CN112508970B - 一种点云数据分割方法及装置 - Google Patents
一种点云数据分割方法及装置 Download PDFInfo
- Publication number
- CN112508970B CN112508970B CN202011480679.0A CN202011480679A CN112508970B CN 112508970 B CN112508970 B CN 112508970B CN 202011480679 A CN202011480679 A CN 202011480679A CN 112508970 B CN112508970 B CN 112508970B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- region
- sub
- cloud data
- plane
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开一种点云数据分割方法及装置,该方法包括:对待分割点云数据进行区域划分,得到多个点云子区域;针对每一点云子区域,基于该点云子区域的各点云数据,确定该点云子区域对应的待利用点云数据;在点云子区域的点云数据的数量满足预设条件的情况下,基于待利用点云数据及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;利用该点云子区域的点云数据、该点云子区域对应的待利用平面及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;基于该点云子区域对应的待利用平面及分割阈值,对该点云子区域的各点云数据进行分割,以确定待分割点云数据中表征前景和背景的点云数据,实现对点云数据的前景和背景的准确分割。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种点云数据分割方法及装置。
背景技术
在无人驾驶环境感知场景中,由于激光雷达扫描精度与可靠性高,对目标物体的细节捕捉能力较强而被广泛应用。其中,对激光雷达采集得到的点云数据中表征前景和背景的点云数据分割的好坏,是实现目标检测与跟踪的重要基础。
相关技术中,对激光雷达采集得到的点云数据中表征前景和背景的点云数据分割,即对点云数据进行前景和背景分割的过程,一般为:基于单平面拟合的形式,对点云数据进行前景和背景的分割,该方案一般假设地面是一个“完美”的平面,通过反复的迭代拟合出地面点云所在平面,进而基于所拟合的地面点云所在平面以及预设设置的分割阈值,对点云数据的前景和背景进行分割。
上述过程中,分割阈值为预先设置的确定值,在分割过程中易出现过分割或欠分割问题,影响分割结果的精度。
发明内容
本发明提供了一种点云数据分割方法及装置,以实现对点云数据的前景和背景的准确分割。具体的技术方案如下:
第一方面,本发明实施例提供了一种点云数据分割方法,所述方法包括:
对所获得的待分割点云数据进行区域划分,得到多个点云子区域;
针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据;
在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;
利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
可选的,所述基于该点云子区域所包括的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面的步骤,包括:
基于该点云子区域所包括的待利用点云数据的坐标值以及预设平面方程,拟合出该点云子区域对应的待利用平面。
可选的,所述利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值的步骤,包括:
判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向;
若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
可选的,所述利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值的步骤,包括:
针对该点云子区域所包括的每一点云数据,基于该点云数据的坐标值,确定该点云数据到该点云子区域对应的待利用平面的正交投影距离,作为该点云数据对应的正交投影距离;
基于该点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,确定该点云子区域对应的分割阈值。
可选的,所述方法还包括:
在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,基于该点云子区域对应的待利用点云数据的高度,确定该点云子区域对应的高度分割阈值;
针对该点云子区域所包括的每一点云数据,判断该点云数据的高度是否高于该点云子区域对应的高度分割阈值;
若点云数据的高度高于该点云子区域对应的高度分割阈值,确定该点云数据为前景点云数据;
若点云数据的高度不高于该点云子区域对应的高度分割阈值,确定该点云数据为背景点云数据,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
可选的,所述针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据的步骤,包括:
针对每一点云子区域,基于该点云子区域所包括的各点云数据的高度,对该点云子区域所包括的各点云数据进行排序,确定该点云子区域所包括的各点云数据中高度最低的预设数量个点云数据,作为该点云子区域对应的第一点云数据;
针对每一点云子区域,基于该点云子区域对应的第一点云数据的高度的均值,确定该点云子区域对应的种子选取高度;
针对每一点云子区域,将该点云子区域所包括的点云数据中,高度低于该点云子区域对应的种子选取高度的点云数据,确定为该点云子区域对应的待利用点云数据。
可选的,在所述基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割的步骤之后,所述方法还包括:
判断当前的分割次数是否达到预设次数;
若判断当前的分割次数未达到预设次数,将该点云子区域中的确定为背景点云数据的点云数据,确定为该点云子区域对应的新的待利用点云数据;
基于该点云子区域对应的新的待利用点云数据以及所述预设平面拟合方式,拟合出该点云子区域对应的新的待利用平面;
