CN109613553B - 基于激光雷达确定场景中物体数量的方法、装置及系统 - Google Patents

基于激光雷达确定场景中物体数量的方法、装置及系统 Download PDF

Info

Publication number
CN109613553B
CN109613553B CN201811551019.XA CN201811551019A CN109613553B CN 109613553 B CN109613553 B CN 109613553B CN 201811551019 A CN201811551019 A CN 201811551019A CN 109613553 B CN109613553 B CN 109613553B
Authority
CN
China
Prior art keywords
scanning
scanning point
point
distance value
value
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
Application number
CN201811551019.XA
Other languages
English (en)
Other versions
CN109613553A (zh
Inventor
房海云
马立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Goertek Techology Co Ltd
Original Assignee
Goertek Optical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Goertek Optical Technology Co Ltd filed Critical Goertek Optical Technology Co Ltd
Priority to CN201811551019.XA priority Critical patent/CN109613553B/zh
Publication of CN109613553A publication Critical patent/CN109613553A/zh
Application granted granted Critical
Publication of CN109613553B publication Critical patent/CN109613553B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于激光雷达确定场景中物体数量的方法、装置及系统,该方法包括:获取激光雷达扫描得到的各扫描点的位置信息;根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量;在所述数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合;将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合;确定合并后的聚类集合的数量,以作为场景中物体的数量。

