CN113763260A

CN113763260A - 一种基于水珠噪声的滤噪方法、装置、设备及存储介质

Info

Publication number: CN113763260A
Application number: CN202110194072.4A
Authority: CN
Inventors: 李�浩
Original assignee: Jingdong Kunpeng Jiangsu Technology Co Ltd
Current assignee: Jingdong Kunpeng Jiangsu Technology Co Ltd
Priority date: 2021-02-20
Filing date: 2021-02-20
Publication date: 2021-12-07
Anticipated expiration: 2041-02-20
Also published as: CN113763260B

Abstract

本发明实施例公开了一种基于水珠噪声的滤噪方法、装置、设备及存储介质。该方法包括：获取待处理点云数据中预设距离范围内的待识别点云数据；基于至少两个预设角度区间和所述待识别点云数据对应的点云角度数据，确定所述待识别点云数据对应的目标角度区间；基于所述目标角度区间的区间个数和各所述目标角度区间分别对应的区间角度，确定所述待识别点云数据所属的数据类型；如果所述数据类型为水珠噪声数据，则基于所述待识别点云数据对所述待处理点云数据进行滤噪处理，得到目标点云数据。本发明实施例解决了近距离点云数据直接被删除导致存在扫描盲区的问题，提高了后续雷达检测的安全性。

Description

一种基于水珠噪声的滤噪方法、装置、设备及存储介质

技术领域

本发明实施例涉及雷达检测技术领域，尤其涉及一种基于水珠噪声的滤噪方法、装置、设备及存储介质。

背景技术

激光雷达设备作为无人车的主要感知传感器，可以有效感知车辆周围的三维环境。当无人车遇到雨天、洒水车、灌溉喷泉等情况时，容易在激光雷达扫描表面挂有水珠，从而在激光雷达点云中产生由于水珠反射激光信号产生的噪声点，使得感知系统出现误检测的问题。

由于水珠噪声的特点为仅在近激光雷达的一定范围内出现，所以现有技术通常采用的方法是将采集到的雷达点云数据中的近距离点云数据直接删除，以达到滤除水珠噪声的目的。

在实现本发明的过程中，发现现有技术中至少存在以下技术问题：

如果将近距离点云数据直接删除，会增加激光雷达的绝对扫描盲区，当障碍物距离激光雷达较近时，无法得到有效的点云数据，存在较大的安全隐患。

发明内容

本发明实施例提供了一种基于水珠噪声的滤噪方法、装置、设备及存储介质，以解决近距离点云数据直接被删除导致存在扫描盲区的问题，提高了后续雷达检测的安全性。

第一方面，本发明实施例提供了一种基于水珠噪声的滤噪方法，该方法包括：

获取待处理点云数据中预设距离范围内的待识别点云数据；

基于至少两个预设角度区间和所述待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定所述待识别点云数据对应的目标角度区间；其中，所述目标角度区间为分类得到的非空集的点云数据集合对应的预设角度区间；

基于所述目标角度区间的区间个数和各所述目标角度区间分别对应的区间角度，确定所述待识别点云数据所属的数据类型；

如果所述数据类型为水珠噪声数据，则基于所述待识别点云数据对所述待处理点云数据进行滤噪处理，得到目标点云数据。

第二方面，本发明实施例还提供了一种基于水珠噪声的滤噪装置，该装置包括：

待识别点云数据获取模块，用于获取待处理点云数据中预设距离范围内的待识别点云数据；

目标角度区间确定模块，用于基于至少两个预设角度区间和所述待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定所述待识别点云数据对应的目标角度区间；其中，所述目标角度区间为分类得到的非空集的点云数据集合对应的预设角度区间；

数据类型确定模块，用于基于所述目标角度区间的区间个数和各所述目标角度区间分别对应的区间角度，确定所述待识别点云数据所属的数据类型；

目标点云数据确定模块，用于如果所述数据类型为水珠噪声数据，则基于所述待识别点云数据对所述待处理点云数据进行滤噪处理，得到目标点云数据。

第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述所涉及的任一所述的基于水珠噪声的滤噪方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的基于水珠噪声的滤噪方法。

