CN109509236B - 无人驾驶场景中的车辆包围盒生成方法、装置及存储介质 - Google Patents
无人驾驶场景中的车辆包围盒生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109509236B CN109509236B CN201710832558.XA CN201710832558A CN109509236B CN 109509236 B CN109509236 B CN 109509236B CN 201710832558 A CN201710832558 A CN 201710832558A CN 109509236 B CN109509236 B CN 109509236B
- Authority
- CN
- China
- Prior art keywords
- bounding box
- convex hull
- point cloud
- cloud data
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了无人驾驶场景中的车辆包围盒生成方法、装置及存储介质,其中方法包括:获取点云数据;根据点云数据生成二维凸包;根据二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒;从构造出的包围盒中选定一个作为最终所需的包围盒。应用本发明所述方案,能够提高结果的准确性等。
Description
【技术领域】
本发明涉及计算机应用技术,特别涉及无人驾驶场景中的车辆包围盒生成方法、装置及存储介质。
【背景技术】
为保障无人驾驶车辆在道路上行驶的安全,需要准确地确定出车辆包围盒,进而估计车辆朝向等,这对障碍物的碰撞检测、车辆控制规划有着重要的意义。单帧场景中的车辆包围盒的生成,是连续帧车辆跟踪的基础。
包围盒是指将复杂物体封装在简单的包围盒中,用简单的包围盒形状来近似代替复杂的几何体形状。
目前,应用比较广泛的包围盒主要有轴对齐包围盒(AABB,Axis AlignedBounding Box)和有向包围盒(OBB,Oriented Bounding Box)等。如图1~2所示,图1为现有AABB包围盒的示意图,图2为现有OBB包围盒的示意图。
AABB包围盒是与坐标轴对齐的包围盒,不随物体旋转,OBB包围盒与AABB包围盒具有一定的相似性,但具有方向性,可以旋转。
但准确地生成AABB包围盒和OBB包围盒的前提是物体的形状信息较为完整,而在无人驾驶场景中,由于传感器特性以及遮挡和距离因素等,物体如车辆的形状信息并不完整,因此,利用现有方法来生成车辆包围盒,效果并不理想,准确性较差。
【发明内容】
有鉴于此,本发明提供了无人驾驶场景中的车辆包围盒生成方法、装置及存储介质,能够提高结果的准确性。
具体技术方案如下:
一种无人驾驶场景中的车辆包围盒生成方法,包括:
获取点云数据;
根据所述点云数据生成二维凸包;
根据所述二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒;
从构造出的包围盒中选定一个作为最终所需的包围盒。
根据本发明一优选实施例,所述根据所述点云数据生成二维凸包包括:
将所述点云数据投影到二维平面;
根据所述二维平面生成所述二维凸包。
根据本发明一优选实施例,所述将所述点云数据投影到二维平面包括:
将所述点云数据投影到xy方向的二维平面。
根据本发明一优选实施例,所述根据所述二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒包括:
针对所述二维凸包中激光雷达迎面扫描方向上的每条边,分别将所述边作为矩形的一条边的全部或部分,构造出一个包含所述二维凸包的所有边的最小矩形,将构造出的矩形作为所述包围盒。
根据本发明一优选实施例,所述从构造出的包围盒中选定一个作为最终所需的包围盒包括:
从构造出的包围盒中选出面积最小的一个包围盒;
将选出的包围盒作为最终所需的包围盒。
一种无人驾驶场景中的车辆包围盒生成装置,包括:获取单元、生成单元、构造单元以及选择单元;
所述获取单元,用于获取点云数据;
所述生成单元,用于根据所述点云数据生成二维凸包;
所述构造单元,用于根据所述二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒;
所述选择单元,用于从构造出的包围盒中选定一个作为最终所需的包围盒。
根据本发明一优选实施例,所述生成单元中包括:投影子单元以及生成子单元;
所述投影子单元,用于将所述点云数据投影到二维平面;
所述生成子单元,用于根据所述二维平面生成所述二维凸包。
根据本发明一优选实施例,所述投影子单元将所述点云数据投影到xy方向的二维平面。
根据本发明一优选实施例,所述构造单元针对所述二维凸包中激光雷达迎面扫描方向上的每条边,分别将所述边作为矩形的一条边的全部或部分,构造出一个包含所述二维凸包的所有边的最小矩形,将构造出的矩形作为所述包围盒。
根据本发明一优选实施例,所述选择单元从构造出的包围盒中选出面积最小的一个包围盒,将选出的包围盒作为最终所需的包围盒。
