CN114155168A - 一种全自动点云数据的偏移纠正方法及系统 - Google Patents
一种全自动点云数据的偏移纠正方法及系统 Download PDFInfo
- Publication number
- CN114155168A CN114155168A CN202111494306.3A CN202111494306A CN114155168A CN 114155168 A CN114155168 A CN 114155168A CN 202111494306 A CN202111494306 A CN 202111494306A CN 114155168 A CN114155168 A CN 114155168A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- transformation parameters
- point
- control
- filtering
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012937 correction Methods 0.000 title claims abstract description 23
- 230000009466 transformation Effects 0.000 claims abstract description 74
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 238000004422 calculation algorithm Methods 0.000 claims description 34
- 238000005070 sampling Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种全自动点云数据的偏移纠正方法及系统,其方法包括:获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。本发明提供的方法可应用于大规模点云数据的偏移纠正中,效率高,效果稳定可靠,能有效的矫正不同时间维度上多次采集点云之间的偏差。
Description
技术领域
本发明属于高精度地图的数据处理与自动驾驶技术领域,具体涉及一种全自动点云数据的偏移纠正方法及系统。
背景技术
在自动驾驶领域,高精度地图数据可作为自动驾驶的对比标准,或者在自动驾驶某些感知缺失时的补充,对于开发自动驾驶功能具有重要的意义。高精度地图除了传统道路拓扑外,还需要包含许多地物要素,例如护栏、路沿、杆、标识牌等,使用一个激光传感器往往不能兼顾所有需要采集的地物,因此,许多数据采集系统往往使用多个传感器,如多个相机,单线,多线激光传感器同时采集数据。
多传感器由于安装位置不同,在实际使用中因为震动等各种因素,传感器往往会发生偏移,多个传感器数据统一到全局坐标后会产生错位,从而引入一个问题,需要对多个传感器之间的数据进行配准,同时,由于传感器主要依靠GNSS和IMU设备定位,而在高速行驶的采集设备上,GNSS和IMU会存在一定的误差,导致不同时段采集的数据存在偏移。当不同时刻采集的点云数据有重叠时可以看到明显的重影,因此在生成高精度数字地图时要纠正这些偏移。
目前,主要通过人工手动选择同名控制点,再通过同名控制点来纠正偏移,该方法速度慢且准确性依赖人工选择的同名点,对于大量点云,人工操作可能会有遗漏,且选择同名点时容易错选,导致错误的结果。
发明内容
为解决现有技术点云的纠偏依赖人工,自动化程度和准确率不高的问题,在本发明的第一方面提供了一种全自动点云数据的偏移纠正方法,包括:获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。
在本发明的一些实施例中,所述计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤包括:对每个所述控制点所确定的目标点云与源点云进行下采样;对下采样后的目标点云与源点云,通过两种不同算法分别进行配准计算,得到两组变换参数;根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤。
进一步的,所述根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤包括:若两组变换参数的中的一个或多个参数的一致性低于阈值,则:判断该组变换参数为低置信度参数;对于被判断为低置信度参数所对应的控制点,通过其相邻的若干个点的变换参数和中值滤波得到该点的变换参数。
优选的,对滤波后的控制点及其变换参数进行插值,得到固定间隔的控制点及其变换参数。
在上述实施例中,所述两种不同算法包括第一算法和第二算法,所述第一算法包括GICP算法或NDT算法;所述第二算法包括ransac算法。
在上述的实施例中,所述根据所述轨迹信息确定一个或多个需配准的控制点包括:每隔一段固定距离从源点云的轨迹上取一点,将其作为控制点;若存在某个点云与其邻近控制点的距离小于阈值,且与源点云的轨迹方向一致,则判断:所述控制点需要配准。
本发明的第二方面,提供了一种全自动点云数据的偏移纠正系统,包括:获取模块,用于获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;