利用该点云子区域所包括的点云数据、该点云子区域对应的新的待利用平面以及所述预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
基于该点云子区域对应的新的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,返回执行所述判断当前的分割次数是否达到预设次数的步骤;
若当前的分割次数是否达到所述预设次数,基于对该点云子区域所包括的各点云数据进行分割所得的分割结果,确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
第二方面,本发明实施例提供了一种点云数据分割装置,所述装置包括:
划分模块,被配置为对所获得的待分割点云数据进行区域划分,得到多个点云子区域;
第一确定模块,被配置为针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据;
第一拟合模块,被配置为在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;
第二确定模块,被配置为利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
分割确定模块,被配置为基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
可选的,所述第一拟合模块,被具体配置为基于该点云子区域所包括的待利用点云数据的坐标值以及预设平面方程,拟合出该点云子区域对应的待利用平面。
可选的,所述第二确定模块,被具体配置为判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向;
若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
可选的,所述第二确定模块,被具体配置为针对该点云子区域所包括的每一点云数据,基于该点云数据的坐标值,确定该点云数据到该点云子区域对应的待利用平面的正交投影距离,作为该点云数据对应的正交投影距离;
基于该点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,确定该点云子区域对应的分割阈值。
可选的,所述装置还包括:
第三确定模块,被配置为在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,基于该点云子区域对应的待利用点云数据的高度,确定该点云子区域对应的高度分割阈值;
第一判断模块,被配置为针对该点云子区域所包括的每一点云数据,判断该点云数据的高度是否高于该点云子区域对应的高度分割阈值;
第四确定模块,被配置为若点云数据的高度高于该点云子区域对应的高度分割阈值,确定该点云数据为前景点云数据;
第五确定模块,被配置为若点云数据的高度不高于该点云子区域对应的高度分割阈值,确定该点云数据为背景点云数据,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
可选的,所述第一确定模块,被具体配置为针对每一点云子区域,基于该点云子区域所包括的各点云数据的高度,对该点云子区域所包括的各点云数据进行排序,确定该点云子区域所包括的各点云数据中高度最低的预设数量个点云数据,作为该点云子区域对应的第一点云数据;
针对每一点云子区域,基于该点云子区域对应的第一点云数据的高度的均值,确定该点云子区域对应的种子选取高度;
针对每一点云子区域,将该点云子区域所包括的点云数据中,高度低于该点云子区域对应的种子选取高度的点云数据,确定为该点云子区域对应的待利用点云数据。
可选的,所述装置还包括:
第二判断模块,被配置为在所述基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割之后,判断当前的分割次数是否达到预设次数;
第六确定模块,被配置为若判断当前的分割次数未达到预设次数,将该点云子区域中的确定为背景点云数据的点云数据,确定为该点云子区域对应的新的待利用点云数据;
第二拟合模块,被配置为基于该点云子区域对应的新的待利用点云数据以及所述预设平面拟合方式,拟合出该点云子区域对应的新的待利用平面;
第七确定模块,被配置为利用该点云子区域所包括的点云数据、该点云子区域对应的新的待利用平面以及所述预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
分割模块,被配置为基于该点云子区域对应的新的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,返回触发所述第二判断模块;
第八确定模块,被配置为若当前的分割次数是否达到所述预设次数,基于对该点云子区域所包括的各点云数据进行分割所得的分割结果,确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
由上述内容可知,本发明实施例提供的一种点云数据分割方法及装置,对所获得的待分割点云数据进行区域划分,得到多个点云子区域;针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据;在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
应用本发明实施例,可以针对每一所包括的点云数据的数量满足预设条件的每一点云子区域,利用其对应的待利用点云数据拟合得到该点云子区域对应的待利用平面,并基于该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,自适应确定该点云子区域对应的分割阈值,进而,利用该点云子区域对应的待利用平面和分割阈值对该点云子区域所包括的各点云数据进行分割。对不同区域的点云数据分别进行前景和背景的分割,并针对不同区域的点云数据自适应确定其对应的分割阈值,得到符合该区域的点云数据的分布情况的分割阈值,实现对待分割点云数据中表征前景的点云数据以及表征背景的点云数据的准确分割,提高实现对点云数据的前景和背景的分割结果的准确性。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、可以针对每一所包括的点云数据的数量满足预设条件的每一点云子区域,利用其对应的待利用点云数据拟合得到该点云子区域对应的待利用平面,并基于该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,自适应确定该点云子区域对应的分割阈值,进而,利用该点云子区域对应的待利用平面和分割阈值对该点云子区域所包括的各点云数据进行分割。对不同区域的点云数据分别进行前景和背景的分割,并针对不同区域的点云数据自适应确定其对应的分割阈值,得到符合该区域的点云数据的分布情况的分割阈值,实现对待分割点云数据中表征前景的点云数据以及表征背景的点云数据的准确分割,提高对点云数据的前景和背景的分割结果的准确性。
