CN111507928A - 点云数据融合方法、装置设备及存储介质 - Google Patents

点云数据融合方法、装置设备及存储介质 Download PDF

Info

Publication number
CN111507928A
CN111507928A CN202010231881.3A CN202010231881A CN111507928A CN 111507928 A CN111507928 A CN 111507928A CN 202010231881 A CN202010231881 A CN 202010231881A CN 111507928 A CN111507928 A CN 111507928A
Authority
CN
China
Prior art keywords
point cloud
cloud data
coordinate system
target
groups
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.)
Pending
Application number
CN202010231881.3A
Other languages
English (en)
Inventor
郑文
林恒
张翔
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.)
Fujian Huichuan Internet Of Things Technology Science And Technology Co ltd
Original Assignee
Fujian Huichuan Internet Of Things Technology Science And 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 Fujian Huichuan Internet Of Things Technology Science And Technology Co ltd filed Critical Fujian Huichuan Internet Of Things Technology Science And Technology Co ltd
Priority to CN202010231881.3A priority Critical patent/CN111507928A/zh
Publication of CN111507928A publication Critical patent/CN111507928A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请公开一种点云数据融合方法、装置设备及存储介质，其中点云数据融合方法包括步骤：获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据；根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据；合并至少两组所述目标区域在目标坐标系下的点云数据并得到融合后的点云数据。本申请能够提高点云数据的融合效率。

Description

点云数据融合方法、装置设备及存储介质
技术领域
本申请涉及测量领域，尤其涉及一种点云数据融合方法、装置设备及存储介质。
背景技术
目前，多份点云数据融合是通过获取多份点云数据中的共同特征点，然后基于该共同特征点融合多份点云数据，由于这种方式需要大量计算得到特征点并要求多份点云数据之间必须有共同的特征点用于匹配，因此，这种方式存在融合效率低、适用场景受限等问题。
发明内容
本申请目的在于公开一种点云数据融合方法、装置设备及存储介质，本申请能够提高点云数据的融合效率。
本申请的第一方面公开一种点云数据融合方法，所述方法包括步骤：
获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据；
根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据；
合并至少两组所述目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
在本申请第一方面中，通过根据坐标变换矩阵变换所述至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，能够融合所述至少两组点云数据在所述目标坐标系的坐标并确定所述目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率和场景适应能力，进而能够节省人力物力。
在本申请第一方面中，作为一种可选的实施方式，在所述根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据之前，所述方法还包括：
获取第二检测仪器确定的至少三个定位靶点在设备坐标系下的坐标及所述至少三个定位靶点在目标坐标系下的坐标；
根据所述至少三个定位靶点在设备坐标系下的坐标和所述至少三个定位靶点在目标坐标系下的坐标确定坐标变换矩阵。
在本可选的实施方式中，通过至少三个设备坐标系下的定位靶点坐标和至少三个定位靶点在目标坐标系下的坐标能够确定精确的坐标变换矩阵。与现有技术相比，本可选实施方式能够根据应用场景中的定位靶点的设备坐标系下的坐标确定该应用场景对应的坐标变换矩阵，这样一来，就能够使坐标变换矩阵与应用场景匹配，从而进一步提高点云数据融合精度。
在本申请第一方面中，作为一种可选的实施方式，所述第一检测仪器安装于转动云台中；
以及，所述获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据，包括：
当一台所述第一检测仪器在至少两个云台转动角度下检测所述目标区域生成至少两组原始点云数据时，根据所述至少两个云台转动角度之间的转动角度值将所述至少两组原始点云数据转换为同一设备坐标系下的至少两组点云数据；
合并所述同一设备坐标系下的至少两组点云数据并得到所述目标区域在设备坐标系下的点云数据。
在本可选的实施方式中，通过将同一台第一检测仪器在不同云台转动角度下检测的多份原始点云数据转换为多份同一设备坐标系的点云数据，可将多份同一设备坐标系的点云数据合并为一组设备坐标系的点云数据。
在本申请第一方面中，作为一种可选的实施方式，所述至少一台第一检测仪器围绕所述目标区域的对角设置。
在本申请第一方面中，作为一种可选的实施方式，所述第一检测仪器为激光雷达，所述第二检测仪器为激光测距仪。在本可选的实施方式中，第一检测仪器优选为激光雷达，其中，激光雷达可同时对目标区域内的多个目标点进行检测，而激光测距仪能够检测定位靶点这一单体目标点。
本申请第二方面公开一种点云数据融合装置，所述点云数据融合装置包括：
第一获取模块，用于获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据；
变换模块，用于根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据；
融合模块，用于合并至少两组所述目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
在本申请第二方面中，点云数据融合装置通过执行点云数据融合方法，能够根据坐标变换矩阵变换所述至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，进而能够融合所述至少两组点云数据在所述目标坐标系的坐标并确定所述目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
在本申请第二方面中，作为一种可选的实施方式，所述装置还包括：
第二获取模块，用于获取第二检测仪器确定的至少三个定位靶点在设备坐标系下的坐标及所述至少三个定位靶点在目标坐标系下的坐标；
根据所述至少三个定位靶点在设备坐标系下的坐标和所述至少三个定位靶点在目标坐标系下的坐标确定坐标变换矩阵。
在本可选的实施方式中，通过至少三个设备坐标系下的定位靶点坐标和至少三个定位靶点在目标坐标系下的坐标能够确定精确的坐标变换矩阵。与现有技术相比，本可选实施方式能够根据应用场景中的定位靶点的设备坐标系下的坐标确定该应用场景对应的坐标变换矩阵，这样一来，就能够使坐标变换矩阵与应用场景匹配，从而进一步提高点云数据融合精度。
在本申请第二方面中，作为一种可选的实施方式，所述第一检测仪器安装于转动云台中；
以及，所述第一获取模块包括转换子模块和合并子模块，其中：
所述转换子模块，用于当一台所述第一检测仪器在至少两个云台转动角度下检测所述目标区域生成至少两组原始点云数据时，根据所述至少两个云台转动角度之间的转动角度值将所述至少两组原始点云数据转换为同一设备坐标系下的至少两组点云数据；
所述合并子模块，用于合并所述同一设备坐标系下的至少两组点云数据并得到所述目标区域在设备坐标系下的点云数据。
在本可选的实施方式中，通过将同一台第一检测仪器在不同云台转动角度下检测的多份原始点云数据转换为多份同一设备坐标系的点云数据，可将多份同一设备坐标系的点云数据合并为一组设备坐标系的点云数据。
在本申请第一方面中，作为一种可选的实施方式，所述至少一台第一检测仪器围绕所述目标区域的对角设置。
在本申请第一方面中，作为一种可选的实施方式，所述第一检测仪器为激光雷达，所述第二检测仪器为激光测距仪。在本可选的实施方式中，第一检测仪器优选为激光雷达，其中，激光雷达可同时对目标区域内的多个目标点进行检测，而激光测距仪能够检测定位靶点这一单体目标点。
本申请第三方面公开一种点云数据融合设备，所述设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时执行本申请第一方面公开的点云数据融合方法。
在本申请第三方面中，点云数据融合设备通过执行点云数据融合方法，能够根据坐标变换矩阵变换所述至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，进而能够融合所述至少两组点云数据在所述目标坐标系的坐标并确定所述目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
本申请第四方面公开一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时执行本申请第一方面公开的点云数据融合方法。
在本申请第四方面中，存储介质通过执行点云数据融合方法，能够根据坐标变换矩阵变换所述至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，进而能够融合所述至少两组点云数据在所述目标坐标系的坐标并确定所述目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例一公开一种点云数据融合方法的流程示意图；
图2为本申请实施例二公开一种点云数据融合方法的流程示意图；
图3为本申请实施例五公开一种点云数据融合装置的结构示意图；
图4为本申请实施例六公开一种点云数据融合设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
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定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
请参阅图1，图1是本申请实施例公开的一种点云数据融合方法的流程。如图1所示，该点云数据融合方法包括步骤：
101、获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组目标区域在设备坐标系下的点云数据；
102、根据坐标变换矩阵将至少两组目标区域在设备坐标系下的点云数据变换为至少两组目标区域在目标坐标系下的点云数据；
103、合并至少两组目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
在本申请实施例中，通过根据坐标变换矩阵变换至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，能够融合至少两组点云数据在目标坐标系的坐标并确定目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
在本申请实施例中，作为一种可选的实施方式，第一检测仪器为激光雷达，第二检测仪器为激光测距仪。在本可选的实施方式中，第一检测仪器优选为激光雷达，其中，激光雷达可同时对目标区域内的多个目标点进行检测，而激光测距仪能够检测定位靶点这一单体目标点。
实施例二
请参阅图2，图2是本申请实施例公开的一种点云数据融合方法的流程示意图。如图2所示，该点云数据融合方法包括步骤：
201、获取第二检测仪器确定的至少三个定位靶点在设备坐标系下的坐标及至少三个定位靶点在目标坐标系下的坐标；
202、根据至少三个定位靶点在设备坐标系下的坐标和至少三个定位靶点在目标坐标系下的坐标确定坐标变换矩阵；
203、获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组目标区域在设备坐标系下的点云数据；
204、根据坐标变换矩阵将至少两组目标区域在设备坐标系下的点云数据变换为至少两组目标区域在目标坐标系下的点云数据；
205、合并至少两组目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
在本申请实施例中，第一检测仪器和第二检测仪器安装在同一个云台上，当云台安装位置和姿态不变，仅通过云台转动时，通过第一检测仪器和第二检测仪器检测出来的坐标，均处于同一设备坐标系中。因此可以用第二检测仪器测量出来的定位靶标的设备坐标，和定位靶标的目标坐标系坐标计算坐标变换矩阵，并将坐标变换矩阵应用在第一检测设备检测出来的设备坐标系下的点云数据上，计算出目标坐标系下的点云坐标。
因此，当云台位于不同安装位置和姿态时，至少一台第一检测仪器可从不同位置扫描目标区域，生成至少两组目标区域在设备坐标系下的点云数据，进而根据坐标变换矩阵变换为至少两组目标区域在目标坐标系下的点云数据，进而至少两组目标区域在目标坐标系下的点云数据可直接融合，实现点云融合。
可见，通过至少三个设备坐标系下的定位靶点坐标和至少三个定位靶点在目标坐标系下的坐标能够确定精确的坐标变换矩阵。与现有技术相比，本可选实施方式能够根据应用场景中的定位靶点的设备坐标系下的坐标确定该应用场景对应的坐标变换矩阵，这样一来，就能够使坐标变换矩阵与应用场景匹配，从而进一步提高点云数据融合精度。
在本申请实施例中，作为一种可选的实施方式，第一检测仪器安装于转动云台中；
以及，获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组目标区域在设备坐标系下的点云数据，包括：
获取至少一台第一检测仪器在至少两个云台转动角度下检测目标区域生成至少两组原始点云数据；
根据至少两个云台转动角度之间的转动角度值将至少两组原始点云数据转换为同一设备坐标系下的至少两组点云数据；
合并同一设备坐标系下的至少两组点云数据并得到目标区域在设备坐标系下的点云数据。
在本可选的实施方式中，通过将同一台第一检测仪器在不同云台转动角度下检测的多份原始点云数据转换为多份同一设备坐标系的点云数据，可将多份同一设备坐标系的点云数据合并为一组设备坐标系的点云数据。
在本申请实施例中，作为一种可选的实施方式，至少一台第一检测仪器围绕目标区域的对角设置。
在本申请第一方面中，作为一种可选的实施方式，第一检测仪器为激光雷达，第二检测仪器为激光测距仪。在本可选的实施方式中，第一检测仪器优选为激光雷达，其中，激光雷达可同时对目标区域内的多个目标点进行检测，而激光测距仪能够检测定位靶点这一单体目标点。
实施例三
请参阅图3，图3是本申请实施例公开的一种点云数据融合装置的结构示意图。如图3所示，该点云数据融合装置包括：
第一获取模块301，用于获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组目标区域在设备坐标系下的点云数据；
变换模块302，用于根据坐标变换矩阵将至少两组目标区域在设备坐标系下的点云数据变换为至少两组目标区域在目标坐标系下的点云数据；
融合模块303，用于合并至少两组目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
在本申请实施例中，作为一种可选的实施方式，装置还包括：
第二获取模块，用于获取第二检测仪器确定的至少三个定位靶点在设备坐标系下的坐标及至少三个定位靶点在目标坐标系下的坐标；
根据至少三个定位靶点在设备坐标系下的坐标和至少三个定位靶点在目标坐标系下的坐标确定坐标变换矩阵。
在本申请实施例中，第一检测仪器和第二检测仪器安装在同一个云台上，当云台安装位置和姿态不变，仅通过云台转动时，通过第一检测仪器和第二检测仪器检测出来的坐标，均处于同一设备坐标系中。因此可以用第二检测仪器测量出来的定位靶标的设备坐标，和定位靶标的目标坐标系坐标计算坐标变换矩阵，并将坐标变换矩阵应用在第一检测设备检测出来的设备坐标系下的点云数据上，计算出目标坐标系下的点云坐标。
因此，当云台位于不同安装位置和姿态时，至少一台第一检测仪器可从不同位置扫描目标区域生成的至少两组目标区域在设备坐标系下的点云数据，进而根据坐标变换矩阵变换为至少两组目标区域在目标坐标系下的点云数据，进而至少两组目标区域在目标坐标系下的点云数据可直接融合，实现点云融合。
可见，通过至少三个设备坐标系下的定位靶点坐标和至少三个定位靶点在目标坐标系下的坐标能够确定精确的坐标变换矩阵。与现有技术相比，本可选实施方式能够根据应用场景中的定位靶点的设备坐标系下的坐标确定该应用场景对应的坐标变换矩阵，这样一来，就能够使坐标变换矩阵与应用场景匹配，从而进一步提高点云数据融合精度。
在本申请实施例中，点云数据融合装置通过执行点云数据融合方法，能够根据坐标变换矩阵变换至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，进而能够融合至少两组点云数据在目标坐标系的坐标并确定目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
在本申请实施例中，作为一种可选的实施方式，第一检测仪器安装于转动云台中；
以及，第一获取模块包括转换子模块和合并子模块，其中：
获取子模块，用于获取至少一台第一检测仪器在至少两个云台转动角度下检测目标区域生成至少两组原始点云数据；
转换子模块，用于当一台第一检测仪器在至少两个云台转动角度下检测目标区域生成至少两组原始点云数据时，根据至少两个云台转动角度之间的转动角度值将至少两组原始点云数据转换为同一设备坐标系下的至少两组点云数据；
合并子模块，用于合并同一设备坐标系下的至少两组点云数据并得到目标区域在设备坐标系下的点云数据。
在本可选的实施方式中，通过将同一台第一检测仪器在不同云台转动角度下检测的多份原始点云数据转换为多份同一设备坐标系的点云数据，可将多份同一设备坐标系的点云数据合并为一组设备坐标系的点云数据。
在本申请实施例中，作为一种可选的实施方式，至少一台第一检测仪器围绕目标区域的对角设置。
在本申请第一方面中，作为一种可选的实施方式，第一检测仪器为激光雷达，第二检测仪器为激光测距仪。在本可选的实施方式中，第一检测仪器优选为激光雷达，其中，激光雷达可同时对目标区域内的多个目标点进行检测，而激光测距仪能够检测定位靶点这一单体目标点。
实施例四
请参阅图4，图4是本申请实施例公开的一种点云数据融合设备的结构示意图。如图4所示，该点云数据融合设备包括：
处理器402；以及
存储器401，配置用于存储机器可读指令，指令在由处理器402执行时，使得处理器402执行本申请实施例一、实施例二公开的点云数据融合方法。
在本申请实施例中，点云数据融合设备通过执行点云数据融合方法，能够根据坐标变换矩阵变换至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，进而能够融合至少两组点云数据在目标坐标系的坐标并确定目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
实施例五
本申请实施例公开一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时，本申请实施例一、实施例二公开的点云数据融合方法。
在本申请实施例中，存储介质通过执行点云数据融合方法，能够根据坐标变换矩阵变换至少两组设备坐标系下的点云数据并确定至少两组设备坐标系下的点云数据在目标坐标系的坐标，进而能够融合至少两组点云数据在目标坐标系的坐标并确定目标区域在目标坐标系中的坐标。与现有技术相比，本申请的至少两组点云数据的融合不需要大量计算共同特征点，因此，本申请具有更优的点云数据融合效率，进而能够节省人力物力。
在本申请所公开的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请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、程序段或代码的一部分，模块、程序段或代码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。也应当注意，在有些作为替换的实现方式中，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系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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，定位基站，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。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。
以上仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。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定义和解释。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种点云数据融合方法，其特征在于，所述方法包括：
获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据；
根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据；
合并至少两组所述目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
2.如权利要求1所述的方法，其特征在于，在所述根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据之前，所述方法还包括：
获取第二检测仪器确定的至少三个定位靶点在设备坐标系下的坐标及所述至少三个定位靶点在目标坐标系下的坐标；
根据所述至少三个定位靶点在设备坐标系下的坐标和所述至少三个定位靶点在目标坐标系下的坐标确定坐标变换矩阵。
3.如权利要求1所述的方法，其特征在于，所述第一检测仪器安装于转动云台中；
以及，所述获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据，包括：
当一台所述第一检测仪器在至少两个云台转动角度下检测所述目标区域生成至少两组原始点云数据时，根据所述至少两个云台转动角度之间的转动角度值将所述至少两组原始点云数据转换为同一设备坐标系下的至少两组点云数据；
合并所述同一设备坐标系下的至少两组点云数据并得到所述目标区域在设备坐标系下的点云数据。
4.如权利要求1所述的方法，其特征在于，所述至少一台第一检测仪器围绕所述目标区域的对角设置。
5.如权利要求2所述的点云数据融合方法，其特征在于，所述第一检测仪器为激光雷达，所述第二检测仪器为激光测距仪。
6.一种点云数据融合装置，其特征在于，所述装置包括：
第一获取模块，用于获取至少一台第一检测仪器从不同位置扫描目标区域生成的至少两组所述目标区域在设备坐标系下的点云数据；
变换模块，用于根据坐标变换矩阵将所述至少两组所述目标区域在设备坐标系下的点云数据变换为至少两组所述目标区域在目标坐标系下的点云数据；
融合模块，用于合并至少两组所述目标区域在目标坐标系下的点云数据并得到融合后的点云数据。
7.如权利要求6所述的点云数据融合装置，其特征在于，所述装置还包括：
第二获取模块，用于获取第二检测仪器确定的至少三个定位靶点在设备坐标系下的坐标及所述至少三个定位靶点在目标坐标系下的坐标；
根据所述至少三个定位靶点在设备坐标系下的坐标和所述至少三个定位靶点在目标坐标系下的坐标确定坐标变换矩阵。
8.如权利要求6所述的点云数据融合装置，其特征在于，所述第一检测仪器安装于转动云台中；
以及，所述第一获取模块包括转换子模块和合并子模块，其中：
所述转换子模块，用于当一台所述第一检测仪器在至少两个云台转动角度下检测所述目标区域生成至少两组原始点云数据时，根据所述至少两个云台转动角度之间的转动角度值将所述至少两组原始点云数据转换为同一设备坐标系下的至少两组点云数据；
所述合并子模块，用于合并所述同一设备坐标系下的至少两组点云数据并得到所述目标区域在设备坐标系下的点云数据。
9.一种点云数据融合设备，其特征在于，所述设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，执行如权利要求1-5任一项所述的点云数据融合方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，执行如权利要求1-5任一项所述的点云数据融合方法。
CN202010231881.3A 2020-03-27 2020-03-27 点云数据融合方法、装置设备及存储介质 Pending CN111507928A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010231881.3A CN111507928A (zh) 2020-03-27 2020-03-27 点云数据融合方法、装置设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010231881.3A CN111507928A (zh) 2020-03-27 2020-03-27 点云数据融合方法、装置设备及存储介质

Publications (1)

Publication Number Publication Date
CN111507928A true CN111507928A (zh) 2020-08-07

Family

ID=71875809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010231881.3A Pending CN111507928A (zh) 2020-03-27 2020-03-27 点云数据融合方法、装置设备及存储介质

Country Status (1)

Country Link
CN (1) CN111507928A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112754658A (zh) * 2020-12-31 2021-05-07 华科精准（北京）医疗科技有限公司 一种手术导航系统
CN113674278A (zh) * 2021-10-22 2021-11-19 深圳市信润富联数字科技有限公司 轮毂点云获取方法、装置、设备及计算机可读存储介质
WO2023040137A1 (zh) * 2021-09-16 2023-03-23 上海仙途智能科技有限公司 数据处理

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655010A (zh) * 2015-01-29 2015-05-27 东北大学 一种地下空区三维激光探测系统的坐标快捷定位方法
US9215382B1 (en) * 2013-07-25 2015-12-15 The United States Of America As Represented By The Secretary Of The Navy Apparatus and method for data fusion and visualization of video and LADAR data
CN106643489A (zh) * 2016-11-07 2017-05-10 北京航空航天大学 一种基于激光跟踪仪的地面二维码标定方法及装置
CN107958481A (zh) * 2016-10-17 2018-04-24 杭州海康威视数字技术股份有限公司 一种三维重建方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9215382B1 (en) * 2013-07-25 2015-12-15 The United States Of America As Represented By The Secretary Of The Navy Apparatus and method for data fusion and visualization of video and LADAR data
CN104655010A (zh) * 2015-01-29 2015-05-27 东北大学 一种地下空区三维激光探测系统的坐标快捷定位方法
CN107958481A (zh) * 2016-10-17 2018-04-24 杭州海康威视数字技术股份有限公司 一种三维重建方法及装置
CN106643489A (zh) * 2016-11-07 2017-05-10 北京航空航天大学 一种基于激光跟踪仪的地面二维码标定方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴冬秀等编著: "移动机器人的SLAM与VSLAM方法", 西安交通大学出版社, pages: 319 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112754658A (zh) * 2020-12-31 2021-05-07 华科精准（北京）医疗科技有限公司 一种手术导航系统
WO2023040137A1 (zh) * 2021-09-16 2023-03-23 上海仙途智能科技有限公司 数据处理
CN113674278A (zh) * 2021-10-22 2021-11-19 深圳市信润富联数字科技有限公司 轮毂点云获取方法、装置、设备及计算机可读存储介质
CN113674278B (zh) * 2021-10-22 2022-02-15 深圳市信润富联数字科技有限公司 轮毂点云获取方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN111507928A (zh) 点云数据融合方法、装置设备及存储介质
CN111179358B (zh) 标定方法、装置、设备及存储介质
CN112034431B (zh) 一种雷达和rtk的外参标定方法及装置
JP5385105B2 (ja) 画像検索方法およびシステム
CN107911680B (zh) 投影设备校正方法、装置及投影设备
CN110310365B (zh) 一种三维重建方法及装置
KR102012179B1 (ko) 3차원 평면 검출 기반의 라이다-카메라 캘리브레이션 장치 및 방법
JP2006330908A (ja) 位置記録装置及び位置記録方法
JP2015002547A (ja) 画像処理装置、プログラム、および画像処理方法
CN112556994B (zh) 一种光学信息检测方法、装置及设备
Zhao et al. Metric calibration of unfocused plenoptic cameras for three-dimensional shape measurement
CN114449533B (zh) 基站部署方法、环境感知方法、装置、计算机设备和存储介质
CN117751301A (zh) 处理激光雷达点云的方法、装置、设备及存储介质
CN111609849A (zh) 一种多站交会定位方法和系统
US20200371214A1 (en) Determining one or more scanner positions in a point cloud
CN111121637A (zh) 一种基于像素编码的光栅位移检测方法
CN115930879A (zh) 工件的轮廓检测装置、方法、服务器及存储介质
CN113203424B (zh) 多传感器的数据融合方法、装置及相关设备
CN105930813B (zh) 一种在任意自然场景下检测行文本的方法
CN114814810A (zh) 行人检测方法
Altuntas Pair-wise automatic registration of three-dimensional laser scanning data from historical building by created two-dimensional images
JP3437141B2 (ja) パターン認識方法および装置
JP2010521914A (ja) 第２のカメラに対する第１のカメラの相対位置を決定するカメラ装置及び方法
CN110992413A (zh) 机载遥感影像的高精度快速配准方法
CN116299368B (zh) 激光扫描仪的精度测量方法、装置、扫描仪及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200807