上述发明中的实施例具有如下优点或有益效果：

本发明实施例通过确定待识别点云数据对应的目标角度区间，并基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型，当数据类型为水珠噪声数据时再对待处理点云数据进行滤噪处理，解决了近距离点云数据直接被删除导致存在扫描盲区的问题，增加了待识别点云数据所属的数据类型的判断步骤，从而提高了后续雷达检测的安全性。

附图说明

图1是本发明实施例一提供的一种基于水珠噪声的滤噪方法的流程图。

图2是本发明实施例二提供的一种基于水珠噪声的滤噪方法的流程图。

图3是本发明实施例二提供的一种基于水珠噪声的滤波方法的具体实例的流程图。

图4是本发明实施例三提供的一种基于水珠噪声的滤噪装置的示意图。

图5是本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的一种基于水珠噪声的滤噪方法的流程图，本实施例可适用于对点云数据中的水珠噪声数据进行滤噪的情况，该方法可以由基于水珠噪声的滤噪装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可以配置于终端设备中。具体包括如下步骤：

S110、获取待处理点云数据中预设距离范围内的待识别点云数据。

其中，示例性的，待处理点云数据可以是激光雷达传感器采集到的点云数据，具体的，每个点云数据包括但不限于激光雷达坐标系下的三维空间坐标、返回的激光强度和采集时间戳等。

在一个实施例中，待处理点云数据包括激光雷达传感器基于水平视角采集到的点云数据，具体的，该待处理点云数据为激光雷达传感器水平安装时采集到的。在另一个实施例中，当激光雷达传感器的安装角度为非水平视角时，基于外参标定的方法将激光雷达传感器采集到的点云数据转换到水平视角坐标系，得到待处理点云数据。

其中，预设距离范围可用于保证待处理点云数据相对于激光雷达传感器的距离范围。具体的，预设距离范围可以是大于等于0且小于等于预设距离阈值的距离范围，其中，示例性的，预设距离阈值可以是0.3m。

S120、基于至少两个预设角度区间和待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定待识别点云数据对应的目标角度区间。

其中，具体的，预设角度区间是基于激光雷达传感器对应的可视角度范围划分得到的角度区间。预设角度区间对应的区间角度范围可以是1°、2°或5°等。举例而言，假设可视角度范围为[0°,10°]，当预设角度区间对应的区间角度范围为1°时，则预设角度区间的个数为10个，当预设角度区间对应的区间角度范围为2°时，则预设角度区间的个数为5个，当预设角度区间对应的区间角度范围为5°时，则预设角度区间的个数为2个。此处对预设角度区间对应的区间角度范围的不作限定，可根据实际需求进行设置。

其中，示例性的，如果待识别点云数据为基于水平视角坐标系的点云数据，则点云角度数据可以是待识别点云在XOY平面与X轴或Y轴的夹角。

在本实施例中，目标角度区间为分类得到的非空集的点云数据集合对应的预设角度区间。其中，具体的，基于点云角度数据和至少两个预设角度区间对待识别点云数据进行分类，得到至少两个点云数据集合，并将非空集的点云数据集合对应的预设角度区间作为目标角度区间。

S130、基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型。

在一个实施例中，可选的，基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型，包括：基于目标角度区间的区间个数和预设角度区间的区间个数，确定待识别点云数据对应的点云分布比例；基于各目标角度区间分别对应的区间角度，确定待识别点云数据对应的点云分布类型；基于点云分布比例和点云分布类型，确定待识别点云数据所属的数据类型。

其中，具体的，点云分布比例ratio满足公式：

其中，realsize表示目标角度区间的区间个数，visiblesize表示预设角度区间的区间个数。

在一个实施例中，可选的，基于各目标角度区间分别对应的区间角度，确定待识别点云数据对应的点云分布类型，包括：针对每两个相邻的目标角度区间，基于各目标角度区间分别对应的区间角度，确定两个目标角度区间之间的角度差值；基于至少一个角度差值，确定待识别点云数据对应的点云分布类型。

其中，示例性的，区间角度可以是目标角度区间对应的最大角度、最小角度、中值角度或均值角度等等。举例而言，假设两个相邻目标角度区间分别为[0°,10°]以及[30°,40°]，且区间角度为最小角度，则上述两个目标角度区间之间的角度差值为30°。