2、在确定出点云子区域对应的待利用平面之后,判断点云子区域对应的待利用平面的法向量对应的方向是否为径向方向,在判断为是的情况下,确定该点云子区域对应的分割阈值并执行后续分割流程,以通过判断点云子区域对应的待利用平面的法向量对应的方向是否为径向方向,来判断拟合得到的点云子区域对应的待利用平面是否准确,进而在确定点云子区域对应的待利用平面的法向量对应的方向为径向方向,即确定点云子区域对应的待利用平面准确的情况下,确定该点云子区域对应的分割阈值并执行后续分割流程,提高分解结果准确性。
3、利用点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,自适应确定点云子区域对应的分割阈值,得到符合该区域的点云数据的分布情况的分割阈值,提高对点云数据的前景和背景的分割结果的准确性。
4、在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,基于点云子区域对应的高度分割阈值来分割点云数据的前景和背景,以实现对点云数据的的准确分割。
5、多次确定点云子区域对应的待利用点云数据,并拟合点云子区域对应的待利用平面以及分割阈值,优化分割结果,提高分割结果的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。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的附图。
图1为本发明实施例提供的点云数据分割方法的一种流程示意图;
图2为本发明实施例提供的从鸟瞰的角度对对待分割点云数据进行区域划分的一种示例图;
图3为点云子区域所包括的点云数据到点云子区域对应的待利用平面的正交投影距离的一种示例图;
图4为本发明实施例提供的点云数据分割装置的一种结构示意图。
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、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,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付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。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明提供了一种点云数据分割方法及装置,以实现对点云数据的前景和背景的准确分割。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的点云数据分割方法的一种流程示意图。该方法可以包括如下步骤:
S101:对所获得的待分割点云数据进行区域划分,得到多个点云子区域。
本发明实施例所提供的点云数据分割方法,可以应用于任一具有计算能力的电子设备,该电子设备可以为终端或者服务器。在一种实现中,实现该点云数据分割方法的功能软件可以以单独的客户端软件的形式存在,也可以以目前相关的客户端软件的插件的形式存在,这都是可以的。
电子设备可以首先获得激光雷达等传感器所采集的点云数据,作为待分割点云数据;对待分割点云数据进行区域划分,得到多个点云子区域。在一种情况中,可以是从鸟瞰的角度对待分割点云数据进行区域划分。如图2所示,为从鸟瞰的角度对待分割点云数据进行区域划分的一种示例图。其中,待分割点云数据的尺寸160*100,区域划分的尺寸为10*10。
一种实现中,该电子设备可以为车载设备,相应的激光雷达等传感器为设置于车辆上的设备,该待分割点云数据为激光雷达等传感器针对车辆所行使的道路情况所采集的点云数据。另一种实现中,该电子设备也可以为非车载设备,该激光雷达等传感器为设置于车辆上的设备,电子设备与激光雷达等传感器连接,电子设备可以获得激光雷达等传感器针对车辆所行使的道路情况所采集的点云数据。
一种情况中,上述对激光雷达采集得到的点云数据中表征前后背景的点云数据进行分割可以指:对点云数据中表征地面的点云数据和非地面的点云数据进行分割。
S102:针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据。
本步骤中,电子设备可以针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定用于后续的点云数据分割流程的该点云子区域对应的待利用点云数据。在一种情况中,为了保证在平面拟合的过程中减少作为前景的点云数据的干扰,并且,考虑到作为背景的点云数据,即表征地面的点云数据的高度一般较低,相应的。电子设备可以从该点云子区域所包括的各点云数据中提取种子点集,即确定该点云子区域对应的待利用点云数据,以拟合该点云子区域所对应地面的平面模型。
在本发明的一种实现方式中,所述S102,可以包括如下步骤:
011:针对每一点云子区域,基于该点云子区域所包括的各点云数据的高度,对该点云子区域所包括的各点云数据进行排序,确定该点云子区域所包括的各点云数据中高度最低的预设数量个点云数据,作为该点云子区域对应的第一点云数据。
012:针对每一点云子区域,基于该点云子区域对应的第一点云数据的高度的均值,确定该点云子区域对应的种子选取高度。
013:针对每一点云子区域,将该点云子区域所包括的点云数据中,高度低于该点云子区域对应的种子选取高度的点云数据,确定为该点云子区域对应的待利用点云数据。
本实现方式中,电子设备针对每一点云子区域,基于该点云子区域所包括的各点云数据的高度,即该各点云数据的竖轴坐标值,对该点云子区域所包括的点云数据进行排序,确定该点云子区域所包括的各点云数据中高度最低的预设数量个点云数据,作为该点云子区域对应的第一点云数据。例如:对该点云子区域所包括的点云数据按其高度,从高到低的顺序进行排序,将排序队列中最后的预设数量个点云数据,作为该点云子区域对应的第一点云数据。
电子设备针对每一点云子区域,计算该点云子区域对应的第一点云数据的高度的均值,将该均值确定为该点云子区域对应的种子选取高度。将该点云子区域所包括的各点云数据的高度与该该点云子区域对应的种子选取高度进行比较,将该点云子区域所包括的点云数据中,高度低于该点云子区域对应的种子选取高度的点云数据,确定为该点云子区域对应的待利用点云数据。
