基于動(dòng)態(tài)閾值分段的激光掃描數(shù)據(jù)過(guò)濾算法

李 揚(yáng),蘇 海,余松森,曹一波,劉好新

(1.華南師范大學(xué)計(jì)算機(jī)學(xué)院,廣東 廣州 510631;2.華南師范大學(xué)軟件學(xué)院,廣東 佛山 528225;3.海南大學(xué)信息與通信工程學(xué)院,海南 ?？?570228)

1 引 言

激光頭發(fā)出的紅外激光打到物體表面時(shí)發(fā)生漫反射,旋轉(zhuǎn)激光掃描儀接收漫反射回的激光信號(hào),利用激光測(cè)距算法,如三角測(cè)距法[1],實(shí)現(xiàn)距離測(cè)量,具有成本低、計(jì)算快以及精度高的特點(diǎn)。而這正好滿足移動(dòng)機(jī)器人對(duì)環(huán)境感知類傳感器實(shí)時(shí)性和高精度的要求,因此被廣泛應(yīng)用于移動(dòng)機(jī)器人測(cè)距領(lǐng)域,用于獲取環(huán)境障礙物的分布[2]。

但是基于漫反射原理的測(cè)距儀,常受環(huán)境影響而產(chǎn)生誤差。尤其是產(chǎn)生的粗大誤差嚴(yán)重偏離了被測(cè)量物體的真值,在后續(xù)的機(jī)器人任務(wù)中影響最大,必須被過(guò)濾[3-4]。粗大誤差產(chǎn)生的原因有很多,分為主觀原因與客觀原因兩類[5]。文獻(xiàn)[6]-[8]詳細(xì)分析了激光測(cè)距的誤差來(lái)源,其中環(huán)境溫度、物體材質(zhì)、顏色和傾斜度等外界環(huán)境都會(huì)影響漫反射回的信號(hào),進(jìn)而影響測(cè)距精度。此外,粗大誤差相對(duì)于系統(tǒng)誤差和偶然誤差,擁有更鮮明的特征,較容易在數(shù)據(jù)預(yù)處理階段實(shí)現(xiàn)直接過(guò)濾。因此,進(jìn)行粗大誤差過(guò)濾是很有收益且必不可少的過(guò)程。

目前國(guó)內(nèi)外針對(duì)粗大誤差過(guò)濾的算法已有較深入的研究?？傮w分為兩大類,一類是鄰域比較法,如中值濾波[9]、弦?jiàn)A角、弦高比[10]等通過(guò)和鄰域的數(shù)據(jù)進(jìn)行比較來(lái)進(jìn)行誤差判斷,算法簡(jiǎn)單易實(shí)現(xiàn),但是比較時(shí)使用的閾值難以定義,因此無(wú)法應(yīng)對(duì)多變的環(huán)境,魯棒性不強(qiáng)。文獻(xiàn)[11]中提到了一種移動(dòng)最小二乘中位數(shù)法,通過(guò)預(yù)先估計(jì)出測(cè)量數(shù)據(jù)集的標(biāo)準(zhǔn)差,然后以標(biāo)準(zhǔn)差作為判斷依據(jù),它能在一定程度上減輕過(guò)濾效果對(duì)閾值的依賴,但存在計(jì)算量大的問(wèn)題。另外一類是分段法,將數(shù)據(jù)分段后過(guò)濾成員數(shù)少的段。文獻(xiàn)[12]采用基于改進(jìn)的連續(xù)邊緣提取方法(Improved Successive Edge Following,ISEF)進(jìn)行快速分段及濾波。文獻(xiàn)[13]將掃描點(diǎn)進(jìn)行區(qū)域轉(zhuǎn)換后,計(jì)算相鄰點(diǎn)間的距離,通過(guò)分析得出了不同測(cè)量距離下的閾值,從而分段過(guò)濾。然而這些算法除了本身的缺陷外均存在不適合應(yīng)用于移動(dòng)機(jī)器人領(lǐng)域的問(wèn)題。裝載到移動(dòng)機(jī)器人上的旋轉(zhuǎn)激光掃描儀,其測(cè)量數(shù)據(jù)具有缺失性(某些角度有數(shù)據(jù)缺失)、不確定性(測(cè)量長(zhǎng)度隨著環(huán)境不斷變化)、數(shù)據(jù)量大(旋轉(zhuǎn)激光測(cè)距儀隨機(jī)器移動(dòng)的同時(shí)以一定的角速度不斷旋轉(zhuǎn)采集數(shù)據(jù))、粗大誤差量少等特點(diǎn)。并且機(jī)器人在移動(dòng)測(cè)量的同時(shí)進(jìn)行環(huán)境地圖構(gòu)建,這要求數(shù)據(jù)過(guò)濾需要具備一定的實(shí)時(shí)性[14-16]。因此,本文研究了一種旋轉(zhuǎn)激光掃描數(shù)據(jù)的實(shí)時(shí)過(guò)濾方法,解決如何在上述特性下實(shí)現(xiàn)粗大誤差的實(shí)時(shí)過(guò)濾。

