自动驾驶中激光雷达如何检测障碍物
- 1. 介绍
-
- 1.1 激光雷达-一种三维激光传感器
- 1.2 激光雷达的优缺点?
- 1.3 基于激光雷达如何进行障碍物检测?
- 1.4 点云处理难点
- 2. 点云处理
-
- 2.1 点云处理-体素网格
-
- 2.1.1 什么是体素网格?
- 3 三维点云的分割
-
- 3.1 RANSAC
-
- 3.1.1 RANSAC 的实现
- 4. 障碍聚类
-
- 4.1 点云聚类
-
- 4.1.1 计算 KD-Tree
- 4.1.2 欧式聚类
- 4.2 最邻近(NN)问题
-
- 4.2.1 为什么 NN 问题很重要
- 4.2.2 为什么点云的 NN 很困难
- 4.2.1 为什么最邻近在点云中如此困难
- 4.3 BST(Binary Search Tree), kd-tree, octree 核心思想
- 4.4 二叉树
-
- 4.4.1 BST 构建/插入
-
- 4.4.1.1 BST 插入复杂度
- 4.4.2 BST 查找
- 4.4.3 1NN 查找最邻近
- 4.4.4 kNN 查找最邻近(N 个最邻近)
- 4.5 Kd-tree
-
- 4.5.1 Kd-tree的构建
- 4.5.2 Kd-tree的两种方式
- 5. 边界框
- 5.1 PCA
-
- 5.1.1 PCA 应用
- 5.1.2 Singular Value Decomposition (SVD)
- 5.1.3 PCA 理论
-
- 5.1.4 PCA 应用一:降维
- 5.1.5 Kernel PCA
- 5.1.5 PCA 应用
- 6. 滤波
-
- 6.1 Noise removal
-
- 6.1.1 Radius Outlier
- 6.1.2 升级版:Statistical Outlier Removal
- 6.2 Downsampling
-
- 6.2.1 Voxel Grid Downsampling
Reference:
- 高翔,张涛 《视觉SLAM十四讲》
- 自动驾驶中激光雷达检测障碍物理论与实践
1. 介绍 1.1 激光雷达-一种三维激光传感器 激光雷达传感器利用光原理进行工作,激光雷达代表光探测和测距。它们可以探测到 300m 以内的障碍物,并准确估计它们的位置。在自动驾驶汽车中,这是用于位置估计的最精确的传感器。
文章图片
激光雷达传感器由两部分组成:激光发射(顶部)和激光接收(底部)。发射系统的工作原理是利用多层激光束,层数越多,激光雷达就越精确。层数越多,传感器就越大。激光被发射到障碍物并反射,当这些激光击中障碍物时,它们会产生一组点云,传感器与飞行时间(TOF)进行工作,从本质上说,它测量的是每束激光反射回来所需的时间。如下图:
文章图片
当激光雷达的质量和价格非常高时,激光雷达是可以创建丰富的三维环境,并且每秒最多可以发射200万个点。点云表示三维世界激光雷达传感器获得每个撞击点的精确( X , Y , Z ) (X, Y, Z) (X,Y,Z)位置。
文章图片
激光雷达传感器可以是固态的,也可以是旋转的,固态激光雷达将把检测的重点放在一个位置上,并提供一个覆盖范围(比如FOV为90°)。在后一种情况下,它将围绕自身旋转,并提供360°旋转。在这种情况下,一般把它放在设备顶上,以提高能见度。
激光雷达很少用作独立传感器。它们通常与相机或雷达结合在一起,这一过程称为传感器融合。融合过程可分为早期融合和后期融合。早期融合是指点云与图像像素融合,后期融合是指单个检测物的融合。
1.2 激光雷达的优缺点? 缺点:
- 激光雷达不能直接估计速度。他们需要计算两个连续测量值之间的差值。
- 激光雷达在恶劣的天气条件下工作不好。在有雾或者下雨的情况下,激光会击中它,使场景变得混乱。
- 激光雷达的价格虽然在下降,但仍然很高。
- 激光雷达可以精确地估计障碍物的位置。到目前为止,还没有更准确的方法。