S103:在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面。
电子设备可以针对每一点云子区域,统计该点云子区域所包括的点云数据的数量,作为该点云子区域对应的第一点云数量,并计算该点云子区域对应的第一点云数量与待分割点云数据总数量的比值,作为该点云子区域对应的比值,判断点云子区域对应的比值是否不低于预设比值,若点云子区域对应的比值不低于预设比值,则可以确定该点云子区域所包括的点云数据的数量较多,该点云子区域所包括的点云数据可以拟合出可体现物理地面的平面模型,确定点云子区域所包括的点云数据的数量满足预设条件。
相应的,电子设备在确定点云子区域所包括的点云数据的数量满足预设条件的情况下,可以基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面。
在本发明的一种实现方式中,所述S103,可以包括:
基于该点云子区域所包括的待利用点云数据的坐标值以及预设平面方程,拟合出该点云子区域对应的待利用平面。
本实现方式中,电子设备本地或所连接的存储设备可以预先存储有该预设平面方程;其中,该预设平面方程的表达式可以如下公式(1)所示:
ax+by+cz+d=0; (1)
其中,a,b,c和d为预设平面方程待求解的系数,(x,y,z)表示该点云子区域对应的待利用点云数据的坐标值。
可变形为如下公式(2);
nTp=-d; (2)
其中,n=[a,b,c]T,p=[x,y,z]T。
将该点云子区域对应的待利用点云数据的坐标值分别代入该预设平面方程,构建待利用点云数据对应的协方差矩阵;利用奇异值分解(SVD)算法,求解该待利用点云数据对应的协方差矩阵,求解得到a,b,c的取值,进而计算该点云子区域对应的待利用点云数据的各坐标值的平均值,将该点云子区域对应的待利用点云数据的各坐标值的平均值代入公式(2),求解得到d的取值,以得到该点云子区域对应的平面方程,即得到该点云子区域对应的待利用平面。
S104:利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
其中,该预设分割阈值确定方式可以包括:预先设置的分割阈值与地面波动程度之间的关系。
基于该预设分割阈值确定方式所包括的预先设置的分割阈值与地面波动程度之间的关系、该点云子区域所包括的点云数据的坐标值以及该点云子区域对应的待利用平面确定该点云子区域对应的分割阈值。
在一种情况中,可以设置分割阈值与地面波动程度之间的关系为线性关系,在本发明的一种实现方式中,所述S104,可以包括如下步骤021-022:
021:针对该点云子区域所包括的每一点云数据,基于该点云数据的坐标值,确定该点云数据到该点云子区域对应的待利用平面的正交投影距离,作为该点云数据对应的正交投影距离。
022:基于该点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,确定该点云子区域对应的分割阈值。
分割阈值与地面波动程度之间的关系为线性关系,可以通过如下公式(3)表示;
f=kc+b; (3)
其中,f表示点云子区域对应的分割阈值,c表示地面波动程度,可以通过如下公式(4)计算得到;k为预设的波动程度影响系数,b表示最小阈值,由点云子区域对应的待利用点云数据到点云子区域对应的待利用平面的正交投影距离的均值确定;
其中,disti表示点云子区域所包括的第i个点云数据到点云子区域对应的待利用平面的正交投影距离,n为点云子区域所包括的点云数据的个数。其中,如图3所示,为点云子区域所包括的点云数据到点云子区域对应的待利用平面的正交投影距离的一种示例图。
S105:基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
本步骤中,电子设备基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割。具体的,针对该云子区域所包括的每一点云数据,计算该点云子区域所包括的该点云数据,到该点云子区域对应的待利用平面的正交投影距离;将该正交投影距离与该点云子区域对应的分割阈值进行比较;若该正交投影距离不小于该点云子区域对应的分割阈值,则可以确定该正交投影距离所对应的点云数据为表征前景的点云数据;若该正交投影距离小于该点云子区域对应的分割阈值,则可以确定该正交投影距离所对应的点云数据为表征背景的点云数据,以确定出该云子区域所包括的每一点云数据为表征前景的点云数据或表征背景的点云数据,实现对该点云子区域所包括的各点云数据的分割。进而,得到每一点云子区域的分割结果,以确定出待分割点云数据中表征前景的点云数据以及表征背景的点云数据,实现对待分割点云数据的前景和背景的分割。
应用本发明实施例,可以针对每一所包括的点云数据的数量满足预设条件的每一点云子区域,利用其对应的待利用点云数据拟合得到该点云子区域对应的待利用平面,并基于该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,自适应确定该点云子区域对应的分割阈值,进而,利用该点云子区域对应的待利用平面和分割阈值对该点云子区域所包括的各点云数据进行分割。对不同区域的点云数据分别进行前景和背景的分割,并针对不同区域的点云数据自适应确定其对应的分割阈值,得到符合该区域的点云数据的分布情况的分割阈值,实现对待分割点云数据中表征前景的点云数据以及表征背景的点云数据的准确分割,提高对点云数据的前景和背景的分割结果的准确性。
在本发明的另一实施例中,所述S104,可以包括如下步骤031-032:
031:判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向。
032:若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
本实现方式中,为了保证所拟合出的点云子区域对应的待利用平面的准确性,进而保证后续的点云数据的分割结果的准确性,且考虑到待分割点云数据所在坐标系中横轴与纵轴所在平面一般与物理地面平行,相应的,在拟合出该点云子区域对应的待利用平面之后,可以首先针对该点云子区域对应的待利用平面计算得到其法向量,并判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向,若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,则可以确定该点云子区域对应的待利用平面与待分割点云数据所在坐标系中横轴与纵轴所在平面的夹角最小,可以确定该点云子区域对应的待利用平面可以表征为地面所在平面,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
