CN112184539A - 点云数据处理方法和装置 - Google Patents

Abstract

本发明提供一种点云数据处理方法和装置，所述方法包括以下步骤：获取三维坐标形式的点云数据；将所述点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层；根据每个所述第一分层内的数据量确定每个所述第一分层对应的存储地址区间；将所述点云数据根据所确定的存储地址区间写入点云存储阵列中；根据对应的存储地址区间依序从所述点云存储阵列中读取每个所述第一分层内的数据，并生成每个所述第一分层对应的特征图，以及对所生成的特征图进行存储，其中，任一所述第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。本发明能够大大提高点云数据处理的速度。

Description

点云数据处理方法和装置

技术领域

本发明涉及数据处理技术领域，具体涉及一种点云数据处理方法和一种点云数据处理装置。

背景技术

车载激光雷达（Lidar）所获取的点云数据可处于图1所示的立方体内，立方体区域包含的坐标范围为（O，X2）、（Y1，Y2）、（Z1，Z2）。一般地，在对激光雷达点云数据进行解析和利用之前需对其进行栅格化处理。目前的栅格化处理方式大多需要对图1所示的立方体分别沿X、Y、Z轴三个方向进行分割，及在X、Y、Z轴三个方向对点云数据进行排序，处理速度较慢，难以满足无人驾驶系统等的性能需求。

发明内容

本发明为解决上述技术问题，提供了一种点云数据处理方法和装置，能够大大提高点云数据处理的速度，提高诸如无人驾驶等系统的运行效率。

本发明采用的技术方案如下：

一种点云数据处理方法，包括以下步骤：获取三维坐标形式的点云数据；将所述点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层；根据每个所述第一分层内的数据量确定每个所述第一分层对应的存储地址区间；将所述点云数据根据所确定的存储地址区间写入点云存储阵列中；根据对应的存储地址区间依序从所述点云存储阵列中读取每个所述第一分层内的数据，并生成每个所述第一分层对应的特征图，以及对所生成的特征图进行存储，其中，任一所述第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。

获取三维坐标形式的点云数据，具体包括：获取原始点云数据，并对所述原始点云数据进行过滤和坐标转换以得到坐标形式的点云数据。

设所述预设的一个坐标方向为Z轴方向，生成每个所述第一分层对应的特征图，具体包括：获取当前第一分层内每个点的三维坐标；获取当前第一分层内每个点的X坐标值和Y坐标值；根据当前第一分层内每个点的X坐标值和Y坐标值确定当前第一分层内每个点在XY平面的位置点，并填充该位置点，得到二维点阵图。

所述原始点云数据是由车辆的激光雷达获取的，所述预设的一个坐标方向为所述车辆的高度方向、前后方向或左右方向。

当所述预设的一个坐标方向为所述车辆的前后方向或左右方向时，所述点云数据处理方法还包括：将所述点云数据所在的立方体区域沿所述车辆的高度方向依序划分为多个第二分层，在生成每个所述第一分层对应的特征图，以及对所生成的特征图进行存储后，还包括：根据多个所述第一分层对应的特征图生成每个第二分层对应的特征图。

一种点云数据处理装置，包括：获取单元，用于获取三维坐标形式的点云数据；第一划分单元，用于将所述点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层；确定单元，用于根据每个所述第一分层内的数据量确定每个所述第一分层对应的存储地址区间；点云存储单元，用于将所述点云数据根据所确定的存储地址区间写入点云存储阵列中；第一生成单元，用于根据对应的存储地址区间依序从所述点云存储阵列中读取每个所述第一分层内的数据，并生成每个所述第一分层对应的特征图；图存储单元，用于对所生成的特征图进行存储，其中，任一所述第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。

所述获取单元用于获取原始点云数据，并对所述原始点云数据进行过滤和坐标转换以得到坐标形式的点云数据。

设所述预设的一个坐标方向为Z轴方向，所述第一生成单元用于获取当前第一分层内每个点的三维坐标，并获取当前第一分层内每个点的X坐标值和Y坐标值，以及根据当前第一分层内每个点的X坐标值和Y坐标值确定当前第一分层内每个点在XY平面的位置点，并填充该位置点，得到二维点阵图。