- 激光雷达处理点云。如果我们看到车辆前方的点云,即使障碍物检测系统没有检测到任何东西,我们也可以及时停车。这是一个很大的安全保证,车辆将不仅依赖于图像的神经网络和概率问题。
- 点云处理
- 点云分割
- 障碍聚类
- 边界框拟合
- 稀疏的;
- 不规则----搜索邻居比较困难;
- 缺乏纹理信息;
- 无序的----深度学习很困难;
[ x 1 y 1 z 1 x 2 y 2 z 2 ? ? ? x N y N z N ] = [ x 2 y 2 z 2 x 1 y 1 z 1 ? ? ? x k y k z k ] \left[\begin{array}{ccc}x_{1} & y_{1} & z_{1} \\ x_{2} & y_{2} & z_{2} \\ \vdots & \vdots & \vdots \\ x_{N} & y_{N} & z_{N}\end{array}\right]=\left[\begin{array}{ccc}x_{2} & y_{2} & z_{2} \\ x_{1} & y_{1} & z_{1} \\ \vdots & \vdots & \vdots \\ x_{k} & y_{k} & z_{k}\end{array}\right] ??????x1?x2??xN??y1?y2??yN??z1?z2??zN????????=??????x2?x1??xk??y2?y1??yk??z2?z1??zk????????
如上面的行换了,表达的还是同一个物体。对于深度学习而言,输入进去的矩阵是不一样的就会产生不同的输出,但是我们希望输出是一样的。
- 旋转同变性/不变性:我们旋转一些点,它的坐标是不一样的,但是它还是同一个物体。
2.1.1 什么是体素网格?
体素网格 是一个三维立方体,通过每个立方体只留下一个点来过滤点云。立方体越大,点云的最终分辨率越低。最终,我们可以将点云的采样从几万点减少到几千点。
文章图片
滤波完成后我们可以进行的第二个操作是 ROI(感兴趣区域) 的提取,我们只需删除不属于特定区域的每一些点云数据,例如左右距离 10m 以上的点云,前后超过 100m 的点云都通过滤波器滤除。现在我们有了降采样并滤波后的点云了,此时可以继续进行点云的分割、聚类和边界框实现。
3 三维点云的分割 3.1 RANSAC 点云分割任务是将场景与其中的障碍物分离开来,其实就是地面的分割。一种非常流行的分割方法称为 RANSAC(Random Sample consenses)。该算法的目标是识别一组点中的异常值。点云的输出通常表示一些形状。有些形状表示障碍物,有些只是表示地面上的反射。RANSAC 的目标是识别这些点,并通过拟合平面或直线(拟合的是地面)将它们与其他点分开。
文章图片
为了拟合直线,我们可以考虑线性回归。但是有这么多的异常值,线性回归会试图平均结果,而得出错误的拟合结果,与线性回归相反,这里的 RANSAC 算法将识别这些异常值,且不会拟合它们。
文章图片
如上图所示我们可以将这条线视为场景的目标路径(即道路),而孤立点则是障碍物。
3.1.1 RANSAC 的实现
过程如下:
- 随机选取2个点
- 将线性模型拟合到这些点计算每隔一点到拟合线的距离。如果距离在定义的阈值距离公差范围内,则将该点添加到内联线列表中。
最后选择内点最多的迭代作为模型;其余的都是离群值。这样,我们就可以把每一个内点视为道路的一部分,把每一个外点视为障碍的一部分。RANSAC应用在3D点云中。在这种情况下,3个点之间的构成的平面是算法的基础。然后计算点到平面的距离。
下面点云为 RANSAC 算法的结果,紫色区域代表车辆(RANSAC 在这里应该只用来区分地面了):
文章图片
RANSAC 是一个非常强大和简单的点云分割算法。它试图找到属于同一形状的点云和不属于同一形状的点云,然后将其分开。
4. 障碍聚类 4.1 点云聚类 RANSAC 的输出是障碍点云和地面。由此,可以为每个障碍定义独立的簇。它是如何工作的?
