到100；用于决定数据是否适应于模型的阀值t是1cm到10cm，即判定一个点是否在跑道平面上；判定模型是否适用于数据集的数据数目输出，即认为平面模型匹配良好所需最少匹配点的数量d范围在所有点数量的50％到80％，当当前点云数据和当前平面匹配模型距离小于t，则表示是跑道平面数据；否则，为背景数据。