所述原始点云数据是由车辆的激光雷达获取的，所述预设的一个坐标方向为所述车辆的高度方向、前后方向或左右方向。

当所述预设的一个坐标方向为所述车辆的前后方向或左右方向时，所述点云数据处理装置还包括：第二划分单元，用于将所述点云数据所在的立方体区域沿所述车辆的高度方向依序划分为多个第二分层；第二生成单元，用于在所述第一生成单元生成每个所述第一分层对应的特征图，且所述图存储单元对所生成的特征图进行存储后，根据多个所述第一分层对应的特征图生成每个第二分层对应的特征图。

本发明的有益效果：

本发明通过将三维坐标形式的点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层，并根据每个第一分层内的数据量确定每个第一分层对应的存储地址区间，以及将点云数据根据所确定的存储地址区间写入点云存储阵列中，然后根据对应的存储地址区间依序从点云存储阵列中读取每个第一分层内的数据，并生成每个第一分层对应的特征图，以及对所生成的特征图进行存储，另外，在任一第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据，由此，减少了点云数据的分割和排序维度，结合处理过程中批量点对应的存储空间的清理，能够大大提高点云数据处理的速度，提高诸如无人驾驶等系统的运行效率。

附图说明

图1为激光雷达点云数据立方体区域的三维坐标示意图；

图2为本发明一个实施例的用于点云数据处理的系统架构示意图；

图3为本发明一个实施例的用于点云数据处理的具体系统架构示意图；

图4为本发明实施例的点云数据处理方法的流程图；

图5为本发明一个实施例的点云数据立方体区域的两种分层示意图；

图6为本发明实施例的点云数据处理装置的方框示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例的点云数据处理方法和装置均是基于图2所示的系统架构实现的，主要包括网络芯片、FPGA（Field Programmable Gate Array，现场可编程逻辑门阵列）和存储器，其中，FPGA内部的模块结构如图3所示。

下面首先结合图2和图3所示的用于点云数据处理的系统架构和图4所示的点云数据处理方法流程详细说明本发明实施例的点云数据处理方法。

如图4所示，本发明实施例的点云数据处理方法包括以下步骤：

S1，获取三维坐标形式的点云数据。

具体地，可获取原始点云数据，并对原始点云数据进行过滤和坐标转换以得到坐标形式的点云数据。

参照图2和图3，原始点云数据可由车辆的激光雷达获取，激光雷达可经网络芯片与FPGA的网络接口数据处理模块通过网络协议建立连接，同时FPGA的网络接口数据处理模块分别与存储器和FPGA的主控模块连接。由此，可将激光雷达数据流传输至存储器中进行存储，并将点云帧信息传输至FPGA的主控模块。在FPGA内，可由主控模块执行点云数据处理主控流程，控制其他模块的运行。

参照图3，在主控模块根据点云帧信息确定一帧原始点云数据传输完成后，可控制点云数据读取模块根据点云帧信息中的一帧数据量从存储器中读取该原始点云数据。然后，点云数据过滤模块可对原始点云数据从X、Y、Z三个维度过滤，滤除含有效数据的立方体区域之外的点。进而，坐标转换模块可对过滤后的原始点云数据进行坐标转换，例如从浮点坐标转换为便于后续处理的正整数坐标，从而得到X、Y、Z三维坐标形式的点云数据。

S2，将点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层。

其中，预设的一个坐标方向可为车辆的高度方向、前后方向或左右方向。车辆的高度方向、前后方向和左右方向可分别对应三维坐标轴的Z轴方向、X轴方向和Y轴方向。

在本发明的一个具体实施例中，点云数据所在的立方体区域长度和宽度均为51.2m，高度为3.5m，划分步长为0.1m。参照图1来理解，如果预设的一个坐标方向为Z轴方向，则点云数据所在的立方体区域可由下至上（或由上至下）划分为35个第一分层。如果预设的一个坐标方向为Y轴方向，则点云数据所在的立方体区域可由右至左（或由左至右）划分为512个第一分层。