一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出,采用本发明所述方案,在获取到点云数据之后,可首先根据点云数据生成二维凸包,之后可进一步根据二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒,进而可从构造出的包围盒中选定一个作为最终所需的包围盒,相比于现有技术,本发明所述方案中避免了物体信息不完整所带来的问题,从而提高了最终结果的准确性,而且,本发明所述方案实现起来简单方便,能够满足实时处理的要求。
【附图说明】
图1为现有AABB包围盒的示意图。
图2为现有OBB包围盒的示意图。
图3为本发明所述无人驾驶场景中的车辆包围盒生成方法第一实施例的流程图。
图4为本发明所述二维凸包的示意图。
图5为本发明所述构造出的包围盒的示意图。
图6为本发明所述选出的包围盒的示意图。
图7为本发明所述无人驾驶场景中的车辆包围盒生成方法第二实施例的流程图。
图8为本发明所述无人驾驶场景中的车辆包围盒生成装置实施例的组成结构示意图。
图9示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
针对现有技术中存在的问题,本发明中提出一种无人驾驶场景中的车辆包围盒生成方式,利用激光雷达的扫描特性,生成单帧场景下的车辆包围盒。
无人驾驶场景中,可利用激光雷达来采集无人驾驶车辆的点云数据,由于遮挡等原因,点云较为稀疏,往往只在激光雷达迎面扫描方向上,即在与激光雷达迎面的部分的点云相对稠密,而背向激光雷达的部分的点云往往比较稀疏甚至缺失。
因此本发明中提出,在生成车辆包围盒的过程中,需要尽量避免沿背向激光雷达的部分的点云的边形成的包围盒。
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案进行进一步说明。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图3为本发明所述无人驾驶场景中的车辆包围盒生成方法第一实施例的流程图。如图3所示,包括以下具体实现方式。
在301中,获取点云数据。
如前所述,可利用激光雷达来采集点云数据,针对采集到的每帧点云数据,可分别按照后续方式进行处理。
在302中,根据点云数据生成二维凸包。
凸包,即指将给定点包围在内部的、面积最小的凸多边形。
或者说,给定平面上的一些点,找出一个最小点集连成一个凸多边形,使得这若干个给定点皆在此多边形内或多边形上,这个凸多边形就是给定点的二维凸包。
为此,本实施例中,在获取到点云数据之后,需要首先将点云数据投影到二维平面上,之后,根据投影得到的二维平面来生成二维凸包。
为了便于后续根据生成的车辆包围盒来估计车辆朝向,通常会将点云数据投影到xy方向的二维平面。如何进行投影为现有技术。
在得到xy方向的二维平面之后,即可根据二维平面来生成二维凸包。
二维凸包的寻找/生成是计算几何学中的经典问题之一,生成二维凸包的算法有很多,如Andrew算法、Graham算法、Melkman算法等,具体采用哪种算法可根据实际需要而定。
图4为本发明所述二维凸包的示意图。如图4所示,该二维凸包是一个包含六条边的凸多边形。
在303中,根据二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒。
具体地,针对二维凸包中激光雷达迎面扫描方向上的每条边,可分别将该条边作为矩形的一条边的全部或部分,构造出一个包含二维凸包的所有边的最小矩形,进而将构造出的矩形作为包围盒。
图5为本发明所述构造出的包围盒的示意图。如图5所示,二维凸包中激光雷达迎面扫描方向上共有三条边,为便于表述,分别将其称为边1、边2和边3,根据这些边,可构造出两个矩形的包围盒,为便于表述,分别将其称为包围盒a和包围盒b,其中,边2位于包围盒a下面的边上,在此基础上,包围盒a为能够包含住二维凸包中的所有边的最小矩形,边1和边3分别位于包围盒b的右面和下面的边上,无论是依据边1还是边3,构造出的能够包含住二维凸包中的所有边的最小矩形均为包围盒b。
在304中,从构造出的包围盒中选定一个作为最终所需的包围盒。
按照303中所示方式,通常可构造出多个包围盒,针对这多个包围盒,可从中选出一个,作为最终所需的包围盒。
较佳地,可从构造出的包围盒中选出面积最小的一个,将选出的包围盒作为最终所需的车辆包围盒。
图6为本发明所述选出的包围盒的示意图。如图5所示,假设共构造出了两个包围盒,分别为包围盒a和包围盒b,其中,包围盒b的面积小于包围盒a的面积,因此如图6所示,将包围盒b作为选出的包围盒。
后续,可根据选出的车辆包围盒进一步估计出车辆朝向等,具体实现为现有技术。
基于上述介绍,图7为本发明所述无人驾驶场景中的车辆包围盒生成方法第二实施例的流程图。如图7所示,包括以下具体实现方式。
在701中,获取点云数据。
可利用激光雷达来采集点云数据,针对采集到的每帧点云数据,可分别按照后续方式进行处理。
在702中,将点云数据投影到xy方向的二维平面。
即将点云数据从三维空间投影到xy方向的二维平面。
在703中,根据二维平面生成二维凸包。
可按照现有算法来生成二维凸包。