在一个实施例中，可选的，基于至少一个角度差值，确定待识别点云数据对应的点云分布类型，包括：如果至少一个角度差值均小于预设差值阈值，则将待识别点云数据对应的点云分布类型设置为均匀分布；如果至少一个角度差值大于等于预设差值阈值，则将待识别点云数据对应的点云分布类型设置为非均匀分布。

其中，示例性的，预设差值阈值可以是45°。此处对预设差值阈值的具体取值不作限定，可根据实际需求进行设置。

在一个实施例中，可选的，基于点云分布比例和点云分布类型，确定待识别点云数据所属的数据类型，包括：如果点云分布比例大于预设比例阈值，且点云分布类型为均匀分布，则将待识别点云数据所属的数据类型设置为水珠噪声数据。

其中，示例性的，预设比例阈值可以是0.5，此处对预设比例阈值的具体取值不作限定，可根据实际需求进行设置。

S140、如果数据类型为水珠噪声数据，则基于待识别点云数据对待处理点云数据进行滤噪处理，得到目标点云数据。

其中，示例性的，将待识别点云数据标记为噪声点云数据，将噪声点云数据从待处理点云数据中删除，得到目标点云数据。

本实施例的技术方案，通过确定待识别点云数据对应的目标角度区间，并基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型，当数据类型为水珠噪声数据时再对待处理点云数据进行滤噪处理，解决了近距离点云数据直接被删除导致存在扫描盲区的问题，增加了待识别点云数据所属的数据类型的判断步骤，从而提高了后续雷达检测的安全性。

实施例二

图2是本发明实施例二提供的一种基于水珠噪声的滤噪方法的流程图，本实施例的技术方案是上述实施例的基础上的进一步细化。可选的，所述基于至少两个预设角度区间和所述待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定所述待识别点云数据对应的目标角度区间，包括：将获取到的待识别点云数据对应的点云角度数据进行角度转换，得到与预设角度区间对应的点云角度数据；基于转换后的点云角度数据和至少两个预设角度区间对待识别点云数据进行分类，得到至少两个点云数据集合，并将非空集的点云数据集合对应的预设角度区间作为目标角度区间。

本实施例的具体实施步骤包括：

S210、获取待处理点云数据中预设距离范围内的待识别点云数据。

S220、将获取到的待识别点云数据对应的点云角度数据进行角度转换，得到与预设角度区间对应的点云角度数据。

其中，示例性的，如果预设角度区间是基于[0°,360°]划分的角度区间，而待识别点云数据对应的点云角度数据对应的角度范围为[-180°,180°]，则需要对点云角度数据进行数据转换，得到与预设角度区间对应的点云角度数据。举例而言，假设获取到的点云角度数据为-90°，则角度转换后的点云角度数据为270°。

S230、基于转换后的点云角度数据和至少两个预设角度区间对待识别点云数据进行分类，得到至少两个点云数据集合，并将非空集的点云数据集合对应的预设角度区间作为目标角度区间。

S240、基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型。

S250、如果数据类型为水珠噪声数据，则基于待识别点云数据对待处理点云数据进行滤噪处理，得到目标点云数据。

在上述实施例的基础上，可选的，基于点云分布比例和点云分布类型，确定待识别点云数据所属的数据类型，包括：如果点云分布比例小于等于预设比例阈值，或者，点云分布类型为非均匀分布，则将待识别点云数据所属的数据类型设置为非水珠噪声数据；相应的，方法还包括：如果数据类型为非水珠噪声数据，则将待处理点云数据作为目标点云数据。

其中，具体的，如果数据类型为非水珠噪声数据，说明待处理点云数据不存在水珠噪声数据，将待处理点云数据作为目标点云数据，以后续根据目标点云数据进行雷达检测操作。

图3是本发明实施例二提供的一种基于水珠噪声的滤波方法的具体实例的流程图。具体的，获取待处理点云数据中预设距离范围内的待识别点云数据，如果该待识别点云数据为非水平视角坐标系的点云数据，则将该待识别点云数据转换为水平视角坐标系的点云数据。在水平视角坐标系下，统计待识别点云数据对应的角度分布，如果点云分布比例大于预设比例阈值且点云分布类型为均匀分布，则将待识别点云数据标记为噪声点云数据，并将待识别点云数据从待处理点云数据中删除，得到目标点云数据。如果点云分布比例小于等于预设比例阈值，或者，点云分布类型为非均匀分布，则保留待识别点云数据，将待处理点云数据作为目标点云数据。