每个第一分层内的数据可构成一个数组，可对多个数组沿预设的一个坐标方向进行排序，第一分层的层序数即为数组序数。应当理解的是，为了便于确定后续生成第一分层对应的特征图的流程中点的处理顺序，每个第一分层内的点也可沿预设的一个坐标方向进行排序，如可将该坐标轴坐标值小的点排在前面，对于该坐标轴坐标值相等的点可随机排序。

S3，根据每个第一分层内的数据量确定每个第一分层对应的存储地址区间。

S4，将点云数据根据所确定的存储地址区间写入点云存储阵列中。

参照图3，上述步骤S2至S4可由点云存储阵列模块在主控模块的控制下执行，点云存储阵列属于FPGA的片上存储。

通过步骤S3和S4，每个第一分层在点云存储阵列中均具有相应的存储地址区间，便于后续对每一第一分层内数据的读取。

S5，根据对应的存储地址区间依序从点云存储阵列中读取每个第一分层内的数据，并生成每个第一分层对应的特征图，以及对所生成的特征图进行存储，其中，任一第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。

在本发明的实施例中，对各个第一分层的数据的处理顺序可依照上述各个第一分层划分的顺序，例如若是由下至上划分的，则最先读取最下面第一分层内的数据、生成其对应的特征图、存储其对应的特征图，在其对应的存储地址区间的数据和其对应的特征图的生成过程缓存数据被清除后，再向上逐层处理其他第一分层的数据。最终，得到多个第一分层对应的特征图，即多个沿预设的一个坐标方向层叠的特征图。

参照图3，在主控模块的控制下，可由特征图生成模块从点云存储阵列中读取第一分层内的数据，并生成第一分层对应的特征图，可由特征图写入模块将所生成的特征图写入存储器，完成特征图的存储。

在本发明的一个实施例中，假设预设的一个坐标方向为Z轴方向，则生成每个第一分层对应的特征图的流程如下：获取当前第一分层内每个点的三维坐标；获取当前第一分层内每个点的X坐标值和Y坐标值；根据当前第一分层内每个点的X坐标值和Y坐标值确定当前第一分层内每个点在XY平面的位置点，并填充该位置点，得到二维点阵图。也就是说，可将第一分层内的数据在划分方向的维度去除，在另外两个维度构成的二维平面内，如果在某一位置数据存在，则将该位置像素值设置为1，如果某一位置数据不存在，则将该位置像素值设置为0，以此构成二维点阵图，即上述的第一分层对应的特征图。

在逐层处理过程中，在处理下一第一分层的数据之前，由于清除了上一第一分层对应的存储地址区间的数据和上一第一分层对应的特征图的生成过程缓存数据，能够进一步提高处理速度。

需要说明的是，为适应具体应用场景和后处理，最终所需要的特征图为沿某一特定坐标方向层叠的特征图。例如，在自动驾驶场景下，通过车辆的激光雷达采集点云数据，目的是根据点云数据识别车辆前后左右的物体，而一般不关心高度方向的物体，因此需要的是沿车辆的高度方向层叠的特征图，也即多个水平的二维点阵图。

因此，当上述预设的一个坐标方向为车辆的高度方向时，通过本发明上述实施例的点云数据处理方法所得到的多个第一分层对应的特征图即能够满足需要。本发明实施例优选以车辆的高度方向作为上述预设的一个坐标方向。

而当预设的一个坐标方向为车辆的前后方向或左右方向时，通过本发明上述实施例的点云数据处理方法所得到的多个第一分层对应的特征图，为沿车辆的前后方向层叠的特征图，或沿车辆的左右方向层叠的特征图，即多个竖直的二维点阵图，不能够满足需要。因此，在本发明的进一步实施例中，还可将多个竖直的二维点阵图进行转化，得到多个水平的二维点阵图。

具体地，还可将点云数据所在的立方体区域沿车辆的高度方向依序划分为多个第二分层。在生成每个第一分层对应的特征图，以及对所生成的特征图进行存储后，可根据多个第一分层对应的特征图生成每个第二分层对应的特征图。