聚类是一系列机器学习算法,包括:k-means(最流行)、DBScan、HDBScan 等。这里可以简单地使用欧几里德聚类,计算点之间的欧几里德距离。
4.1.1 计算 KD-Tree
在进行点云聚类问题时,由于一个激光雷达传感器可以输出几万个点云,这将意味有上万次的欧几里德距离计算。为了避免计算每个点的距离,这里使用 KD-Tree 进行加速。
KD-Tree 是一种搜索算法,它将根据点在树中的XY位置对点进行排序,一般的想法-如果一个点不在定义的距离阈值内,那么x或y更大的点肯定不会在这个距离内。这样,我们就不必计算每一个点云。
4.1.2 欧式聚类
过程如下:
- 选取两个点,一个目标点和一个当前点;
- 如果目标和当前点之间的距离在距离公差范围内,请将当前点添加到簇中。
- 如果没有,选择另一个当前点并重复。
文章图片
4.2 最邻近(NN)问题
- K-NN
在空间M M M 中给定点集S S S,一个查询点q ∈ M q\in M q∈M,在S S S 中查找k k k 个最近点。
文章图片
- Fixed Radius-NN
在空间M M M 中给定点集S S S,一个查询点q ∈ M q\in M q∈M,在S S S 中查找所有符合∣ ∣ s ? q ∣ ∣ < r ||s-q||
文章图片
- 它几乎无处不在
- 表面法向量估计
- 噪声滤波
- 采样
- 聚类
- 深度学习
- 特征检测 / 描述
- 为什么不简单的直接调用开源库(flann, PCL, ect.)
- 它们不够高效:它们是通常使用的库,没有对 2D/3D 做优化;大多数开源的八叉树实现是低效的,而八叉树在 3D 中是最有效率的
- 很少有 NN 库基于 GPU 的
- 不规则:点云可以分布在任何地方
- 维度灾难:点云可以是三维的,与二维相比的数据量是指数上升的。也可以建立一个三维网格,将点云转化成图像一样的东西,但是网格大部分区域是空白的,而且网格大小的选取也是一个问题。因此使用网格并不高效。
图像:
一个邻居简单的表示为x + Δ x , y + Δ y x+\Delta x,y+\Delta y x+Δx,y+Δy.
点云:
- 不规则的:可以分布在图像中任何一个地方;
- 维数灾难:网格大部分是空白的,原理上就很低效。
- 空间分割:
1. 将空间划分成不同面积;
2. 只寻找一部分区域,而不是所有的数据点。 - 停止标准:
1. 如何跳过一些区域:每个区域都会有一个最差距离;
2. 如何停止 k-NN/radius-NN 查找: 如果知道可能的结果都在某个区间里面,那么查找完就结束了;
文章图片
BST 是一个基于节点的树结构:
- 左边的 key 都要比中间 root 小,右边的大。
- Key;
- Left child;
- Right child;
- … …
比较小放左边,比较大放右边。如果左右边被占据了,就跟左右边被占据的继续对比。
给定一个一维点集{ x 1 , x 2 , . . . , x n } , x i ∈ R \{x_1, x_2, ...,x_n\},x_i\in\R {x1?,x2?,...,xn?},xi?∈R,如一个数组: [ 100 , 20 , 500 , 10 , 30 , 40 ] [100,20,500,10,30,40] [100,20,500,10,30,40]
文章图片
4.4.1.1 BST 插入复杂度 最坏的情况是O ( h ) O(h) O(h),在这里h h h 为在 BST 中点的个数。如将数组 [9,8,7,6,5,4,3] 按顺序插入进一个空的 BST 中:
文章图片
这是一个合法的二叉树但它一无是处。平衡二叉树是另一个话题了。最佳情况: h = l o g 2 n h=log_2n h=log2?n。
文章图片
4.4.2 BST 查找
给定一个 BST 和一个待查找 key,决定哪一个 node 等于这个 key,如果没有,则返回 NULL。