Description

基于激光雷达确定场景中物体数量的方法、装置及系统
技术领域
本发明涉及激光雷达数据处理技术领域,更具体地,涉及一种基于激光雷达确定场景中物体数量的方法、一种基于激光雷达的确定场景中物体数量的装置及系统。
背景技术
现在激光雷达的发展已经渗透到各行各业中,例如像扫地机器人和自动驾驶以及其他技术领域。
在具体应用中,基于激光雷达扫描得到的数据可分割和识别出场景中的各物体。但是目前采用的算法场景得到的各物体的分割和识别结果准确性较低。
发明内容
本发明的一个目的是提供一种基于激光雷达确定场景中物体数量的新技术方案。
根据本发明的第一方面,提供了一种基于激光雷达确定场景中物体数量的方法,包括:
获取激光雷达扫描得到的各扫描点的位置信息;
根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量;
在所述数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合;
将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合;
确定合并后的聚类集合的数量,以作为场景中物体的数量。
可选地,所述扫描点的位置信息是由所述单线激光雷达扫描得到的点云数据中各数据转化的直角坐标系下的二维坐标信息,其中,
根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,包括:
根据各扫描点的二维坐标信息依次计算每一个扫描点与其他各扫描点的距离值。
可选地,所述预设距离值是根据包围各扫描点的外接矩形的面积值、所述预设数值、扫描点的总数量和常数π确定的。
可选地,所述包围各扫描点的外接矩形是由各扫描点的横向坐标的最大值、横向坐标的最小值、纵向坐标的最大值和纵向坐标的最小值所分别对应的直线确定的。
可选地,所述方法还包括:
对各合并后的聚类集合中的扫描点进行拟合,得到对应物体的轮廓信息。
根据本发明的第二方面,提供了一种基于激光雷达确定场景中物体数量的装置,包括:
获取模块,用于获取激光雷达扫描得到的各扫描点的位置信息;
距离值计算模块,用于根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量;
聚类集合生成模块,用于在所述数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合;
合并模块,用于将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合;
物体数量确定模块,用于确定合并后的聚类集合的数量,以作为场景中物体的数量。
可选地,所述扫描点的位置信息是由所述单线激光雷达扫描得到的点云数据中各数据转化的直角坐标系下的二维坐标信息,其中,
所述距离值计算模块进一步用于:根据各扫描点的二维坐标信息依次计算每一个扫描点与其他各扫描点的距离值。
可选地,所述装置还包括:
拟合模块,用于对各合并后的聚类集合中的扫描点进行拟合,得到对应物体的轮廓信息。
根据本发明的第三方面,提供了一种基于激光雷达确定场景中物体数量的装置,包括存储器和处理器,所述存储器用于存储指令,所述指令用于控制所述处理器进行操作以执行根据第一方面中任一项所述的方法。
根据本发明的第四方面,提供了一种基于激光雷达确定场景中物体数量的系统,包括激光雷达和如第三方面或者第四方面所述的基于激光雷达确定场景中物体数量的装置。
本发明的一个实施例的有益效果在于,提高了激光雷达周围场景中物体的数量的准确性。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的基于激光雷达确定场景中物体数量的处理流程图。
图2是根据本发明一个实施例的一帧点云数据中各数据利用直角坐标系表示的示意图。
图3是根据本发明一个实施例的基于激光雷达确定场景中物体数量的装置的结构示意图。
图4是根据本发明实施例的基于激光雷达确定场景中物体数量的装置的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<方法>
图1是根据本发明一个实施例的基于激光雷达确定场景中物体数量的处理流程图。
根据图1所示,基于激光雷达确定场景中物体数量的方法至少包括以下步骤:
步骤S1100,获取激光雷达扫描得到的各扫描点的位置信息。
本发明实施例中,扫描点的位置信息是由单线激光雷达扫描得到的点云数据转化的直角坐标系下的二维坐标信息。
单线激光雷达扫描得到的点云数据是由激光雷达完成一个周期的扫描得到的数据。一帧点云数据中各数据是激光雷达在对应的扫描角度下测量得到的扫描点到激光雷达的距离。扫描点是指位于激光雷达周围的物体上的点。
基于以下计算式(1),将一帧点云数据中各数据转化为直角坐标系中的坐标数据。
Figure BDA0001910637410000051
其中,θi=i×φ,i=1,2,3…n,n为一帧点云数据所包括的数据的个数,φ为激光雷达的扫描角分辨率(在一个周期的扫描中相邻两次扫描的角度间隔),ri为点云数据中扫描角度为i×φ时激光雷达测量得到的扫描点到激光雷达的距离,(xi,yi)为将ri转化为直角坐标系中的坐标数据。
图2是根据本发明一个实施例的一帧点云数据中各数据利用直角坐标系表示的示意图。根据图2所示,图中各圆圈的位置信息分别代表一帧点云数据中各数据转化为直角坐标系下的二维坐标信息。
图中各圆圈的位置信息分别代表各扫描点的位置信息转化为直角坐标系的二维坐标信息。
步骤S1200,根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量。
本发明实施例中,根据各扫描点的二维坐标信息依次计算每一个扫描点与其他各扫描点的距离值。
以图2示出的各扫描点为例,针对每一个扫描点,基于以下计算式(2)分别计算该扫描点与其他各扫描点的距离值d,
Figure BDA0001910637410000052
其中,n为一帧点云数据所包括的数据的个数,即扫描点的总数量,(xk,yk)为第k个扫描点的二维坐标信息,i取1,2,3,……,n-1,n中除k值之外的任一值。
根据上述计算式(2)依次计算第k个扫描点和其他任一扫描点的距离值,得到n-1个距离值。将该n-1个距离值分别与预设距离值进行比对,得到n-1个比对结果。根据该n-1个比对结果,得到第k个扫描点对应的未超过预设距离值的距离值的数量。
本发明实施例中,预设距离值是根据包围各扫描点的外接矩形的面积值、预设数值、扫描点的总数量和常数π确定的。具体地,基于以下计算式(3)得到预设距离值d
Figure BDA0001910637410000061
其中,S为包围各扫描点的外接矩形的面积值,n为预设数值,n为扫描点的总数量。预设数值n通常取3-5中任一整数值。
本发明实施例中,包围各扫描点的外接矩形可以通过以下步骤确定:根据各扫描点的二维坐标信息,确定各扫描点的横向坐标的最大值、横向坐标的最小值、纵向坐标的最大值和纵向坐标的最小值。利用横向坐标的最大值、横向坐标的最小值、纵向坐标的最大值和纵向坐标的最小值所分别对应的直线确定包围各扫描点的外接矩形。
步骤S1300,在数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合。
本发明实施例中,在数量未超过预设数值的情况下,可以确定基于当前扫描点不满足生成聚类集合的条件。
以第k个扫描点为例,当第k个扫描点对应的未超过预设距离值的距离值的数量超过预设数值时,基于第k个扫描点可以生成聚类集合,该聚类集合包括第k个扫描点和与第k个扫描点的距离值不超过预设距离值的扫描点。
步骤S1400,将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合。
以第k个扫描点和第k+1个扫描点为例,基于第k个扫描点和第k+1个扫描点均可以生成聚类集合。当第k个扫描点对应的聚类集合和第k+1个扫描点对应的聚类集合包含有相同的扫描点时,将第k个扫描点对应的聚类集合和第k+1个扫描点对应的聚类集合进行合并,得到合并后的聚类集合。
步骤S1500,确定合并后的聚类集合的数量,以作为场景中物体的数量。
在本发明的一个实施例中,在得到合并后的聚类集合之后,对各合并后的聚类集合中的扫描点进行集合,得到对应物体的轮廓信息。例如,利用最小二乘法对各合并后的聚类集合中的扫描点进行拟合,得到对应物体的轮廓信息。
<装置>
图3是根据本发明一个实施例的基于激光雷达确定场景中物体数量的装置的结构示意图。
根据图3所示,基于激光雷达确定场景中物体数量的装置包括获取模块3100、距离值计算模块3200、聚类集合生成模块3300、合并模块3400和物体数量确定模块3500。
获取模块3100用于获取激光雷达扫描得到的各扫描点的位置信息。
距离值计算模块3200用于根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量。
聚类集合生成模块3300用于在数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合。
合并模块3400用于将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合。
物体数量确定模块3500用于确定合并后的聚类集合的数量,以作为场景中物体的数量。
在本发明的一个实施例中,扫描点的位置信息是由单线激光雷达扫描得到的点云数据中各数据转化的直角坐标系下的二维坐标信息。距离值计算模块3200进一步用于:根据各扫描点的二维坐标信息依次计算每一个扫描点与其他各扫描点的距离值。具体地,基于上述计算式(2)分别计算每一个扫描点与其他各扫描点的距离值d。
步骤S1300,在数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合。
以第k个扫描点为例,当第k个扫描点对应的未超过预设距离值的距离值的数量超过预设数值时,基于第k个扫描点可以生成聚类集合,该聚类集合包括第k个扫描点和与第k个扫描点的距离值不超过预设距离值的扫描点。
在本发明的一个实施例中,基于激光雷达确定场景中物体数量的装置还包括:拟合模块。拟合模块用于对各合并后的聚类集合中的扫描点进行拟合,得到对应物体的轮廓信息。
图4是根据本发明实施例的基于激光雷达确定场景中物体数量的装置的硬件结构示意图。
根据图4所示,基于激光雷达确定场景中物体数量的装置包括存储器410和处理器420。存储器410用于存储指令,该指令用于控制处理器420进行操作以执行根据本发明实施例的基于激光雷达确定场景中物体数量的方法,本领域技术人员可以根据本发明所公开的技术方案设计指令。指令是如何控制处理器进行操作,这是本领域的公知,故本发明实施例在此不再详细描述。
基于同一发明构思,本发明一个实施例提供了一种基于激光雷达确定场景中物体数量的系统。该报警系统包括单线激光雷达和如上述任一实施例提供的基于激光雷达确定场景中物体数量的装置。
本发明可以是装置、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(装置)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的装置来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (8)