本文采用動(dòng)態(tài)閾值分段,根據(jù)上一個(gè)相鄰的有效采樣點(diǎn)設(shè)定動(dòng)態(tài)閾值,對(duì)當(dāng)前采樣數(shù)據(jù)進(jìn)行同段判斷,將數(shù)據(jù)分段后,過(guò)濾掉包含成員少的分段。文中給出了動(dòng)態(tài)閾值的設(shè)定方法及原理推導(dǎo),并建立了多組環(huán)境進(jìn)行算法測(cè)試,同時(shí)為了量化分析算法的效果,通過(guò)構(gòu)建實(shí)驗(yàn)環(huán)境的等比例平面圖對(duì)測(cè)試數(shù)據(jù)進(jìn)行了人工標(biāo)注,且對(duì)特殊環(huán)境做了具體分析,最后的實(shí)驗(yàn)結(jié)果表明了算法的可行性。

2 移動(dòng)旋轉(zhuǎn)激光掃描儀數(shù)據(jù)分析

在對(duì)移動(dòng)旋轉(zhuǎn)激光掃描數(shù)據(jù)進(jìn)行過(guò)濾之前,分析其數(shù)據(jù)來(lái)源及數(shù)據(jù)特點(diǎn)。

2.1 旋轉(zhuǎn)激光掃描儀工作原理

三角測(cè)距法是常用的激光測(cè)距方法。通常旋轉(zhuǎn)激光掃描儀使用三角測(cè)距法得到環(huán)境距離數(shù)據(jù),而后經(jīng)由機(jī)器人平臺(tái)傳輸給上位機(jī)或后臺(tái)等待處理。如圖1所示為三角測(cè)距原理,激光頭與攝像頭處在同一基準(zhǔn)線上,兩者間距離為s,攝像頭焦距為f,激光頭與基準(zhǔn)線呈固定夾角β。激光頭發(fā)射的激光打在物體表面,經(jīng)由漫反射被攝像頭捕捉到,經(jīng)過(guò)小孔成像,顯示到成像面上。

圖1 三角測(cè)距原理

根據(jù)三角形相似和余弦定理可得:

(1)

以常見(jiàn)的傳感器設(shè)備為例,參數(shù)為f=16 mm,s=41 mm,β=82.145°,每個(gè)像元的大小為5.5 μm,則其像元偏移X與測(cè)距長(zhǎng)度D的對(duì)應(yīng)關(guān)系如圖2所示。

圖2 X-D曲線

由于像元偏移X是離散值所以測(cè)距長(zhǎng)度D也是離散的。這意味著對(duì)于300 cm處的障礙物,激光測(cè)距所得到的測(cè)距距離只能是301 cm或者漫反射的激光點(diǎn)投影錯(cuò)誤時(shí)可能會(huì)得到293.7 cm的次等結(jié)果,此時(shí)的誤差大概為2.1 %。由圖2易知誤差值隨著測(cè)距距離的增大而增大,當(dāng)測(cè)距距離為最大有效值Dmax時(shí),誤差最大。另一方面,隨著X增大,距離D的變化逐漸放緩,且由于成像面有限,所以實(shí)際的X并不會(huì)無(wú)限增大,致使最終D會(huì)趨近于一個(gè)極小值Dmin。因此,系統(tǒng)會(huì)結(jié)合傳感器的參數(shù),在誤差可接受范圍內(nèi),定義一個(gè)有效測(cè)距范圍[Dmin,Dmax],只處理有效范圍內(nèi)的數(shù)據(jù)。