4.4.3 1NN 查找最邻近
比如说在下图中查找点 11:
文章图片
1. 根节点为 8,这时最坏距离为 11-8=3。11比8大,这时知道要查找的范围在(8,14)之间,右边子树在范围(8,+inf),往右边看;
2. 到节点 10,这时最坏距离为 11-10=1,这时知道要查找的范围在(10,12)之间,因此不用往右边看,这时右边是比 10 大的,往右边看;
3. 到节点 14,最坏距离依旧为 1。这时要不要找 14 左边子节点?是需要的,左边的子节点比 14 小,要找的仍是(10,12)之间;
4. 找到 13,发现没什么变化,这时子节点已经遍历完了,退回 14;
5. 同理退回 10;
6. 同理退回 8
这样子就省去了五个比较的操作。
4.4.4 kNN 查找最邻近(N 个最邻近)
- 做法上几乎与 1NN 完全相同,区别在于计算最坏距离。
4.5 Kd-tree Kd-tree 就是在每个维度上做一个二叉树。但是它有一个更为复杂的地方是,每一个节点包含很多内容。
4.5.1 Kd-tree的构建
- 如果只有一个点,或者 点数
- 否则的话,选取一个垂直于选定划分轴的超平面(三维就是一个平面),将点分为两半;
- 迭代重复前两步骤。
左边的情况是找到一个超平面,将超平面放在数据点上;
右边的超平面不属于任何点。
文章图片
下面是树的两种切法,这里的波浪线是个二位数据。第一步在中间切一刀,第二步:
- 1.之前竖着切了一刀,后面切就是水平的了,轮流切;
- 2.有另外一种切法,叫做自适应。因为我们切这一刀是为了让点在每个维度的分布上更加平均。图中的数据即使中间切了一刀,其他数据也更像是水平分布的,因此再在水平来两刀。
文章图片
5. 边界框 最终的目标是围绕每个点云簇创建一个三维边界框。因为我们没有对点云簇进行任何分类,所以我们必须将边界框与点云相匹配。主成分分析(PCA)是一种有助于拟合边界框的算法。
5.1 PCA PCA 用来找到点云的主方向。物理意义:将数据点都投影到一个非常有特征性的方向上 ,每一个点在这个方向上的投影就是主成分。如下图所示,在三维情况下,这个椭圆的主成分就是它的三个轴。
文章图片
文章图片
文章图片
5.1.1 PCA 应用
- 降维;
- 平面法线估计;
- Canonical orientation(典型方向?);
- 关键点检测;
- 特征描述。
文章图片
比如有一个矩阵M M M,它可以被分解为U U U,Σ \Sigma Σ,V ? V^* V?,其中U U U 和V ? V^* V? 都是正交矩阵; Σ \Sigma Σ 是一个对角阵,它在对角线上组成了M M M 的特征值。
假设我们把M M M 乘上一个向量:
- 应用V ? V^* V?,其实就是在高维空间对向量做一个旋转,所以这个圆被旋转了一下;
- Σ \Sigma Σ 对旋转后的向量在每一个维度上做一个缩放,所以这个圆就变成了一个椭圆;
- 再应用U U U, U U U 也是高维上的一个旋转矩阵,所以又把椭圆旋转了一下。
所以让 M 乘上一个向量,就是把一个圆变成了一个椭圆。
- 输入:x i ∈ R n , i = 1 , 2 , . . . , m x_i\in \mathbb{R}^n,i=1,2,...,m xi?∈Rn,i=1,2,...,m,其中x i x_i xi? 为高维空间中的向量。
- 输出:主要的向量z 1 , z 2 , . . . , z k ∈ R m , k ≤ n z_1,z_2,...,z_k\in \mathbb{R}^m,k\leq n z1?,z2?,...,zk?∈Rm,k≤n,其中z 1 z_1 z1? 为最主要的向量,描述了x i x_i xi? 这一群点里面最有代表性的高维方向。
如果把这堆高维点投影到某一个方向上,这些投影后的点的方差是最大的。也就是说,这些点在这个方向上分布的非常散。2. 如何得到第二主要的成分?