本实施例的技术方案，通过在对待识别点云数据对应的点云角度数据进行角度转换，得到与预设角度区间对应的点云角度数据之后，再执行对待识别点云数据进行分类确定目标角度区间的步骤，解决了点云角度数据对应的角度标准与预设角度区间对应的角度标准不一致的问题，避免数据处理过程中出现逻辑错误，进而提高了滤噪过程的执行效率。

实施例三

图4是本发明实施例三提供的一种基于水珠噪声的滤噪装置的示意图。本实施例可适用于对点云数据中的水珠噪声数据进行滤噪的情况，该装置可采用软件和/或硬件的方式实现，该装置可以配置于终端设备中。该基于水珠噪声的滤噪装置包括：待识别点云数据获取模块310、目标角度区间确定模块320、数据类型确定模块330和目标点云数据确定模块340。

其中，待识别点云数据获取模块310，用于获取待处理点云数据中预设距离范围内的待识别点云数据；

目标角度区间确定模块320，用于基于至少两个预设角度区间和待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定待识别点云数据对应的目标角度区间；其中，目标角度区间为分类得到的非空集的点云数据集合对应的预设角度区间；

数据类型确定模块330，用于基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型；

目标点云数据确定模块340，用于如果数据类型为水珠噪声数据，则基于待识别点云数据对待处理点云数据进行滤噪处理，得到目标点云数据。

在上述技术方案的基础上，可选的，数据类型确定模块330包括：

点云分布比例确定单元，用于基于目标角度区间的区间个数和预设角度区间的区间个数，确定待识别点云数据对应的点云分布比例；

点云分布类型确定单元，用于基于各目标角度区间分别对应的区间角度，确定待识别点云数据对应的点云分布类型；

数据类型确定单元，用于基于点云分布比例和点云分布类型，确定待识别点云数据所属的数据类型。

在上述技术方案的基础上，可选的，点云分布类型确定单元，包括：

角度差值确定子单元，用于针对每两个相邻的目标角度区间，基于各目标角度区间分别对应的区间角度，确定两个目标角度区间之间的角度差值；

点云分布类型确定子单元，用于基于至少一个角度差值，确定待识别点云数据对应的点云分布类型。

在上述技术方案的基础上，可选的，点云分布类型确定子单元，具体用于：

如果至少一个角度差值均小于预设差值阈值，则将待识别点云数据对应的点云分布类型设置为均匀分布；

如果至少一个角度差值大于等于预设差值阈值，则将待识别点云数据对应的点云分布类型设置为非均匀分布。

在上述技术方案的基础上，可选的，数据类型确定单元，具体用于：

如果点云分布比例大于预设比例阈值，且点云分布类型为均匀分布，则将待识别点云数据所属的数据类型设置为水珠噪声数据。

在上述技术方案的基础上，可选的，数据类型确定单元，具体用于：如果点云分布比例小于等于预设比例阈值，或者，点云分布类型为非均匀分布，则将待识别点云数据所属的数据类型设置为非水珠噪声数据；

相应的，目标点云数据确定模块340还用于：如果数据类型为非水珠噪声数据，则将待处理点云数据作为目标点云数据。

在上述技术方案的基础上，可选的，目标角度区间确定模块320，具体用于：

将获取到的待识别点云数据对应的点云角度数据进行角度转换，得到与预设角度区间对应的点云角度数据；

基于转换后的点云角度数据和至少两个预设角度区间对待识别点云数据进行分类，得到至少两个点云数据集合，并将非空集的点云数据集合对应的预设角度区间作为目标角度区间。

本发明实施例所提供的基于水珠噪声的滤噪装置可以用于执行本发明实施例所提供的基于水珠噪声的滤噪方法，具备执行方法相应的功能和有益效果。

值得注意的是，上述基于水珠噪声的滤噪装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例四

图5是本发明实施例四提供的一种电子设备的结构示意图，本发明实施例为本发明上述实施例的基于水珠噪声的滤噪方法的实现提供服务，可配置上述实施例中的基于水珠噪声的滤噪装置。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备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5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元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。