其中,该径向方向为垂直于待分割点云数据所在坐标系的横轴与纵轴所在平面的方向,即与待分割点云数据所在坐标系的竖轴的方向平行。
在本发明的另一实施例中,所述方法还可以包括如下步骤041-044:
041:在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,基于该点云子区域对应的待利用点云数据的高度,确定该点云子区域对应的高度分割阈值;
042:针对该点云子区域所包括的每一点云数据,判断该点云数据的高度是否高于该点云子区域对应的高度分割阈值;
043:若点云数据的高度高于该点云子区域对应的高度分割阈值,确定该点云数据为前景点云数据;
044:若点云数据的高度不高于该点云子区域对应的高度分割阈值,确定该点云数据为背景点云数据,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
在一种实现方式中,考虑到若点云子区域所包括的点云数据的个数较少,其契合所得的平面模型不足以体现实际的物理地面,在点云子区域所包括的点云数据的数量不满足预设条件,即点云子区域所包括的点云数据的个数与待分割点云数据的总数量的比值低于预设比值的情况下,可以采用高度值的形式,对该点云子区域所包括的点云数据进行分割。
在一种实现方式中,考虑到若基于点云子区域对应的待利用点云数据所拟合的待利用平面不够准确,如该点云子区域对应的待利用平面的法向量对应的方向不为径向方向,为了保证对点云子区域所包括的点云数据的分割结果的准确性,则不能利用该不够准确的待利用平面对点云子区域所包括的点云数据进行分割。相应的,该种情况可以采用高度值的形式,对该点云子区域所包括的点云数据进行分割。
鉴于上述两种情况,并考虑到待分割点云数据中表征地面的点云数据的高度一般较低,在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,电子设备基于该点云子区域对应的待利用点云数据的高度,确定该点云子区域对应的高度分割阈值,进而针对该点云子区域所包括的每一点云数据,判断该点云数据的高度是否高于该点云子区域对应的高度分割阈值;若点云数据的高度高于该点云子区域对应的高度分割阈值,确定该点云数据为前景点云数据;若点云数据的高度不高于该点云子区域对应的高度分割阈值,确定该点云数据为背景点云数据,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
其中,上述确定点云子区域对应的高度分割阈值的过程,可以是:计算点云子区域对应的所有待利用点云数据的高度的平均值,将该平均值作为点云子区域对应的高度分割阈值。或者可以是:计算点云子区域对应的所有待利用点云数据的高度的平均值,将该平均值与预设高度阈值的和作为点云子区域对应的高度分割阈值,这都是可以的。
在本发明的另一实施例中,在所述基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割的步骤之后,所述方法还可以包括如下步骤051-:
051:判断当前的分割次数是否达到预设次数。
052:若判断当前的分割次数未达到预设次数,将该点云子区域中的确定为背景点云数据的点云数据,确定为该点云子区域对应的新的待利用点云数据。
053:基于该点云子区域对应的新的待利用点云数据以及所述预设平面拟合方式,拟合出该点云子区域对应的新的待利用平面。
054:利用该点云子区域所包括的点云数据、该点云子区域对应的新的待利用平面以及所述预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
055:基于该点云子区域对应的新的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,返回执行051。
056:若当前的分割次数是否达到预设次数,基于对该点云子区域所包括的各点云数据进行分割所得的分割结果,确定待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
本实现方式中,为了保证对每一点云子区域中点云数据的分割结果的准确性,可以对点云子区域中的点云数据进行多个分割。具体的,在利用点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割之后,即确定出点云子区域中表征前景的点云数据以及表征背景的点云数据之后,判断当前的分割次数是否达到预设次数。
若判断当前的分割次数未达到预设次数,将其中表征背景的点云数据确定为该点云子区域对应的新的待利用点云数据;基于该点云子区域对应的新的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的新的待利用平面;利用该点云子区域所包括的点云数据、该点云子区域对应的新的待利用平面以及所述预设分割阈值确定方式,确定该点云子区域对应的分割阈值;基于该点云子区域对应的新的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,得到分割结果;并判断当前的分割次数是否达到预设次数;若判断当前的分割次数仍未达到预设次数,则继续将分割结果中表征背景的点云数据确定为该点云子区域对应的新的待利用点云数据,并执行后续流程。
若判断当前的分割次数达到预设次数,则认为该点云子区域的点云数据分割流程完成,基于对该点云子区域所包括的各点云数据进行分割所得的分割结果,确定待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
一种实现中,上述预设次数为根据实际情况进行设置的数值。一种情况该预设次数可以为2~3次。
相应于上述方法实施例,本发明实施例提供了一种装置,如图4所示,所述装置可以包括:
划分模块410,被配置为对所获得的待分割点云数据进行区域划分,得到多个点云子区域;
第一确定模块420,被配置为针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据;
第一拟合模块430,被配置为在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;
第二确定模块440,被配置为利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
分割确定模块450,被配置为基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