把这一组输入x i x_i xi? 里面的、属于z 1 z_1 z1? 的成分都去掉,然后再找剩下的东西里面的最主要成分。3. 如何得到第三主要的成分?
同上,去掉第一、二主要的成分。总结:
输入: x i ∈ R n , i = 1 , 2 , . . . , m x_i\in \mathbb{R}^n,i=1,2,...,m xi?∈Rn,i=1,2,...,m,怎么做 PCA?
- 标准化数据,即减去数据的中心:
X ~ = [ x ~ 1 , ? ? , x ~ m ] , x ~ i = x i ? x ˉ , i = 1 , ? ? , m x ˉ = 1 m ∑ i = 1 m x i \tilde{X}=\left[\tilde{x}_{1}, \cdots, \tilde{x}_{m}\right], \tilde{x}_{i}=x_{i}-\bar{x}, i=1, \cdots, m \quad \bar{x}=\frac{1}{m} \sum_{i=1}^{m} x_{i} X~=[x~1?,?,x~m?],x~i?=xi??xˉ,i=1,?,mxˉ=m1?i=1∑m?xi?
- 计算 SVD: H = X ~ X ~ T = U r Σ 2 U r T H=\tilde{X} \tilde{X}^{T}=U_{r} \Sigma^{2} U_{r}^{T} H=X~X~T=Ur?Σ2UrT?
- 主向量为U r U_r Ur? 的列,第一个主向量就是U r U_r Ur? 的第一列,第二个就是第二列,以此类推。
将高维数据点投影到低维去,尽可能保留他们的特征。
给定x i ∈ R n , i = 1 , 2 , . . . , m x_i\in \mathbb{R}^n,i=1,2,...,m xi?∈Rn,i=1,2,...,m,使用 PCA 找到它的l l l 个主向量z 1 , z 2 , . . . , z l , z j ∈ R n {z_1,z_2,...,z_l},z_j\in \mathbb{R}^n z1?,z2?,...,zl?,zj?∈Rn:
- 将x i x_i xi? 从n n n 维压缩(映射)到l l l 维l < < n l<
Encoder:计算每个x x x 在每一个方向上的投影:
[ a i 1 ? a i l ] = [ z 1 T ? z l T ] x i \left[\begin{array}{c} a_{i 1} \\ \vdots \\ a_{i l} \end{array}\right]=\left[\begin{array}{c} z_{1}^{T} \\ \vdots \\ z_{l}^{T} \end{array}\right] x_{i} ????ai1??ail??????=????z1T??zlT??????xi? - 怎样再从l l l 维重新回到n n n 维:
Decoder:
x ^ i = ∑ j = 1 l a j z j = [ z 1 , ? ? , z l ] [ a i 1 ? a i l ] \hat{x}_{i}=\sum_{j=1}^{l} a_{j} z_{j}=\left[z_{1}, \cdots, z_{l}\right]\left[\begin{array}{c} a_{i 1} \\ \vdots \\ a_{i l} \end{array}\right] x^i?=j=1∑l?aj?zj?=[z1?,?,zl?]????ai1??ail??????