以上述实施例中长度和宽度均为51.2m、高度为3.5m的立方体区域为例，如图5所示，所生成和存储的为512个沿车辆的左右方向层叠的特征图。首先，基于沿车辆的高度方向依序划分的35个第二分层，可将每个沿车辆的左右方向层叠的特征图依序分割成35行，然后，可根据行序，将512个沿车辆的左右方向层叠的特征图的第n行拼接为第n个第二分层对应的特征图，其中，n为大于等于1且小于等于35的正整数。

根据本发明实施例的点云数据处理方法，通过将三维坐标形式的点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层，并根据每个第一分层内的数据量确定每个第一分层对应的存储地址区间，以及将点云数据根据所确定的存储地址区间写入点云存储阵列中，然后根据对应的存储地址区间依序从点云存储阵列中读取每个第一分层内的数据，并生成每个第一分层对应的特征图，以及对所生成的特征图进行存储，另外，在任一第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据，由此，减少了点云数据的分割和排序维度，结合处理过程中批量点对应的存储空间的清理，能够大大提高点云数据处理的速度，提高诸如无人驾驶等系统的运行效率。

对应上述实施例的点云数据处理方法，本发明还提出一种点云数据处理装置。

如图6所示，本发明实施例的点云数据处理装置，包括获取单元10、第一划分单元20、确定单元30、点云存储单元40、第一生成单元50和图存储单元60。其中，获取单元10用于获取三维坐标形式的点云数据；第一划分单元20用于将点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层；确定单元30用于根据每个第一分层内的数据量确定每个第一分层对应的存储地址区间；点云存储单元40用于将点云数据根据所确定的存储地址区间写入点云存储阵列中；第一生成单元50用于根据对应的存储地址区间依序从点云存储阵列中读取每个第一分层内的数据，并生成每个第一分层对应的特征图；图存储单元60用于对所生成的特征图进行存储，其中，任一第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。

具体地，获取单元10可用于获取原始点云数据，并对原始点云数据进行过滤和坐标转换以得到坐标形式的点云数据。

进一步地，获取单元10可通过车辆的激光雷达获取原始点云数据，再对原始点云数据从X、Y、Z三个维度过滤，滤除含有效数据的立方体区域之外的点。然后，获取单元10可对过滤后的原始点云数据进行坐标转换，例如从浮点坐标转换为便于后续处理的正整数坐标，从而得到X、Y、Z三维坐标形式的点云数据。

预设的一个坐标方向为车辆的高度方向、前后方向或左右方向。车辆的高度方向、前后方向和左右方向可分别对应三维坐标轴的Z轴方向、X轴方向和Y轴方向。

在本发明的一个具体实施例中，点云数据所在的立方体区域长度和宽度均为51.2m，高度为3.5m，划分步长为0.1m。参照图1来理解，如果预设的一个坐标方向为Z轴方向，则第一划分单元20可将点云数据所在的立方体区域由下至上（或由上至下）划分为35个第一分层。如果预设的一个坐标方向为Y轴方向，则第一划分单元20可将点云数据所在的立方体区域由右至左（或由左至右）划分为512个第一分层。

每个第一分层内的数据可构成一个数组，可对多个数组沿预设的一个坐标方向进行排序，第一分层的层序数即为数组序数。应当理解的是，为了便于确定后续生成第一分层对应的特征图的流程中点的处理顺序，每个第一分层内的点也可沿预设的一个坐标方向进行排序，如可将该坐标轴坐标值小的点排在前面，对于该坐标轴坐标值相等的点可随机排序。

通过确定单元30确定每个第一分层对应的存储地址区间，并通过点云存储单元40将点云数据根据所确定的存储地址区间写入点云存储阵列中，使得每个第一分层在点云存储阵列中均具有相应的存储地址区间，便于后续对每一第一分层内数据的读取。

在本发明的实施例中，第一生成单元50和图存储单元60对各个第一分层的数据的处理顺序可依照上述各个第一分层划分的顺序，例如若是由下至上划分的，则最先读取最下面第一分层内的数据、生成其对应的特征图、存储其对应的特征图，在其对应的存储地址区间的数据和其对应的特征图的生成过程缓存数据被清除后，再向上逐层处理其他第一分层的数据。最终，得到多个第一分层对应的特征图，即多个沿预设的一个坐标方向层叠的特征图。