1.一种基于激光雷达确定场景中物体数量的方法,其特征在于,包括:
获取激光雷达扫描得到的各扫描点的位置信息;
根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量;
在所述数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合;
将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合;
确定合并后的聚类集合的数量,以作为场景中物体的数量,
其中,所述扫描点的位置信息是由单线激光雷达扫描得到的点云数据中各数据转化的直角坐标系下的二维坐标信息,其中,
根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,包括:
根据各扫描点的二维坐标信息依次计算每一个扫描点与其他各扫描点的距离值。
2.根据权利要求1所述的方法,其特征在于,所述预设距离值是根据包围各扫描点的外接矩形的面积值、所述预设数值、扫描点的总数量和常数π确定的。
3.根据权利要求2所述的方法,其特征在于,所述包围各扫描点的外接矩形是由各扫描点的横向坐标的最大值、横向坐标的最小值、纵向坐标的最大值和纵向坐标的最小值所分别对应的直线确定的。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对各合并后的聚类集合中的扫描点进行拟合,得到对应物体的轮廓信息。
5.一种基于激光雷达确定场景中物体数量的装置,其特征在于,包括:
获取模块,用于获取激光雷达扫描得到的各扫描点的位置信息;
距离值计算模块,用于根据各扫描点的位置信息依次计算每一个扫描点与其他各扫描点的距离值,并得到各扫描点对应的未超过预设距离值的距离值的数量;
聚类集合生成模块,用于在所述数量超过预设数值的情况下,基于当前扫描点和与当前扫描点的距离未超过预设距离值的扫描点生成聚类集合;
合并模块,用于将包含有至少一个相同扫描点的聚类集合进行合并,得到合并后的聚类集合;
物体数量确定模块,用于确定合并后的聚类集合的数量,以作为场景中物体的数量,
其中,所述扫描点的位置信息是由单线激光雷达扫描得到的点云数据中各数据转化的直角坐标系下的二维坐标信息,其中,
所述距离值计算模块进一步用于:根据各扫描点的二维坐标信息依次计算每一个扫描点与其他各扫描点的距离值。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
拟合模块,用于对各合并后的聚类集合中的扫描点进行拟合,得到对应物体的轮廓信息。
7.一种基于激光雷达确定场景中物体数量的装置,其特征在于,包括存储器和处理器,所述存储器用于存储指令,所述指令用于控制所述处理器进行操作以执行根据权利要求1-4中任一项所述的方法。
8.一种基于激光雷达确定场景中物体数量的系统,其特征在于,包括激光雷达和如权利要求5-7中任一所述的基于激光雷达确定场景中物体数量的装置。
CN201811551019.XA 2018-12-18 2018-12-18 基于激光雷达确定场景中物体数量的方法、装置及系统 Active CN109613553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811551019.XA CN109613553B (zh) 2018-12-18 2018-12-18 基于激光雷达确定场景中物体数量的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811551019.XA CN109613553B (zh) 2018-12-18 2018-12-18 基于激光雷达确定场景中物体数量的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109613553A CN109613553A (zh) 2019-04-12
CN109613553B true CN109613553B (zh) 2021-05-18