应用本发明实施例,可以针对每一所包括的点云数据的数量满足预设条件的每一点云子区域,利用其对应的待利用点云数据拟合得到该点云子区域对应的待利用平面,并基于该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,自适应确定该点云子区域对应的分割阈值,进而,利用该点云子区域对应的待利用平面和分割阈值对该点云子区域所包括的各点云数据进行分割。对不同区域的点云数据分别进行前景和背景的分割,并针对不同区域的点云数据自适应确定其对应的分割阈值,得到符合该区域的点云数据的分布情况的分割阈值,实现对待分割点云数据中表征前景的点云数据以及表征背景的点云数据的准确分割,提高对点云数据的前景和背景的分割结果的准确性。
在本发明的另一实施例中,所述第一拟合模块430,被具体配置为基于该点云子区域所包括的待利用点云数据的坐标值以及预设平面方程,拟合出该点云子区域对应的待利用平面。
在本发明的另一实施例中,所述第二确定模块440,被具体配置为判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向;
若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
在本发明的另一实施例中,所述第二确定模块440,被具体配置为针对该点云子区域所包括的每一点云数据,基于该点云数据的坐标值,确定该点云数据到该点云子区域对应的待利用平面的正交投影距离,作为该点云数据对应的正交投影距离;
基于该点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,确定该点云子区域对应的分割阈值。
在本发明的另一实施例中,所述装置还包括:
第三确定模块(图中未示出),被配置为在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,基于该点云子区域对应的待利用点云数据的高度,确定该点云子区域对应的高度分割阈值;
第一判断模块(图中未示出),被配置为针对该点云子区域所包括的每一点云数据,判断该点云数据的高度是否高于该点云子区域对应的高度分割阈值;
第四确定模块(图中未示出),被配置为若点云数据的高度高于该点云子区域对应的高度分割阈值,确定该点云数据为前景点云数据;
第五确定模块(图中未示出),被配置为若点云数据的高度不高于该点云子区域对应的高度分割阈值,确定该点云数据为背景点云数据,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
在本发明的另一实施例中,所述第一确定模块420,被具体配置为针对每一点云子区域,基于该点云子区域所包括的各点云数据的高度,对该点云子区域所包括的各点云数据进行排序,确定该点云子区域所包括的各点云数据中高度最低的预设数量个点云数据,作为该点云子区域对应的第一点云数据;
针对每一点云子区域,基于该点云子区域对应的第一点云数据的高度的均值,确定该点云子区域对应的种子选取高度;
针对每一点云子区域,将该点云子区域所包括的点云数据中,高度低于该点云子区域对应的种子选取高度的点云数据,确定为该点云子区域对应的待利用点云数据。
在本发明的另一实施例中,所述装置还包括:
第二判断模块(图中未示出),被配置为在所述基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割之后,判断当前的分割次数是否达到预设次数;
第六确定模块(图中未示出),被配置为若判断当前的分割次数未达到预设次数,将该点云子区域中的确定为背景点云数据的点云数据,确定为该点云子区域对应的新的待利用点云数据;
第二拟合模块(图中未示出),被配置为基于该点云子区域对应的新的待利用点云数据以及所述预设平面拟合方式,拟合出该点云子区域对应的新的待利用平面;
第七确定模块(图中未示出),被配置为利用该点云子区域所包括的点云数据、该点云子区域对应的新的待利用平面以及所述预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
分割模块(图中未示出),被配置为基于该点云子区域对应的新的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,返回触发所述第二判断模块;
第八确定模块(图中未示出),被配置为若当前的分割次数是否达到所述预设次数,基于对该点云子区域所包括的各点云数据进行分割所得的分割结果,确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
上述系统、装置实施例与系统实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。装置实施例是基于方法实施例得到的,具体的说明可以参见方法实施例部分,此处不再赘述。本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (9)
1.一种点云数据分割方法,其特征在于,所述方法包括:
对所获得的待分割点云数据进行区域划分,得到多个点云子区域;
针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据;
在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;
利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据;
所述利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值的步骤,包括:
针对该点云子区域所包括的每一点云数据,基于该点云数据的坐标值,确定该点云数据到该点云子区域对应的待利用平面的正交投影距离,作为该点云数据对应的正交投影距离;
基于该点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,确定该点云子区域对应的分割阈值;
所述预设线性关系通过如下公式表示:f=kc+b;
其中,f表示点云子区域对应的分割阈值,c表示地面波动程度,k表示预设的波动程度影响系数,b表示最小阈值,并由点云子区域对应的待利用点云数据到点云子区域对应的待利用平面的正交投影距离的均值确定;
所述地面波动程度通过如下公式表示:
其中,disti表示点云子区域所包括的第i个点云数据到点云子区域对应的待利用平面的正交投影距离,n为点云子区域所包括的点云数据的个数。
2.如权利要求1所述的方法,其特征在于,所述基于该点云子区域所包括的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面的步骤,包括:
基于该点云子区域所包括的待利用点云数据的坐标值以及预设平面方程,拟合出该点云子区域对应的待利用平面。
3.如权利要求1所述的方法,其特征在于,所述利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值的步骤,包括:
判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向;
若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
在点云子区域所包括的点云数据的数量不满足预设条件的情况下,或者,在该点云子区域对应的待利用平面的法向量对应的方向不为径向方向的情况下,基于该点云子区域对应的待利用点云数据的高度,确定该点云子区域对应的高度分割阈值;
针对该点云子区域所包括的每一点云数据,判断该点云数据的高度是否高于该点云子区域对应的高度分割阈值;
若点云数据的高度高于该点云子区域对应的高度分割阈值,确定该点云数据为前景点云数据;
若点云数据的高度不高于该点云子区域对应的高度分割阈值,确定该点云数据为背景点云数据,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
5.如权利要求1-4任一项所述的方法,其特征在于,所述针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据的步骤,包括:
针对每一点云子区域,基于该点云子区域所包括的各点云数据的高度,对该点云子区域所包括的各点云数据进行排序,确定该点云子区域所包括的各点云数据中高度最低的预设数量个点云数据,作为该点云子区域对应的第一点云数据;
针对每一点云子区域,基于该点云子区域对应的第一点云数据的高度的均值,确定该点云子区域对应的种子选取高度;
针对每一点云子区域,将该点云子区域所包括的点云数据中,高度低于该点云子区域对应的种子选取高度的点云数据,确定为该点云子区域对应的待利用点云数据。
6.如权利要求1-4任一项所述的方法,其特征在于,在所述基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割的步骤之后,所述方法还包括:
判断当前的分割次数是否达到预设次数;
若判断当前的分割次数未达到预设次数,将该点云子区域中的确定为背景点云数据的点云数据,确定为该点云子区域对应的新的待利用点云数据;
基于该点云子区域对应的新的待利用点云数据以及所述预设平面拟合方式,拟合出该点云子区域对应的新的待利用平面;
利用该点云子区域所包括的点云数据、该点云子区域对应的新的待利用平面以及所述预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
基于该点云子区域对应的新的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,返回执行所述判断当前的分割次数是否达到预设次数的步骤;
若当前的分割次数是否达到所述预设次数,基于对该点云子区域所包括的各点云数据进行分割所得的分割结果,确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据。
7.一种点云数据分割装置,其特征在于,所述装置包括:
划分模块,被配置为对所获得的待分割点云数据进行区域划分,得到多个点云子区域;
第一确定模块,被配置为针对每一点云子区域,基于该点云子区域所包括的各点云数据,确定该点云子区域对应的待利用点云数据;
第一拟合模块,被配置为在点云子区域所包括的点云数据的数量满足预设条件的情况下,基于该点云子区域对应的待利用点云数据以及预设平面拟合方式,拟合出该点云子区域对应的待利用平面;
第二确定模块,被配置为利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值;
分割确定模块,被配置为基于该点云子区域对应的待利用平面以及该点云子区域对应的分割阈值,对该点云子区域所包括的各点云数据进行分割,以确定所述待分割点云数据中表征前景的点云数据以及表征背景的点云数据;
所述第二确定模块,被具体配置为针对该点云子区域所包括的每一点云数据,基于该点云数据的坐标值,确定该点云数据到该点云子区域对应的待利用平面的正交投影距离,作为该点云数据对应的正交投影距离;
基于该点云子区域所包括的点云数据的数量、该点云子区域所包括的每一点云数据对应的正交投影距离以及预设线性关系,确定该点云子区域对应的分割阈值;
所述预设线性关系通过如下公式表示:f=kc+b;
其中,f表示点云子区域对应的分割阈值,c表示地面波动程度,k表示预设的波动程度影响系数,b表示最小阈值,并由点云子区域对应的待利用点云数据到点云子区域对应的待利用平面的正交投影距离的均值确定;
所述地面波动程度通过如下公式表示:
其中,disti表示点云子区域所包括的第i个点云数据到点云子区域对应的待利用平面的正交投影距离,n为点云子区域所包括的点云数据的个数。
8.如权利要求7所述的装置,其特征在于,所述第一拟合模块,被具体配置为基于该点云子区域所包括的待利用点云数据的坐标值以及预设平面方程,拟合出该点云子区域对应的待利用平面。
9.如权利要求8所述的装置,其特征在于,所述第二确定模块,被具体配置为判断该点云子区域对应的待利用平面的法向量对应的方向是否为径向方向;
若判断该点云子区域对应的待利用平面的法向量对应的方向为径向方向,利用该点云子区域所包括的点云数据、该点云子区域对应的待利用平面以及预设分割阈值确定方式,确定该点云子区域对应的分割阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480679.0A CN112508970B (zh) | 2020-12-16 | 2020-12-16 | 一种点云数据分割方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480679.0A CN112508970B (zh) | 2020-12-16 | 2020-12-16 | 一种点云数据分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112508970A CN112508970A (zh) | 2021-03-16 |
CN112508970B true CN112508970B (zh) | 2023-08-25 |
Family