2.2 旋轉(zhuǎn)激光掃描儀數(shù)據(jù)分析

上位機(jī)接收到的數(shù)據(jù)經(jīng)過(guò)奇偶校驗(yàn)以及范圍篩選后才進(jìn)行誤差過(guò)濾,可以定義這樣的數(shù)據(jù)為待過(guò)濾數(shù)據(jù)。如圖3所示為在某室內(nèi)環(huán)境下旋轉(zhuǎn)激光測(cè)距儀旋轉(zhuǎn)一圈所得到的待過(guò)濾數(shù)據(jù),橫軸為采樣時(shí)間,縱軸為測(cè)距距離,測(cè)距儀每旋轉(zhuǎn)一度進(jìn)行一次采樣,為方便顯示,將缺失的數(shù)據(jù)用零填充。

圖3 待過(guò)濾數(shù)據(jù)

結(jié)合圖3以及移動(dòng)機(jī)器人的工作特性可知,待過(guò)濾數(shù)據(jù)具有如下特點(diǎn):

(1)缺失性。部分角度對(duì)應(yīng)的測(cè)距數(shù)據(jù)有缺失,主要的原因可能是對(duì)應(yīng)角度在有效范圍內(nèi)并沒(méi)有障礙物存在,或者該角度所在的數(shù)據(jù)幀,因?yàn)閭鬏斿e(cuò)誤而丟失。

(2)不確定性。角度所對(duì)應(yīng)的長(zhǎng)度變化完全由所處的環(huán)境決定,測(cè)距長(zhǎng)度的走勢(shì)具有不確定性。

(3)分段性。數(shù)據(jù)的不確定性和缺失性使得連續(xù)的角度所對(duì)應(yīng)的測(cè)量數(shù)據(jù)被分割成了多個(gè)段,但是正確的數(shù)據(jù)在獨(dú)立成段時(shí)往往會(huì)擁有足夠多的段成員。

(4)數(shù)據(jù)量大。在機(jī)器人移動(dòng)過(guò)程中,旋轉(zhuǎn)激光測(cè)距儀一直在進(jìn)行測(cè)距,新的數(shù)據(jù)一直在不斷的傳回給上位機(jī)等待處理,因此所提的算法應(yīng)該具備實(shí)時(shí)性以及計(jì)算量小的特點(diǎn)。

(5)粗大誤差量少。旋轉(zhuǎn)一圈所采樣數(shù)據(jù)中包含的粗大誤差并不多,且不會(huì)多個(gè)連續(xù)出現(xiàn)。

3 基于動(dòng)態(tài)閾值分段的實(shí)時(shí)過(guò)濾算法

搭載在移動(dòng)機(jī)器人上的旋轉(zhuǎn)激光掃描儀所產(chǎn)生的掃描數(shù)據(jù)具備其獨(dú)有的特性,加上對(duì)實(shí)時(shí)性和計(jì)算量的要求,導(dǎo)致現(xiàn)有的一些過(guò)濾算法都不太適用。本文針對(duì)粗大誤差與相鄰數(shù)據(jù)差異較大,且數(shù)量較少的特點(diǎn),通過(guò)設(shè)定動(dòng)態(tài)閾值實(shí)現(xiàn)數(shù)據(jù)分段,最后定義成員數(shù)較少的段為粗大誤差,進(jìn)行過(guò)濾。算法總流程如圖4所示。

圖4 算法總流程

3.1 動(dòng)態(tài)閾值分段

分段的依據(jù)是判斷新的采樣數(shù)據(jù)是否存在突變,即采樣值是否大于動(dòng)態(tài)閾值,若是,則需要分段,否則,定義為同段數(shù)據(jù)?，F(xiàn)實(shí)環(huán)境中,對(duì)相對(duì)較平緩的物體表面進(jìn)行采樣所構(gòu)成的點(diǎn)集通常會(huì)組成同段數(shù)據(jù)。另一方面,基于漫反射原理的測(cè)距傳感器,在入射角θ較大時(shí),傳感器所能接收到的漫反射信號(hào)較弱,會(huì)影響到像元偏移量的計(jì)算。由前述可知,在測(cè)距很遠(yuǎn)時(shí),較小的像元偏移計(jì)算錯(cuò)誤也會(huì)導(dǎo)致較大的測(cè)量誤差[17]。因此,本文通過(guò)分析平緩物體表面采樣數(shù)據(jù)的分布推導(dǎo)動(dòng)態(tài)閾值的設(shè)定方法,同時(shí)考慮入射角作為約束條件,構(gòu)建了如圖所示的約束模型,定義掃描儀逆時(shí)針旋轉(zhuǎn),lt-k為采樣時(shí)刻t-k所對(duì)應(yīng)的測(cè)距長(zhǎng)度,α為入射角的余角。k既是角度也代表采樣間隔(每隔一度進(jìn)行一次采樣)。