文章图片
从图中可以看到,在主向量上投影下来,仍可以看到有两坨点;而在第二个主向量上就只有一个波峰了。也可以再次说明主向量上保留了更多的信息。
5.1.5 Kernel PCA
在 5.1.4 中提到的都是普通的 PCA,普通 PCA 是线性的,因为矩阵乘法其实也就是一个线性操作(矩阵乘上一个向量其实是对一个矩阵的线性组合)。在遇到的数据不是一个线性的情况下,该怎么办?如左图的同心圆,做线性PCA很难区分开来,如右图所示,会得到两条线,没给出特别有意义的信息,比如将他们区分开。这时可以考虑在更高维度下进行操作。
文章图片
文章图片
- 原始数据: x i = [ x i 1 , x i 2 ] ∈ R 2 x_i=[x_{i1}, x_{i2}] \in \mathbb{R}^2 xi?=[xi1?,xi2?]∈R2
- 提升数据: ? ( x i ) = [ x i 1 , x i 2 , x i 1 2 + x i 2 2 ] ∈ R 3 \phi(x_i)=[x_{i1}, x_{i2},x_{i1}^2+x_{i2}^2] \in \mathbb{R}^3 ?(xi?)=[xi1?,xi2?,xi12?+xi22?]∈R3,这里第三个维度选的平方和,就是极坐标的意思。
由上面右图可以看出,可以找到一个平面将它们区分开。这时我们只需要做一个普通的线性 PCA,就可以将它们区分开了。只不过这个时候是三维空间,不是二维空间。
Kernel PCA 步骤:
- 输入数据x i ∈ R n 0 x_i\in \mathbb{R}^{n_0} xi?∈Rn0?,非线性映射? : R n 0 → R n 1 \phi: \mathbb{R}^{n_0}\rightarrow \mathbb{R}^{n_1} ?:Rn0?→Rn1?
- 与标准线性 PCA 在升维空间R n 1 \mathbb{R}^{n_1} Rn1? 上一样:
2.1 假设? ( x i ) \phi(x_i) ?(xi?) 均值为零:1 N ∑ i = 1 N ? ( x i ) = 0 \frac{1}{N} \sum_{i=1}^{N} \phi\left(x_{i}\right) =0 N1?∑i=1N??(xi?)=0
2.2 计算协方差矩阵H ~ = 1 N ∑ i = 1 N ? ( x i ) ? T ( x i ) \tilde{H}=\frac{1}{N} \sum_{i=1}^{N} \phi\left(x_{i}\right) \phi^{T}\left(x_{i}\right) H~=N1?∑i=1N??(xi?)?T(xi?),加个波浪线因为是在高维空间上操作的,与原来的H H H 区分开
2.3 解特征值/特征向量H ~ z ~ = λ ~ z ~ \tilde{H}\tilde{z}=\tilde{\lambda}\tilde{z} H~z~=λ~z~
- 如何定义映射? \phi ??
- 升维后的维度可能会非常高,有没有办法来避免高维运算、节省运算资源?
证明:
H ~ z ~ = λ ~ z ~ 1 N ∑ i = 1 N ? ( x i ) ? T ( x i ) z ~ = λ ~ z ~ \tilde{H} \tilde{z}=\tilde{\lambda} \tilde{z} \\\frac{1}{N} \sum_{i=1}^{N} \phi\left(x_{i}\right) \phi^{T}\left(x_{i}\right) \tilde{z}=\tilde{\lambda} \tilde{z} H~z~=λ~z~N1?i=1∑N??(xi?)?T(xi?)z~=λ~z~其中? T ( x i ) z ~ \phi^{T}\left(x_{i}\right) \tilde{z} ?T(xi?)z~ 是一个标量,所以最后的特征向量z ~ \tilde{z} z~ 就是? ( x i ) \phi(x_i) ?(xi?) 的线性组合。
常用核函数的选择:
- Lineark ( x i , x j ) = x i T x j k\left(x_{i}, x_{j}\right)=x_{i}^{T} x_{j} k(xi?,xj?)=xiT?xj?