ID=74972078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011480679.0A Active CN112508970B (zh) | 2020-12-16 | 2020-12-16 | 一种点云数据分割方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112508970B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114581739B (zh) * | 2022-04-15 | 2023-04-18 | 长沙公信诚丰信息技术服务有限公司 | 一种基于特征识别的点云标注方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143194A (zh) * | 2014-08-20 | 2014-11-12 | 清华大学 | 一种点云分割方法及装置 |
US9934590B1 (en) * | 2015-06-25 | 2018-04-03 | The United States Of America As Represented By The Secretary Of The Air Force | Tchebichef moment shape descriptor for partial point cloud characterization |
CN111427059A (zh) * | 2020-03-20 | 2020-07-17 | 燕山大学 | 一种车前地形检测方法及系统 |
CN111639682A (zh) * | 2020-05-13 | 2020-09-08 | 北京三快在线科技有限公司 | 基于点云数据的地面分割方法及装置 |
-
2020
- 2020-12-16 CN CN202011480679.0A patent/CN112508970B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143194A (zh) * | 2014-08-20 | 2014-11-12 | 清华大学 | 一种点云分割方法及装置 |
US9934590B1 (en) * | 2015-06-25 | 2018-04-03 | The United States Of America As Represented By The Secretary Of The Air Force | Tchebichef moment shape descriptor for partial point cloud characterization |
CN111427059A (zh) * | 2020-03-20 | 2020-07-17 | 燕山大学 | 一种车前地形检测方法及系统 |
CN111639682A (zh) * | 2020-05-13 | 2020-09-08 | 北京三快在线科技有限公司 | 基于点云数据的地面分割方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于三维不规则点云的地面分割算法;张名芳,等;吉林大学学报;第47卷(第5期);第1387-1394页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112508970A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110988912B (zh) | 自动驾驶车辆的道路目标与距离检测方法、系统、装置 | |
CN107230218B (zh) | 用于生成对从安装在运载工具上的摄像机捕捉的图像导出的估计的置信度测量的方法和设备 | |
CN109087510B (zh) | 交通监测方法及装置 | |
CN110674705B (zh) | 基于多线激光雷达的小型障碍物检测方法及装置 | |
CN109635816B (zh) | 车道线生成方法、装置、设备以及存储介质 | |
EP3287945A1 (en) | Automated vehicle road model definition system | |
US20140177915A1 (en) | Method and apparatus for detecting object | |
CN108985171A (zh) | 运动状态估计方法和运动状态估计装置 | |
CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
CN111487641A (zh) | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 | |
CN115049700A (zh) | 一种目标检测方法及装置 | |
CN110807806B (zh) | 一种障碍物检测方法、装置及存储介质和终端设备 | |
CN109948635B (zh) | 一种基于激光扫描的目标识别方法及装置 | |
CN110889399B (zh) | 基于深度学习的高分辨率遥感影像弱小目标检测方法 | |
CN115066708A (zh) | 点云数据运动分割方法、装置、计算机设备和存储介质 | |
CN112927309B (zh) | 一种车载相机标定方法、装置、车载相机及存储介质 | |
CN112699734B (zh) | 门槛检测方法、移动机器人及存储介质 | |
CN113238209B (zh) | 基于毫米波雷达的道路感知方法、系统、设备及存储介质 | |
CN112528781B (zh) | 一种障碍物检测方法、装置、设备和计算机可读存储介质 | |
CN112508970B (zh) | 一种点云数据分割方法及装置 | |
CN113253294A (zh) | 关于3d雷达点云数据中地面点检测的方法、装置及介质 | |
EP3435352A1 (en) | Travel path detection method and travel path detection device | |
CN115372995A (zh) | 一种基于欧式聚类的激光雷达目标检测方法及系统 | |
CN116109047A (zh) | 一种基于三维智能检测的智能调度方法 | |
CN114241448A (zh) | 障碍物航向角的获取方法、装置、电子设备及车辆 |
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 |