Family

ID=66009901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811551019.XA Active CN109613553B (zh) 2018-12-18 2018-12-18 基于激光雷达确定场景中物体数量的方法、装置及系统

Country Status (1)

Country Link
CN (1) CN109613553B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183707A (zh) * 2019-07-02 2021-01-05 深圳市玄羽科技有限公司 三维智能计数方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101877128A (zh) * 2009-12-23 2010-11-03 中国科学院自动化研究所 一种三维场景中不同物体的分割方法
CN103473734A (zh) * 2013-09-16 2013-12-25 南京大学 一种基于车载LiDAR数据的电力线提取与拟合方法
CN104143194A (zh) * 2014-08-20 2014-11-12 清华大学 一种点云分割方法及装置
CN107193011A (zh) * 2016-03-15 2017-09-22 山东理工大学 一种用于快速计算无人驾驶车感兴趣区域内车辆速度的方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101387700B (zh) * 2008-10-12 2011-09-21 北京大学 基于多激光扫描仪的数据融合方法及系统
CN103714153A (zh) * 2013-12-26 2014-04-09 西安理工大学 基于限定区域数据取样的密度聚类方法
CN104700398A (zh) * 2014-12-31 2015-06-10 西安理工大学 一种点云场景物体提取方法
CN106845324B (zh) * 2015-12-03 2020-07-24 阿里巴巴(中国)有限公司 路牌信息的处理方法和装置
US10217277B2 (en) * 2015-12-04 2019-02-26 Autodesk, Inc. Keypoint-based point-pair-feature for scalable automatic global registration of large RGB-D scans
CN107192994A (zh) * 2016-03-15 2017-09-22 山东理工大学 多线激光雷达海量点云数据快速有效提取及车辆、车道线特征识别方法
CN105866790B (zh) * 2016-04-07 2018-08-10 重庆大学 一种考虑激光发射强度的激光雷达障碍物识别方法及系统
CN106125087B (zh) * 2016-06-15 2018-10-30 清研华宇智能机器人(天津)有限责任公司 基于激光雷达的舞蹈机器人室内行人跟踪方法
CN106559266B (zh) * 2016-11-23 2019-06-07 国网安徽省电力公司芜湖供电公司 一种电力通信网络中基于密度聚类算法的ospf区域划分方法
CN107277827A (zh) * 2017-06-30 2017-10-20 中国矿业大学 一种矿井无线传感器网络的网络结构及网络节点部署方法
CN107770744A (zh) * 2017-09-18 2018-03-06 上海世脉信息科技有限公司 大数据环境下出行od节点识别和节点间路径提取方法
CN107861129A (zh) * 2017-10-31 2018-03-30 中国铁路设计集团有限公司 一种山地地貌遥感提取方法
CN108090435B (zh) * 2017-12-13 2022-01-25 深圳市航盛电子股份有限公司 一种可停车区域识别方法、系统及介质
CN108256577B (zh) * 2018-01-18 2021-09-28 东南大学 一种基于多线激光雷达的障碍物聚类方法
CN108460416A (zh) * 2018-02-28 2018-08-28 武汉理工大学 一种基于三维激光雷达的结构化道路可行域提取方法
CN108445505B (zh) * 2018-03-29 2021-07-27 南京航空航天大学 线环境下基于激光雷达的特征显著性检测方法
CN108765478A (zh) * 2018-06-06 2018-11-06 杭州中科天维科技有限公司 一种建筑点云中分离单体建筑的密度聚类算法
CN108985254A (zh) * 2018-08-01 2018-12-11 上海主线科技有限公司 一种基于激光的带挂卡车跟踪方法
CN108919232B (zh) * 2018-09-07 2021-01-15 北京数字绿土科技有限公司 一种输电线路危险点检测方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101877128A (zh) * 2009-12-23 2010-11-03 中国科学院自动化研究所 一种三维场景中不同物体的分割方法
CN103473734A (zh) * 2013-09-16 2013-12-25 南京大学 一种基于车载LiDAR数据的电力线提取与拟合方法
CN104143194A (zh) * 2014-08-20 2014-11-12 清华大学 一种点云分割方法及装置
CN107193011A (zh) * 2016-03-15 2017-09-22 山东理工大学 一种用于快速计算无人驾驶车感兴趣区域内车辆速度的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Cluster Merging and Splitting in Hierarchical Clustering Algorithms;Chris Ding,et al;《IEEE》;20021231;p139-146 *
车载激光扫描数据的高速道路自动提取方法;胡啸等;《测绘科学》;20181207;第101-106页 *