如圖5所示,相鄰的采樣點(diǎn)間存在數(shù)據(jù)約束。對(duì)于lt時(shí)刻的數(shù)據(jù),記其最近的上一個(gè)有效數(shù)據(jù)為lt-k,則lt相對(duì)于lt-k可能是遞增的或是遞減的。在限定了入射角的前提下,我們可以根據(jù)t-k時(shí)刻的數(shù)據(jù)lt-k計(jì)算在分別進(jìn)行最大遞增和最大遞減變化的k個(gè)時(shí)刻后的數(shù)據(jù)值,作為t時(shí)刻數(shù)據(jù)lt的合理取值范圍。

圖5 約束模型

(2)

則合理的lt應(yīng)滿足:

(3)

(4)

lt應(yīng)滿足:

(5)

綜上,得到lt的合理取值范圍:

(k

(6)

式中,lt-k為最近的一個(gè)先前時(shí)刻的有效數(shù)據(jù),即Dmin≤lt-k≤Dmax；α和N為預(yù)設(shè)參數(shù),當(dāng)且僅當(dāng)lt滿足上式且k

3.2 段判斷

每當(dāng)建立新段時(shí),檢查舊段的成員數(shù),若小于N,則將舊段中數(shù)據(jù)均標(biāo)記為粗大誤差,進(jìn)行過(guò)濾。在分段過(guò)程中,當(dāng)檢測(cè)到當(dāng)前段成員數(shù)大于等于N時(shí),段內(nèi)的數(shù)據(jù)均能直接標(biāo)記為正確數(shù)據(jù),因此本文所提算法能在N個(gè)采樣時(shí)間間隔內(nèi)實(shí)現(xiàn)數(shù)據(jù)過(guò)濾。

4 實(shí) 驗(yàn)

4.1 實(shí)驗(yàn)環(huán)境

如圖6所示為實(shí)驗(yàn)所用的旋轉(zhuǎn)激光掃描儀,以及裝載有旋轉(zhuǎn)激光掃描儀的機(jī)器人平臺(tái)。旋轉(zhuǎn)激光掃描儀使用三角測(cè)距法得到環(huán)境距離信息,后經(jīng)由機(jī)器人通過(guò)ZigBee通信傳輸給上位機(jī)。

圖6 旋轉(zhuǎn)激光掃描儀與機(jī)器人

所用旋轉(zhuǎn)激光掃描儀的參數(shù)為:f=16 mm,s=41 mm,β=82.145°,每個(gè)像元的大小為5.5 μm。由此,定義15～300 cm為激光掃描儀的有效測(cè)距范圍,即Dmin=15 cm,Dmax=300 cm。

經(jīng)過(guò)測(cè)試,發(fā)現(xiàn)所使用的移動(dòng)機(jī)器人主要是在受環(huán)境影響時(shí)會(huì)產(chǎn)生粗大誤差,尤其是在如圖7所示的兩種環(huán)境下。

圖7 粗大誤差環(huán)境

如圖7(a)所示,激光頭正對(duì)著的方向,若存在黑色且表面光滑的障礙物,則易產(chǎn)生粗大誤差。其次,如圖7(b)所示,對(duì)于由兩個(gè)光滑平面所組成的夾角,被激光頭直射到時(shí),也容易產(chǎn)生粗大誤差。基于此,我們構(gòu)造了四組不同的能產(chǎn)生粗大誤差的測(cè)試環(huán)境,并采集該環(huán)境下的測(cè)量數(shù)據(jù)進(jìn)行實(shí)驗(yàn),以驗(yàn)證算法的可行性。如圖8所示,為構(gòu)建環(huán)境所用到的障礙物,包括:兩個(gè)邊長(zhǎng)為6 cm的六面體,一個(gè)邊長(zhǎng)為4.5 cm的八面體,一個(gè)直徑為11.5 cm的圓柱及多個(gè)長(zhǎng)為15 cm、寬為4 cm的長(zhǎng)方體。圖中瓷磚大小為50 cm×50 cm。

圖8 障礙物集合

結(jié)合粗大誤差產(chǎn)生條件,我們布置了如圖9(a)所示的實(shí)測(cè)環(huán)境。除了用到了部分障礙物,實(shí)際環(huán)境中也包含了門(mén)及黑色墻磚。如圖9(b)所示為由旋轉(zhuǎn)激光掃描儀在該環(huán)境下所得到的激光點(diǎn)圖。由激光點(diǎn)圖可知,在某些夾角處產(chǎn)生了粗大誤差。

圖9 采樣環(huán)境

4.2 實(shí)驗(yàn)分析

測(cè)量現(xiàn)實(shí)環(huán)境能得到環(huán)境的測(cè)量集(一圈的有效掃描數(shù)據(jù)),為了方便分析所提算法的優(yōu)缺點(diǎn),我們對(duì)測(cè)量集的數(shù)據(jù)進(jìn)行人工標(biāo)注,標(biāo)注每一個(gè)數(shù)據(jù)點(diǎn)的好壞。本文使用Auto CAD(Autodesk Computer Aided Design)按1∶10的比例重建了環(huán)境圖,如圖10所示為環(huán)境1的等比例平面圖,并模擬激光束發(fā)射,每隔一度數(shù)據(jù)進(jìn)行一次采樣,得到每個(gè)角度對(duì)應(yīng)的測(cè)距長(zhǎng)度,構(gòu)成環(huán)境的標(biāo)準(zhǔn)集。

圖10 環(huán)境1等比例平面圖

根據(jù)標(biāo)準(zhǔn)集標(biāo)注測(cè)量集的方法為:對(duì)于測(cè)量集中每一個(gè)點(diǎn)數(shù)據(jù),找到其在標(biāo)準(zhǔn)集中的值,若兩者差值的絕對(duì)值小于閾值,則定義為好點(diǎn),否則為壞點(diǎn)。本文取對(duì)應(yīng)標(biāo)準(zhǔn)采樣點(diǎn)的20 %作為閾值。如圖11所示,為標(biāo)準(zhǔn)集和測(cè)量集的混合圖,橫軸代表采樣時(shí)間,縱軸代表測(cè)距長(zhǎng)度,為了顯示方便,對(duì)于某些角度是無(wú)效數(shù)據(jù)的情況做了數(shù)據(jù)填充,無(wú)效點(diǎn)的縱坐標(biāo)值填充為零,圖中方點(diǎn)為測(cè)量集,圓點(diǎn)代表標(biāo)準(zhǔn)集。

圖11 標(biāo)準(zhǔn)集與測(cè)量集

使用所提算法對(duì)測(cè)量集進(jìn)行過(guò)濾,圖11中“*”點(diǎn)即為算法認(rèn)為需要被過(guò)濾的點(diǎn)。因?yàn)樗徇^(guò)濾算法將包含成員數(shù)較少的段定義為粗大誤差,進(jìn)行濾掉,因此會(huì)出現(xiàn)誤過(guò)濾的情況。

根據(jù)多次實(shí)驗(yàn)測(cè)試,本文將使用參數(shù)α=20,N=4,如下表所示為過(guò)濾結(jié)果,錯(cuò)誤數(shù)據(jù)標(biāo)記為0,正確數(shù)據(jù)標(biāo)記為1。以標(biāo)準(zhǔn)集對(duì)測(cè)量集的標(biāo)記為準(zhǔn)對(duì)比所提過(guò)濾算法對(duì)測(cè)量集的標(biāo)記,可以得到過(guò)濾算法的過(guò)濾率等評(píng)價(jià)指標(biāo)。對(duì)于環(huán)境1,正確率為98.12 %,有1.94 %的數(shù)據(jù)被誤過(guò)濾,不過(guò)算法的未過(guò)濾率為0 %,這說(shuō)明算法能準(zhǔn)確的識(shí)別粗大誤差數(shù)據(jù)并實(shí)現(xiàn)過(guò)濾,具體過(guò)濾結(jié)果如表1所示。

表1 過(guò)濾結(jié)果

同一個(gè)環(huán)境下,機(jī)器人運(yùn)動(dòng)時(shí)的測(cè)量數(shù)據(jù)與靜止時(shí)的測(cè)量數(shù)據(jù)有很大差別,但是很難為移動(dòng)中得到的測(cè)量集制定標(biāo)準(zhǔn)集,即難以人工標(biāo)注,因此本文借助了相對(duì)運(yùn)動(dòng)的概念,使機(jī)器人靜止,但布置了多種障礙物環(huán)境,在能產(chǎn)生粗大誤差的同時(shí)讓環(huán)境盡量復(fù)雜,如此既能得到和機(jī)器人移動(dòng)時(shí)相近的測(cè)量集,也能進(jìn)行人工標(biāo)注。本文設(shè)置了多組實(shí)驗(yàn),如圖12所示為另外三組實(shí)驗(yàn)的環(huán)境圖和激光點(diǎn)圖。

(a)環(huán)境2

(b)環(huán)境3

(c)環(huán)境4

以上所述的四種環(huán)境的算法過(guò)濾效果匯總?cè)绫?所示。結(jié)合環(huán)境圖和過(guò)濾結(jié)果可知,所提算法在不同的環(huán)境下均能實(shí)現(xiàn)粗大誤差數(shù)據(jù)的過(guò)濾(未過(guò)濾率均為0 %)。在較為復(fù)雜的環(huán)境4中,誤過(guò)率的數(shù)據(jù)最多,達(dá)到了5.05 %,這主要是因?yàn)?環(huán)境4中存在較多離散的障礙物。這些障礙物在離激光源較遠(yuǎn)的時(shí)候,其數(shù)據(jù)點(diǎn)集所對(duì)應(yīng)的段成員數(shù)會(huì)很少,因此被誤過(guò)濾。但因?yàn)閿?shù)據(jù)量大,所以誤過(guò)濾部分?jǐn)?shù)據(jù)是可以接受的,又因?yàn)闇y(cè)距是在移動(dòng)中進(jìn)行的,所以不會(huì)出現(xiàn)某一障礙物所對(duì)應(yīng)的測(cè)量數(shù)據(jù)一直被誤過(guò)濾的情況。

4.3 特殊環(huán)境分析

粗大誤差與相鄰數(shù)據(jù)存在較大的距離差,為何不能用直接比較的方法進(jìn)行過(guò)濾？是因?yàn)橹苯颖容^能過(guò)濾粗大誤差,但只能做到部分過(guò)濾,無(wú)法應(yīng)對(duì)某些特殊情況。如圖13所示,a、b均為粗大誤差,但是由于a點(diǎn)與b點(diǎn)的距離差較小,不滿足粗大誤差的判定條件,a點(diǎn)會(huì)被漏判為好點(diǎn),同理b點(diǎn)也會(huì)被漏判。而且,距離差的閾值不好界定。因此,直接比較的方法在多樣的環(huán)境下會(huì)存在漏判,不具備魯棒性。

表2 過(guò)濾結(jié)果統(tǒng)計(jì)

圖13 特殊粗大誤差

那么基于分段法,應(yīng)用弦?jiàn)A角或弦高比進(jìn)行分段的算法是否可行？仍存在閾值無(wú)法確定和特殊環(huán)境漏判的問(wèn)題,如弦?jiàn)A角法通過(guò)比較當(dāng)前點(diǎn)的弦?jiàn)A角和預(yù)設(shè)閾值來(lái)進(jìn)行突變點(diǎn)判斷,那么在a點(diǎn)所示環(huán)境下,其弦?jiàn)A角較大,從而產(chǎn)生了漏判。但是本文算法能將a、b分為同一段,進(jìn)而過(guò)濾。因此,本文算法具備一定的魯棒性,且給出了動(dòng)態(tài)閾值的設(shè)定方法。

理論上,本文算法對(duì)于離散環(huán)境會(huì)出現(xiàn)所有數(shù)據(jù)均被誤過(guò)濾的情況。取N=4,當(dāng)段成員數(shù)小于N時(shí)進(jìn)行過(guò)濾,我們分析該條件下環(huán)境的離散程度。如圖13所示為激光視野的極限模型,表示被測(cè)物體表面至少有多長(zhǎng)才能被四個(gè)連續(xù)的激光點(diǎn)擊中。設(shè)圖4中圓的半徑為r,相鄰線段間的夾角為1°。如圖14(a)所示,取r=300 cm,可得四條有效范圍內(nèi)最長(zhǎng)的激光光束所擊中的物體,其最小長(zhǎng)度約為15.7 cm。這意味著在機(jī)器視野最遠(yuǎn)處的物體,若長(zhǎng)度在15.7 cm以下,則會(huì)被誤過(guò)濾,該物體對(duì)激光傳感器不可見(jiàn)。如圖14(b)所示,取r=30 cm,可得四條有效范圍內(nèi)最短的激光光束所擊中的物體,其最小長(zhǎng)度約為1.6 cm,即在機(jī)器視野最近處的物體,只要長(zhǎng)度大于1.6 cm,激光傳感器均能檢測(cè)到。

本文認(rèn)為,由于環(huán)境過(guò)于離散導(dǎo)致好點(diǎn)被誤過(guò)濾的情況不需要視為特殊情況區(qū)別對(duì)待。因?yàn)闄C(jī)器一直在移動(dòng),在極限遠(yuǎn)時(shí)被誤過(guò)濾的數(shù)據(jù),會(huì)在機(jī)器人靠近物體的時(shí)候再次被檢測(cè)到。如環(huán)境3和環(huán)境4中的兩個(gè)圓柱體,環(huán)境3中的圓柱體離機(jī)器較近,測(cè)量數(shù)據(jù)被保留下來(lái),而環(huán)境4中的因?yàn)檫^(guò)遠(yuǎn),生成的段成員數(shù)較少而被過(guò)濾。

圖14 激光視野極限模型

另一種離散環(huán)境,如圖13所示,由于粗大誤差的出現(xiàn),將連續(xù)的序列分割成了兩個(gè)子序列,由于某段子序列過(guò)小而產(chǎn)生了誤過(guò)濾。對(duì)于該種情況可以通過(guò)合并兩個(gè)子序列,進(jìn)而再進(jìn)行段判斷,決定是否過(guò)濾。當(dāng)然也可以不處理該種情況,如前所述,當(dāng)機(jī)器人移動(dòng)到近處時(shí),自然會(huì)再次檢測(cè)到誤過(guò)濾的物體。因此,誤過(guò)濾部分?jǐn)?shù)據(jù)是可以接受的。

5 總 結(jié)

本文通過(guò)分析移動(dòng)旋轉(zhuǎn)測(cè)距數(shù)據(jù)的特點(diǎn),提出了一種基于動(dòng)態(tài)閾值分段的移動(dòng)旋轉(zhuǎn)激光掃描數(shù)據(jù)實(shí)時(shí)過(guò)濾算法,可應(yīng)用于移動(dòng)機(jī)器人領(lǐng)域,對(duì)機(jī)器移動(dòng)中采集的旋轉(zhuǎn)激光掃描數(shù)據(jù)進(jìn)行實(shí)時(shí)過(guò)濾。算法通過(guò)前序有效采樣值為當(dāng)前采樣點(diǎn)設(shè)定動(dòng)態(tài)閾值,將滿足閾值的采樣點(diǎn)合并為同一個(gè)分段,再將段成員數(shù)量較少的段作為粗大誤差進(jìn)行過(guò)濾,通過(guò)考慮入射角作為約束條件,分析平緩物體表面采樣數(shù)據(jù)的分布,推導(dǎo)出了動(dòng)態(tài)閾值的設(shè)定方法,從而實(shí)現(xiàn)了使用動(dòng)態(tài)閾值進(jìn)行數(shù)據(jù)分段。算法兼顧了移動(dòng)機(jī)器人對(duì)過(guò)濾的實(shí)時(shí)性需求,最后的實(shí)驗(yàn)分析表明,該算法具備一定的魯棒性,能準(zhǔn)確過(guò)濾粗大誤差,雖然存在誤過(guò)濾,但在可接受范圍內(nèi)。