- Polynomialk ( x i , x j ) = ( 1 + x i T x j ) p k\left(x_{i}, x_{j}\right)=\left(1+x_{i}^{T} x_{j}\right)^{p} k(xi?,xj?)=(1+xiT?xj?)p
- Gaussiank ( x i , x j ) = e ? β ∥ x i ? x j ∥ 2 k\left(x_{i}, x_{j}\right)=e^{-\beta\left\|x_{i}-x_{j}\right\|_{2}} k(xi?,xj?)=e?β∥xi??xj?∥2?
- Laplaciank ( x i , x j ) = e ? β ∥ x i ? x j ∥ 1 k\left(x_{i}, x_{j}\right)=e^{-\beta\left\|x_{i}-x_{j}\right\|_{1}} k(xi?,xj?)=e?β∥xi??xj?∥1?
真 ? \cdot ?步骤:
- 选择一个核函数k ( x i , x j ) k(x_i,x_j) k(xi?,xj?),组合成一个 Gram matrixK ( i , j ) = k ( x i , x j ) K(i,j)=k(x_i,x_j) K(i,j)=k(xi?,xj?)
- 标准化K K K,使得高维空间的平均值为0,其中K ~ \widetilde{K} K为经过处理的核函数矩阵; I 1 N \mathbb{I}_{\frac{1}{N}} IN1?? 是数值全为 1 N \frac{1}{N} N1? 的常数矩阵,即I 1 N ( i , j ) = 1 N , ? i , j \mathbb{I}_{\frac{1}{N}}(i,j)=\frac{1}{N},\forall i,j IN1??(i,j)=N1?,?i,j:
K ~ = K ? 2 I 1 N K + I 1 N K I 1 N \widetilde{K}=K-2 \mathbb{I}_{\frac{1}{N}} K+\mathbb{\mathbb { I } _{\frac{1}{N}}} K \mathbb{\mathbb { I } _{\frac{1}{N}}} K =K?2IN1??K+IN1??KIN1?? - 解K ~ \tilde{K} K~ 的特征值/特征向量:
K ~ α r = λ r α r \widetilde{K} \alpha_{r}=\lambda_{r} \alpha_{r} K αr?=λr?αr? - 标准化α r \alpha_r αr? 使得它的模,即α r T α r = 1 λ r \alpha_{r}^{T} \alpha_{r}=\frac{1}{\lambda_{r}} αrT?αr?=λr?1?
- 将任何一个数据点x ∈ R n x\in \mathbb{R}^{n} x∈Rn,将它们投影到r t h r^{th} rth 主向量y r ∈ R y_r\in \mathbb{R} yr?∈R上:
y r = ? T ( x ) z ~ r = ∑ j = 1 N α r j k ( x , x j ) y_{r}=\phi^{T}(x) \tilde{z}_{r}=\sum_{j=1}^{N} \alpha_{r j} k\left(x, x_{j}\right) yr?=?T(x)z~r?=j=1∑N?αrj?k(x,xj?)