在704中,根据二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒。
构造出的包围盒的数量通常大于一。
在705中,从构造出的包围盒中选出面积最小的一个,将选出的包围盒作为最终所需的包围盒。
针对构造出的多个包围盒,可从中选出面积最小的一个,作为最终所需的车辆包围盒。
特殊地,假设仅构造出了一个包围盒,那么可直接将该包围盒作为最终所需的车辆包围盒。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
总之,采用上述各方法实施例所述方案,可利用激光雷达的扫描特性,避免沿背向激光雷达的部分的点云的边形成的车辆包围盒,从而提高了最终结果的准确性,即提高了生成的车辆包围盒的准确性,进而提升了后续车辆朝向估计结果的准确性,而且,上述各方法实施例所述方案实现起来简单方便,能够满足实时处理的要求。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图8为本发明所述无人驾驶场景中的车辆包围盒生成装置实施例的组成结构示意图。如图8所示,包括:获取单元801、生成单元802、构造单元803以及选择单元804。
获取单元801,用于获取点云数据。
生成单元802,用于根据点云数据生成二维凸包。
构造单元803,用于根据二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒。
选择单元804,用于从构造出的包围盒中选定一个作为最终所需的包围盒。
如图8所示,生成单元802中可进一步包括:投影子单元8021以及生成子单元8022。
获取单元801在获取到激光雷达采集的每帧点云数据之后,可将其进一步发送给投影子单元8021,以便投影子单元8021将点云数据投影到二维平面,进而由生成子单元8022根据二维平面生成二维凸包。
较佳地,投影子单元8021会将点云数据投影到xy方向的二维平面。
给定平面上的一些点,找出一个最小点集连成一个凸多边形,使得这若干个给定点皆在此多边形内或多边形上,这个凸多边形就是给定点的二维凸包。
二维凸包的寻找/生成是计算几何学中的经典问题之一,生成二维凸包的算法有很多,如Andrew算法、Graham算法、Melkman算法等,具体采用哪种算法可根据实际需要而定。
之后,构造单元803可针对二维凸包中激光雷达迎面扫描方向上的每条边,分别将该条边作为矩形的一条边的全部或部分,构造出一个包含二维凸包的所有边的最小矩形,将构造出的矩形作为包围盒。
如图5所示,构造单元803可根据图4中所示的二维凸包,构造出包围盒a和包围盒b两个包围盒。
之后,选择单元804可从构造出的包围盒中选定一个作为最终所需的包围盒,比如,可从构造出的包围盒中选出面积最小的一个,作为最终所需的车辆包围盒。
以图5为例,由于包围盒b的面积小于包围盒a的面积,因此可将包围盒b作为选出的包围盒。
图8所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明,不再赘述。
总之,采用上述装置实施例所述方案,可利用激光雷达的扫描特性,避免沿背向激光雷达的部分的点云的边形成的车辆包围盒,从而提高了最终结果的准确性,即提高了生成的车辆包围盒的准确性,进而提升了后续车辆朝向估计结果的准确性,而且,上述装置实施例所述方案实现起来简单方便,能够满足实时处理的要求。
图9示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图9显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器(处理单元)16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图9所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现图3或图7所示实施例中的方法,即获取点云数据,根据点云数据生成二维凸包,根据二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒,从构造出的包围盒中选定一个作为最终所需的包围盒等。
具体实现请参照前述各实施例中的相应说明,不再赘述。
本发明同时公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时将实现如图3或图7所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种无人驾驶场景中的车辆包围盒生成方法,其特征在于,包括:
获取点云数据;
根据所述点云数据生成二维凸包;
根据所述二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒,包括:针对所述二维凸包中激光雷达迎面扫描方向上的每条边,分别将所述边作为矩形的一条边的全部或部分,构造出一个包含所述二维凸包的所有边的最小矩形,将构造出的矩形作为所述包围盒;
从构造出的包围盒中选定一个作为最终所需的包围盒。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述点云数据生成二维凸包包括:
将所述点云数据投影到二维平面;
根据所述二维平面生成所述二维凸包。
3.根据权利要求2所述的方法,其特征在于,
所述将所述点云数据投影到二维平面包括:
将所述点云数据投影到xy方向的二维平面。
4.根据权利要求1所述的方法,其特征在于,
所述从构造出的包围盒中选定一个作为最终所需的包围盒包括:
从构造出的包围盒中选出面积最小的一个包围盒;
将选出的包围盒作为最终所需的包围盒。
5.一种无人驾驶场景中的车辆包围盒生成装置,其特征在于,包括:获取单元、生成单元、构造单元以及选择单元;
所述获取单元,用于获取点云数据;
所述生成单元,用于根据所述点云数据生成二维凸包;
所述构造单元,用于根据所述二维凸包中激光雷达迎面扫描方向上的边,构造出包围盒,包括:针对所述二维凸包中激光雷达迎面扫描方向上的每条边,分别将所述边作为矩形的一条边的全部或部分,构造出一个包含所述二维凸包的所有边的最小矩形,将构造出的矩形作为所述包围盒;
所述选择单元,用于从构造出的包围盒中选定一个作为最终所需的包围盒。
6.根据权利要求5所述的装置,其特征在于,
所述生成单元中包括:投影子单元以及生成子单元;
所述投影子单元,用于将所述点云数据投影到二维平面;
所述生成子单元,用于根据所述二维平面生成所述二维凸包。
7.根据权利要求6所述的装置,其特征在于,
所述投影子单元将所述点云数据投影到xy方向的二维平面。
8.根据权利要求5所述的装置,其特征在于,
所述选择单元从构造出的包围盒中选出面积最小的一个包围盒,将选出的包围盒作为最终所需的包围盒。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~4中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710832558.XA CN109509236B (zh) | 2017-09-15 | 2017-09-15 | 无人驾驶场景中的车辆包围盒生成方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710832558.XA CN109509236B (zh) | 2017-09-15 | 2017-09-15 | 无人驾驶场景中的车辆包围盒生成方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109509236A CN109509236A (zh) | 2019-03-22 |
CN109509236B true CN109509236B (zh) | 2023-03-24 |
Family
ID=65745026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710832558.XA Active CN109509236B (zh) | 2017-09-15 | 2017-09-15 | 无人驾驶场景中的车辆包围盒生成方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109509236B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110135453A (zh) * | 2019-03-29 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种激光点云数据标注方法及装置 |
CN110806581B (zh) * | 2019-10-21 | 2022-03-29 | 边缘智能研究院南京有限公司 | 医疗推车防碰撞检测方法、装置和系统 |
CN111179290B (zh) * | 2019-12-26 | 2023-04-28 | 东软睿驰汽车技术(沈阳)有限公司 | 一种确定凸包的方法和相关装置 |
CN112071119A (zh) * | 2020-08-31 | 2020-12-11 | 安徽中科美络信息技术有限公司 | 基于车联网的智能辅助出入库方法及系统 |
CN114693865A (zh) * | 2020-12-29 | 2022-07-01 | 华为技术有限公司 | 数据处理方法及相关装置 |
CN117876554A (zh) * | 2024-03-12 | 2024-04-12 | 中南建筑设计院股份有限公司 | 一种基于凸包的板件最小包围盒计算方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2007202027A1 (en) * | 2007-05-04 | 2008-11-20 | Canon Kabushiki Kaisha | Path Optimisation |
CN100570642C (zh) * | 2008-02-14 | 2009-12-16 | 中国科学院计算技术研究所 | 一种图层叠加应用中计算相交对象的方法和装置 |
JP5430627B2 (ja) * | 2011-09-02 | 2014-03-05 | 株式会社パスコ | 道路付属物検出装置、道路付属物検出方法、及びプログラム |