电子设备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电子设备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。

系统存储器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。电子设备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5未显示，通常称为“硬盘驱动器”)。尽管图5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。

电子设备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电子设备12交互的设备通信，和/或与使得该电子设备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，电子设备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5所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备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。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的基于水珠噪声的滤噪方法。

通过上述电子设备，解决了近距离点云数据直接被删除导致存在扫描盲区的问题，增加了待识别点云数据所属的数据类型的判断步骤，从而提高了后续雷达检测的安全性。

实施例五

本发明实施例五还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种基于水珠噪声的滤噪方法，该方法包括：

获取待处理点云数据中预设距离范围内的待识别点云数据；

基于至少两个预设角度区间和待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定待识别点云数据对应的目标角度区间；其中，目标角度区间为分类得到的非空集的点云数据集合对应的预设角度区间；

基于目标角度区间的区间个数和各目标角度区间分别对应的区间角度，确定待识别点云数据所属的数据类型；

如果数据类型为水珠噪声数据，则基于待识别点云数据对待处理点云数据进行滤噪处理，得到目标点云数据。

本发明实施例的计算机存储介质，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，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)。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的基于水珠噪声的滤噪方法中的相关操作。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims

1.一种基于水珠噪声的滤噪方法，其特征在于，包括：

获取待处理点云数据中预设距离范围内的待识别点云数据；

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标角度区间的区间个数和各所述目标角度区间分别对应的区间角度，确定所述待识别点云数据所属的数据类型，包括：

基于所述目标角度区间的区间个数和所述预设角度区间的区间个数，确定所述待识别点云数据对应的点云分布比例；

基于各所述目标角度区间分别对应的区间角度，确定所述待识别点云数据对应的点云分布类型；

基于所述点云分布比例和所述点云分布类型，确定所述待识别点云数据所属的数据类型。

3.根据权利要求2所述的方法，其特征在于，所述基于各所述目标角度区间分别对应的区间角度，确定所述待识别点云数据对应的点云分布类型，包括：

针对每两个相邻的目标角度区间，基于各所述目标角度区间分别对应的区间角度，确定两个目标角度区间之间的角度差值；

基于至少一个角度差值，确定所述待识别点云数据对应的点云分布类型。

4.根据权利要求3所述的方法，其特征在于，所述基于至少一个角度差值，确定所述待识别点云数据对应的点云分布类型，包括：

如果至少一个角度差值均小于预设差值阈值，则将所述待识别点云数据对应的点云分布类型设置为均匀分布；

如果至少一个角度差值大于等于预设差值阈值，则将所述待识别点云数据对应的点云分布类型设置为非均匀分布。

5.根据权利要求4所述的方法，其特征在于，所述基于所述点云分布比例和所述点云分布类型，确定所述待识别点云数据所属的数据类型，包括：

如果所述点云分布比例大于预设比例阈值，且所述点云分布类型为均匀分布，则将所述待识别点云数据所属的数据类型设置为水珠噪声数据。

6.根据权利要求4所述的方法，其特征在于，所述基于所述点云分布比例和所述点云分布类型，确定所述待识别点云数据所属的数据类型，包括：

如果所述点云分布比例小于等于预设比例阈值，或者，所述点云分布类型为非均匀分布，则将所述待识别点云数据所属的数据类型设置为非水珠噪声数据；

相应的，所述方法还包括：如果所述数据类型为非水珠噪声数据，则将所述待处理点云数据作为目标点云数据。

7.根据权利要求1所述的方法，其特征在于，所述基于至少两个预设角度区间和所述待识别点云数据对应的点云角度数据，对待识别点云数据进行分类，确定所述待识别点云数据对应的目标角度区间，包括：

8.一种基于水珠噪声的滤噪装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的基于水珠噪声的滤噪方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的基于水珠噪声的滤噪方法。