在本发明的一个实施例中，假设预设的一个坐标方向为Z轴方向，则第一生成单元50可获取当前第一分层内每个点的三维坐标，并获取当前第一分层内每个点的X坐标值和Y坐标值，以及根据当前第一分层内每个点的X坐标值和Y坐标值确定当前第一分层内每个点在XY平面的位置点，并填充该位置点，得到二维点阵图。也就是说，可将第一分层内的数据在划分方向的维度去除，在另外两个维度构成的二维平面内，如果在某一位置数据存在，则将该位置像素值设置为1，如果某一位置数据不存在，则将该位置像素值设置为0，以此构成二维点阵图，即上述的第一分层对应的特征图。

在逐层处理过程中，在处理下一第一分层的数据之前，由于清除了上一第一分层对应的存储地址区间的数据和上一第一分层对应的特征图的生成过程缓存数据，能够进一步提高处理速度。

需要说明的是，为适应具体应用场景和后处理，最终所需要的特征图为沿某一特定坐标方向层叠的特征图。例如，在自动驾驶场景下，通过车辆的激光雷达采集点云数据，目的是根据点云数据识别车辆前后左右的物体，而一般不关心高度方向的物体，因此需要的是沿车辆的高度方向层叠的特征图，也即多个水平的二维点阵图。

因此，当上述预设的一个坐标方向为车辆的高度方向时，通过本发明上述实施例的点云数据处理装置所得到的多个第一分层对应的特征图即能够满足需要。本发明实施例优选以车辆的高度方向作为上述预设的一个坐标方向。

而当预设的一个坐标方向为车辆的前后方向或左右方向时，通过本发明上述实施例的点云数据处理装置所得到的多个第一分层对应的特征图，为沿车辆的前后方向层叠的特征图，或沿车辆的左右方向层叠的特征图，即多个竖直的二维点阵图，不能够满足需要。因此，在本发明的进一步实施例中，还可将多个竖直的二维点阵图进行转化，得到多个水平的二维点阵图。

具体地，点云数据处理装置还可包括第二划分单元和第二生成单元，第二划分单元可将点云数据所在的立方体区域沿车辆的高度方向依序划分为多个第二分层，第二生成单元可在第一生成单元生成每个第一分层对应的特征图，且图存储单元对所生成的特征图进行存储后，根据多个第一分层对应的特征图生成每个第二分层对应的特征图。

以上述实施例中长度和宽度均为51.2m、高度为3.5m的立方体区域为例，如图5所示，所生成和存储的为512个沿车辆的左右方向层叠的特征图。首先，第二生成单元基于沿车辆的高度方向依序划分的35个第二分层，可将每个沿车辆的左右方向层叠的特征图依序分割成35行，然后，第二生成单元可根据行序，将512个沿车辆的左右方向层叠的特征图的第n行拼接为第n个第二分层对应的特征图，其中，n为大于等于1且小于等于35的正整数。

需要说明的是，本发明实施例的点云数据处理装置可为FPGA、数据接口与片外存储器的组合，也可为其他处理器、数据接口与存储器的组合，当点云数据处理装置为FPGA、数据接口与片外存储器的组合时，装置中的各单元等同于、包含或包含于图3所示的系统架构中的各个模块。

根据本发明实施例的点云数据处理装置，通过将三维坐标形式的点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层，并根据每个第一分层内的数据量确定每个第一分层对应的存储地址区间，以及将点云数据根据所确定的存储地址区间写入点云存储阵列中，然后根据对应的存储地址区间依序从点云存储阵列中读取每个第一分层内的数据，并生成每个第一分层对应的特征图，以及对所生成的特征图进行存储，另外，在任一第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据，由此，减少了点云数据的分割和排序维度，结合处理过程中批量点对应的存储空间的清理，能够大大提高点云数据处理的速度，提高诸如无人驾驶等系统的运行效率。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种点云数据处理方法，其特征在于，包括以下步骤：