CN104007444B (zh) * | 2014-06-09 | 2017-02-08 | 北京建筑大学 | 一种基于中心投影的地面激光雷达反射强度图像的生成方法 |
US10096131B2 (en) * | 2015-09-25 | 2018-10-09 | Logical Turn Services Inc. | Dimensional acquisition of packages |
CN105931296A (zh) * | 2016-04-19 | 2016-09-07 | 中山大学 | 一种基于轮廓的3d打印物体的快速排样方法及其装置 |
CN106407947B (zh) * | 2016-09-29 | 2019-10-22 | 百度在线网络技术(北京)有限公司 | 用于无人驾驶车辆的目标物体识别方法和装置 |
-
2017
- 2017-09-15 CN CN201710832558.XA patent/CN109509236B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109509236A (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109509236B (zh) | 无人驾驶场景中的车辆包围盒生成方法、装置及存储介质 | |
CN109214980B (zh) | 一种三维姿态估计方法、装置、设备和计算机存储介质 | |
JP6830139B2 (ja) | 3次元データの生成方法、3次元データの生成装置、コンピュータ機器及びコンピュータ読み取り可能な記憶媒体 | |
CN109116374B (zh) | 确定障碍物距离的方法、装置、设备及存储介质 | |
US11042762B2 (en) | Sensor calibration method and device, computer device, medium, and vehicle | |
CN109300159B (zh) | 位置检测方法、装置、设备、存储介质及车辆 | |
CN109633688B (zh) | 一种激光雷达障碍物识别方法和装置 | |
KR102051889B1 (ko) | 스마트 글래스에서 2d 데이터를 기반으로 3d 증강현실을 구현하는 방법 및 시스템 | |
US10614324B2 (en) | Method and apparatus for identifying static obstacle | |
CN110163903B (zh) | 三维图像的获取及图像定位方法、装置、设备和存储介质 | |
US10643103B2 (en) | Method and apparatus for representing a map element and method and apparatus for locating a vehicle/robot | |
CN109118532B (zh) | 视觉景深估计方法、装置、设备及存储介质 | |
US20210008716A1 (en) | Patrol method using robot and apparatus and robot thereof | |
WO2019125741A1 (en) | Graphical coordinate system transform for video frames | |
EP3621032A2 (en) | Method and apparatus for determining motion vector field, device, storage medium and vehicle | |
US10290145B2 (en) | Image space-based particle generation modeling | |
CN108960206B (zh) | 视频帧处理方法和装置 | |
CN112650300A (zh) | 一种无人机避障方法和装置 | |
CN112764004A (zh) | 一种点云处理方法、装置、设备及存储介质 | |
CN111098842B (zh) | 车辆速度控制方法及相关设备 | |
US20180362037A1 (en) | Accident probability calculator, accident probability calculation method, and accident probability calculation program | |
CN112148033A (zh) | 无人机航线的确定方法、装置、设备及存储介质 | |
CN112085842B (zh) | 深度值确定方法及装置、电子设备和存储介质 | |
CN114674328B (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN112017202A (zh) | 点云标注方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |