?；反a垛倉儲的定位數據中值濾波去噪算法

劉學君，盧 浩,2，江 帆,2，李 京,2，戴 波

(1.北京石油化工學院信息工程學院，北京 102617；2.北京化工大學信息科學與技術學院，北京 100029)

0 引言

隨著?；废嚓P產業的發展，國內?；穫}儲存在的問題逐漸顯現。為避免安全隱患，需要對?；穫}儲儲存時的堆垛情況進行監管。針對倉庫內堆垛品的堆距、墻距、頂距、柱距、通道距五距原則，設計了?；范讯鈾z測的激光掃描定位裝置[1-2]。根據五距要求，確定5個報警檢測面。各掃描裝置實現對各個檢測平面的掃描，進而得到各檢測面的二維數據[3]。

數據采集為掃描初始數據庫的建立及系統運行時有無障礙物遮擋、遮擋物尺寸還原等工作奠定基礎。所采集的數據直接影響后續數據的運算精度。由于激光掃描測量所測得的數據受到被測物體材質、儀器測量角度、測量精度、邊緣效應及外界環境的多重影響[4]，因而需要對掃描所獲得的原始數據進行處理。

1 掃描數據特點

所用激光測距儀為FTM-50A，測量裝置被固定于可旋轉的云臺上。采用由步進電機、細分驅動及螺旋蝸桿組成的伺服系統，實現對選定監測面的旋轉掃描并返回掃描點距離數據。通過對激光測距儀及編碼器返回數據的處理，可以得到監測面各個采樣點的角度及距離數據。采樣點坐標如圖1所示。

圖1 采樣點坐標圖

掃描點坐標(x，y)可通過下式求得：

(1)

式中：x、y分別為點云數據中單個坐標點的橫、縱坐標；D為該坐標點對應的激光測距儀所返回的距離數值；α為測得的坐標點角度。

?；穫}儲激光掃描所獲取的點云數據具有以下特征。

(1)排布相對規則。由于掃描的是倉庫內部環境，掃描面多為墻面或化學品堆垛的某一邊，所以數據點連線多為規則折線。

(2)存在“逸出值”?！耙莩鲋怠本唧w可表現為測得的距離值與真實值存在顯著的差別，也被稱為距離反常噪聲。激光探頭端的噪聲或掃描環境背景噪聲的峰值超出了實際掃描點的激光回波的峰值，出現了“逸出值”?！耙莩鲋怠敝饕梢韵?種原因產生。

①物體表面粗糙，激光照射時產生散斑，使得光路與實際距離差異較大。

②接收回波時，可能受散粒噪聲的影響。散粒噪聲和散斑噪聲的干擾導致距離測量值與真實值間存在巨大偏差。

(3)存在“失落信息點”?！笆湫畔Ⅻc”具體表現為設備測得的采樣點距離值為空白信息，產生的原因為：激光測距儀沒有得到回波，脈沖發射通道上不存在反射表面(如天空等)，或者回波未能反射到測距儀上(如當掃描至窗戶玻璃上時)。

(4)具有“邊緣效應”[5]。激光測距儀在掃描時所發出的激光會在掃描點處投射光斑。當在不同目標的交界處時，可能光斑的一部分在目標內部，另一部分在相鄰目標處。來自這2個不同光斑點的反射能量最終都被系統接收，導致測量結果產生系統性偏差。

2 激光掃描數據處理算法

對激光掃描返回點云數據的處理主要集中在對“逸出值”及“失落信息點”的處理。掃描線數據的噪聲點去除的方法,主要有直觀檢查法、曲線檢查法、弦高差方法、孤立點統計排異法、代數法等。此外，還可以借鑒數字圖像去噪的處理方法，將數據點視為灰度值來對待。常用的方法有均值濾波法、中值濾波法、自適應濾波法等[6]。均值濾波雖簡單、常用，但相同的權值處理造成邊緣模糊，且沒有很好地利用被測點之間的相關性和位置信息。中值濾波具有較好的適用性，能有效抑制噪聲的非線性信號。

本文結合中值濾波和線性濾波的優點，首先對掃描數據進行中值濾波，濾除孤立的噪聲點；然后對存在大量噪聲點的數據進行線型性去噪并預測消失值，從而完成奇異點的處理[7]。

算法數據處理流程如圖2所示。

圖2 算法數據處理流程圖

3 中值濾波處理“逸出值”數據

中值濾波是基于非線性濾波的一種濾波方法。根據排序和統計理論進行數據處理，中值濾波方法能夠很好地抑制噪聲，得到更為精準的數據。中值濾波可以應用于圖像和數據。根據圖像的像素進行排序和統計，根據數據值進行排序和分析。

標準中值濾波(standard median filter,SMF)的基本原理是對數字圖像或1組數據中的各點進行排序，找出排序后的中間值，最后用中間數值代替這個點的實際值。根據這種方法，對這個數字圖像或者數據組進行排序并代替[8]。數據處理過程如下。

設一組數據(數字圖像或者數字序列組)是{x1,x2,…,xn}，將n個數據按照數值大小排序，排序后數組為{y1,y2,…,yn}，則：

(2)

式中：y為中間值。

中值濾波原理如圖3所示。

圖3 中值濾波原理圖

運用中值濾波對激光掃描數據濾波。濾波前，從圖像中能觀察到偏離真實值的“逸出值”的存在；經中值濾波處理后，去除了“逸出值”，保證了原有數據的真實性。

4 擬合“失落信息點”數據

在危化品倉庫的掃描監測數據中，存在大量失落信息點，如果使用中值濾波，則必須增大濾波的閾值，這樣就造成對孤立的噪聲點的過濾效果不佳。針對大量失落信息點的情況，采用最小二乘擬合法，通過對失落信息點前后點的情況進行擬合，預測失落信息點的值。

綜合?；穫}儲數據的特點，選用直線擬合進行失落信息點數據補足。設x和y的函數關系為：

y=a0+a1x

(3)

式中：a0為截距；a1為斜率。

對于等精度測量所得到的N組數據(xi,yi),i=1,2,…,N。采用最小二乘法將觀測數據擬合為直線，進而補足失落點數據。采用最小二乘法估計參數時，要求觀測值yi的加權平方和為最小。

(4)

(5)

利用所得的a0、a1，對失落信息點數據進行補足[9]。

掃描面可能是由多個直線段所組成的折線，這需要進行基于最小二乘法的分段擬合[9]。

最小二乘法的分段擬合思路是給定一個角度閾值。假設擬合出的線段起點為S(XS，YS)，終點為E(XE，YE)，下一個要擬合的點為N(XN,YN)，則S、E、N這3點間的距離可以通過計算求得。根據余弦定理，NE連線與SE直線的延長線夾角α可通過下式求得：

(6)

若α小于給定角度閾值，則認為N在SE的延長線上。將其作為新的E點重新進行線性擬合，直到計算結果大于給定閾值的轉折點[10-11]。

最小二乘法處理前后對比如圖4所示。

圖4(a)所示為擬合前掃描數據，圖中的空白區域表示激光掃描設備由于掃描到玻璃而無返回數值的區域；圖4(b)為最小二乘法處理的數據，玻璃無返回值處的數據被擬合線段補齊且保留了兩端的輪廓線，與試驗室實際測量的玻璃處位置相符，避免了無返回值區域的“失落信息點”對監測結果的影響。

圖4 最小二乘法處理前后對比圖

5 結束語

對于倉儲碼垛五距定位監控設備，采集的點云數據的精確度對設備的運行至關重要。本文提出了倉儲環境下定位點云數據的中值濾波和最小二乘法聯合去噪算法。

試驗結果表明，該算法可以有效地去除掃描數據中出現的逸出和消失等奇異點，既保證了數據的準確性，又保證了監控設備運行的準確度與可靠性。

[1] 戴波,呂昕,劉學君,等.基于改進的UWB?；范讯鈧}儲定位技術的研究[C]//第25屆中國過程控制會議,2014.

[2] 劉學君,江帆,戴波,等,基于激光測距儀的?；穫}庫堆垛安全距離的網格化監測方案[C]//中國自動化大會,2015.

[3] 陳曉清,馬君國,付強,等.相干激光雷達距離像距離反常抑制方法[J].中國激光,2010(1):181-185.

[4] LU X,LIU X J，DAI B.Research on UWB-based location technology applied for hazardous chemicals stacking storage[C]//In Proceeding of The 26th Chinese Control and Decision Conference，2014.

[5] 劉俊焱,云挺,周宇,等.基于最小二乘的點云葉面擬合算法研究[J].西北林學院學報,2014(5):70-77.

[6] 羅德安,廖麗瓊.地面激光掃描儀的精度影響因素分析[J].鐵道勘察,2007(4):5-8.

[7] 未永飛,杜正春,姚振強.中值濾波在激光雷達點云數據預處理中的應用[J].激光技術,2009(2):213-216

[8] 李熙,湯儒峰,李祝蓮,等.基于二值圖像的衛星激光測距數據處理[J].中國激光,2014(12):188-195.

[9] 路達,滕奇志,卿粼波,等.基于激光測距的中小型貨物三維體積掃描[J].微型機與應用,2015,23(2):83-86.

[10]田垅,劉宗田.最小二乘法分段直線擬合[J].計算機科學,2012(S1):482-484.

[11]謝友寶.最小二乘法分段直線擬合[J].南昌航空大學學報(自然科學版),1992(1):19-25.