获取三维坐标形式的点云数据；

将所述点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层；

根据每个所述第一分层内的数据量确定每个所述第一分层对应的存储地址区间；

将所述点云数据根据所确定的存储地址区间写入点云存储阵列中；

根据对应的存储地址区间依序从所述点云存储阵列中读取每个所述第一分层内的数据，并生成每个所述第一分层对应的特征图，以及对所生成的特征图进行存储，其中，任一所述第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。

2.根据权利要求1所述的点云数据处理方法，其特征在于，获取三维坐标形式的点云数据，具体包括：

获取原始点云数据，并对所述原始点云数据进行过滤和坐标转换以得到坐标形式的点云数据。

3.根据权利要求2所述的点云数据处理方法，其特征在于，设所述预设的一个坐标方向为Z轴方向，生成每个所述第一分层对应的特征图，具体包括：

获取当前第一分层内每个点的三维坐标；

获取当前第一分层内每个点的X坐标值和Y坐标值；

根据当前第一分层内每个点的X坐标值和Y坐标值确定当前第一分层内每个点在XY平面的位置点，并填充该位置点，得到二维点阵图。

4.根据权利要求3所述的点云数据处理方法，其特征在于，所述原始点云数据是由车辆的激光雷达获取的，所述预设的一个坐标方向为所述车辆的高度方向、前后方向或左右方向。

5.根据权利要求4所述的点云数据处理方法，其特征在于，当所述预设的一个坐标方向为所述车辆的前后方向或左右方向时，所述点云数据处理方法还包括：

将所述点云数据所在的立方体区域沿所述车辆的高度方向依序划分为多个第二分层，

在生成每个所述第一分层对应的特征图，以及对所生成的特征图进行存储后，还包括：

根据多个所述第一分层对应的特征图生成每个第二分层对应的特征图。

6.一种点云数据处理装置，其特征在于，包括：

获取单元，用于获取三维坐标形式的点云数据；

第一划分单元，用于将所述点云数据所在的立方体区域沿预设的一个坐标方向依序划分为多个第一分层；

确定单元，用于根据每个所述第一分层内的数据量确定每个所述第一分层对应的存储地址区间；

点云存储单元，用于将所述点云数据根据所确定的存储地址区间写入点云存储阵列中；

第一生成单元，用于根据对应的存储地址区间依序从所述点云存储阵列中读取每个所述第一分层内的数据，并生成每个所述第一分层对应的特征图；

图存储单元，用于对所生成的特征图进行存储，其中，任一所述第一分层对应的特征图在完成存储后，清除该第一分层对应的存储地址区间的数据和该第一分层对应的特征图的生成过程缓存数据。

7.根据权利要求6所述的点云数据处理装置，其特征在于，所述获取单元用于获取原始点云数据，并对所述原始点云数据进行过滤和坐标转换以得到坐标形式的点云数据。

8.根据权利要求7所述的点云数据处理装置，其特征在于，设所述预设的一个坐标方向为Z轴方向，所述第一生成单元用于获取当前第一分层内每个点的三维坐标，并获取当前第一分层内每个点的X坐标值和Y坐标值，以及根据当前第一分层内每个点的X坐标值和Y坐标值确定当前第一分层内每个点在XY平面的位置点，并填充该位置点，得到二维点阵图。

9.根据权利要求8所述的点云数据处理装置，其特征在于，所述原始点云数据是由车辆的激光雷达获取的，所述预设的一个坐标方向为所述车辆的高度方向、前后方向或左右方向。

10.根据权利要求9所述的点云数据处理装置，其特征在于，当所述预设的一个坐标方向为所述车辆的前后方向或左右方向时，所述点云数据处理装置还包括：

第二划分单元，用于将所述点云数据所在的立方体区域沿所述车辆的高度方向依序划分为多个第二分层；

第二生成单元，用于在所述第一生成单元生成每个所述第一分层对应的特征图，且所述图存储单元对所生成的特征图进行存储后，根据多个所述第一分层对应的特征图生成每个第二分层对应的特征图。

Images