Also Published As

Publication number Publication date
CN109613553A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
US11030803B2 (en) Method and apparatus for generating raster map
CN110632608B (zh) 一种基于激光点云的目标检测方法和装置
US20170053412A1 (en) Image Depth Inference from Semantic Labels
KR20210052409A (ko) 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램
CN111739005B (zh) 图像检测方法、装置、电子设备及存储介质
CN110675635B (zh) 相机外参的获取方法、装置、电子设备及存储介质
CN109375228B (zh) 激光雷达的异常帧点云数据的确定方法、处理方法及装置
CN111709965B (zh) 扫地机器人的地图的优化方法及装置
WO2022179094A1 (zh) 车载激光雷达外参数联合标定方法、系统、介质及设备
CN111767853A (zh) 车道线检测方法和装置
CN111401251A (zh) 车道线提取方法、装置、电子设备及计算机可读存储介质
US20190005706A1 (en) Image space-based particle generation modeling
CN111337898B (zh) 激光点云的处理方法、装置、设备及存储介质
CN109613553B (zh) 基于激光雷达确定场景中物体数量的方法、装置及系统
CN113435462B (zh) 定位方法、装置、电子设备和介质
CN109859156B (zh) 异常帧数据的处理方法及装置
CN109581324B (zh) 异常帧数据的处理方法及装置
CN112184828B (zh) 激光雷达与摄像头的外参标定方法、装置及自动驾驶车辆
CN109738908B (zh) 基于激光雷达的报警方法、装置及系统
CN113984072B (zh) 车辆定位方法、装置、设备、存储介质及自动驾驶车辆
CN110634159A (zh) 一种目标检测方法和装置
CN114581523A (zh) 一种用于单目3d目标检测的标注数据确定方法和装置
CN113034562B (zh) 用于优化深度信息的方法和装置
CN110068834B (zh) 一种路沿检测方法和装置
CN110389349B (zh) 定位方法和装置

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
TA01 Transfer of patent application right

Effective date of registration: 20201012

Address after: 261031 north of Yuqing street, east of Dongming Road, high tech Zone, Weifang City, Shandong Province (Room 502, Geer electronic office building)

Applicant after: GoerTek Optical Technology Co.,Ltd.

Address before: 261031 Dongfang Road, Weifang high tech Development Zone, Shandong, China, No. 268

Applicant before: GOERTEK Inc.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221227

Address after: 266104 No. 500, Songling Road, Laoshan District, Qingdao, Shandong

Patentee after: GOERTEK TECHNOLOGY Co.,Ltd.

Address before: 261031 north of Yuqing street, east of Dongming Road, high tech Zone, Weifang City, Shandong Province (Room 502, Geer electronics office building)

Patentee before: GoerTek Optical Technology Co.,Ltd.

TR01 Transfer of patent right