如下图所示,输入数据在线性 PCA 下不可分:
文章图片
当 kernel PCA 使用二次多项式核函数k ( x i , x j ) = ( 1 + x i T x j ) 2 k\left(x_{i}, x_{j}\right)=\left(1+x_{i}^{T} x_{j}\right)^{2} k(xi?,xj?)=(1+xiT?xj?)2 时,如左图所示,点通过第一映射y 0 y_0 y0? 就很明显的区分开了:
文章图片
文章图片
也可以使用高斯核函数k ( x i , x j ) = e ? β ∥ x i ? x j ∥ 2 k\left(x_{i}, x_{j}\right)=e^{-\beta\left\|x_{i}-x_{j}\right\|_{2}} k(xi?,xj?)=e?β∥xi??xj?∥2?,如上右图所示,区分的也很好。
5.1.5 PCA 应用
- 计算3D 点云的平面法向量
1.1 选取一个点P P P;
1.2 找出这个点的邻域;
1.3 对邻域里的点做 PCA;
1.4 在邻域里选取的法向量是最不显著的向量;
1.5 曲率->特征值的比例λ 3 / ( λ 1 + λ 2 + λ 3 ) \lambda_3/(\lambda_1+\lambda_2+\lambda_3) λ3?/(λ1?+λ2?+λ3?)。
6. 滤波
- 噪声去除
1.1 离群值清除(Raduius Outlier Removal)
1.2 统计离群值清除(Statistical Outlier Removal)
- 【激光雷达和三维点云PCL|自动驾驶中激光雷达如何检测障碍物】降采样:保存特征的同时,降低运算量
2.1 体素栅格降采样(Voxel Grid Downsampling)
2.2 最远点采样(Farthest Point Sampling)
2.3 法向量空间采样(Normal Space Sampling)
- 上采样/平滑
3.1 双边滤波(Bilateral Filter)
- 对于每个点,找到它在半径为r r r 的邻居;
- 如果邻居的个数k < k ? k
文章图片
6.1.2 升级版:Statistical Outlier Removal
- 对于每个点,找到它在半径为r r r 的邻居;
- 计算每一个邻居距离这个点有多远d i j , i = [ 1 , . . . , m ] , j = [ 1 , . . . , k ] d_{ij},i=[1,...,m],j=[1,...,k] dij?,i=[1,...,m],j=[1,...,k], i i i 为这个点, j j j 为邻居;
- 使用高斯分布对距离建模d ~ N ( μ , σ ) d\sim N(\mu,\sigma) d~N(μ,σ)-----这里是对所有的点得到的一个总的建模结果,而不是对单个点
μ = 1 n k ∑ i = 1 m ∑ j = 1 k d i j , σ = 1 n k ∑ i = 1 m ∑ j = 1 k ( d i j ? μ ) 2 \mu=\frac{1}{n k} \sum_{i=1}^{m} \sum_{j=1}^{k} d_{i j}, \sigma=\sqrt{\frac{1}{n k} \sum_{i=1}^{m} \sum_{j=1}^{k}\left(d_{i j}-\mu\right)^{2}} μ=nk1?i=1∑m?j=1∑k?dij?,σ=nk1?i=1∑m?j=1∑k?(dij??μ)2 ? - 对于每个点,重新计算一遍对于邻居的平均距离(半径依旧为r r r);
- 去除这个点,如果平均距离大于一些阈值,如,当在以下条件下去除点:
∑ j = 1 k d i j > μ + 3 σor∑ j = 1 k d i j < μ ? 3 σ \sum_{j=1}^{k} d_{i j}>\mu+3 \sigma \text { or } \sum_{j=1}^{k} d_{i j}<\mu-3 \sigma j=1∑k?dij?>μ+3σ or j=1∑k?dij?<μ?3σ下图为 Statistical Outlier Removal 的处理结果,右边红色为处理前的平均距离,经过滤波后邻居就特别近了。
文章图片
- 构建一个包含点云的体素栅格;
- 在每个单元中选取一个点。
文章图片
这里存在两个问题:
- 如何选取这个点?
- 如何将该算法变得有效率?
推荐阅读
- OpenCV从入门到精通|OpenCV的核心操作 —— 图像的基本操作+图像上的算术运算
- 数据结构与算法|Noip2017赛前的一些记录
- 历史上的今天|【历史上的今天】3 月 19 日(图灵奖人工智能先驱诞生;微软发布 IE8;Android Auto 上线)
- Pygame合集|【普通玩家VS高手玩家】一带传奇游戏《俄罗斯方块儿》新作—实现AI自动玩游戏~
- 数据分析|python机器学习之模型选择与优化
- 计算机视觉|计算机视觉之图像分割——Snake模型(1译文)
- 统计学|灰色关联分析,Python实现GRA(gray relation analysis)
- python|总结|图像分割5大经典方法
- 激光条纹中心提取|opencv二值图像分割——python