过滤模块,用于计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;
纠偏模块,用于遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。
进一步的,所述过滤模块包括下采样单元、配准单元和过滤单元,所述下采样单元,用于对每个所述控制点所确定的目标点云与源点云进行下采样;所述配准单元,用于对下采样后的目标点云与源点云,通过两种不同算法分别进行配准计算,得到两组变换参数;所述过滤单元,用于根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤。
本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,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本发明在第一方面提供的全自动点云数据的偏移纠正方法。
本发明的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本发明在第一方面提供的全自动点云数据的偏移纠正方法。
本发明的有益效果是:
1.本发明通过确定控制点结合配准算法,将同时间维度上采集的同一区域的点云的匹配或配准问题转化为若干个控制点的问题,并通过过滤算法和置信度的计算,剔除无效控制点,从而提高了偏移纠正的准确性;
2.通过控制点确定需要配准的点云,相对减少了无关点云配准的计算量,进而提高了校准的稳定性和可靠性;因此本发明提供的方法稳定可靠,效率高。
附图说明
图1为本发明的一些实施例中的全自动点云数据的偏移纠正方法的基本流程示意图;
图2为本发明的一些实施例中的全自动点云数据的偏移纠正方法的具体流程示意图;
图3为本发明的一些实施例中的全自动点云数据的偏移纠正系统的结构示意图;
图4为本发明的一些实施例中的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
参考图1或图2,在本发明的第一方面,提供了一种全自动点云数据的偏移纠正方法,包括:S100.获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;S200.计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;S300.遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。可以理解,通过点云采集时记录的轨迹信息,匹配同一区域不同时刻采集的点云,因此,步骤S100也可理解为全局点云配对。
在本发明的一些实施例的步骤S200中,所述计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤包括:S201.对每个所述控制点所确定的目标点云与源点云进行下采样;具体地,在步骤S201中,包括:遍历步骤S100中生成的控制点,对需要进行配准计算的控制点,根据控制点的空间信息,读入相应的点云文件,并在源点云和目标点云中选取离控制点距离10m内的扫描线,对所选中的源点云和目标点云进行下采样(可使用5cm*5cm*5cm分辨率的网格下采样);
S202.对下采样后的目标点云与源点云,通过两种不同算法分别进行配准计算,得到两组变换参数;具体地,对于网格下采样得到的源点云和目标点云,同时使用两种方法对其进行点云配准计算,其一是利用GICP或NDT算法,直接对点云配准,得到变换参数;其二,对采样得到的源点云和目标点云提取平面(可用ransac算法),约束平面的法向为沿z方向附近,得到的平面即为地面(局部地面可等效为平面)。由提取的源点云平面和目标点云平面距离及法向信息获取变换参数T1,并根据该参数对下采样源点云进行变换,然后把源点云和目标点云投影到平面上,按2cm*2cm的分辨率生成图片,通过图像的特征点和特征向量(可用ORB方法)匹配两幅图片,得到在平面上的平移和旋转参数T2,由T1和T2综合起来得到下采样源点云和目标点云的变换参数;
可以理解,上述S200的步骤可概括为:依据纠偏目标与源点云的轨迹信息,将轨迹按距离分为多段,每段的中心点为一个控制点,该控制点对应一块点云,并且在点云采集设备的行驶轨迹上,处于云中的中间位置附近,利用轨迹航向和控制点距离参数匹配目标与源点云控制点,生成控制点对。上述变换参数通常包括点云在世界坐标系中的坐标、点云投影到图像坐标系中坐标或相应的旋转矩阵R以及平移矩阵T。
S203.根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤。进一步的,在步骤S203中,所述根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤包括:若两组变换参数的中的一个或多个参数的一致性低于阈值,则:判断该组变换参数为低置信度参数;对于被判断为低置信度参数所对应的控制点,通过其相邻的若干个点的变换参数和中值滤波得到该点的变换参数。
具体地,与上述用GICP或NDT算法得到的参数比较,结果一致的参数设为高置信度参数,结果不一致的设为低置信度参数。在所有需要配准的控制点计算完成后,对高置信度的点,参数不变,低置信度的点,利用其前后各5个点的参数,中值滤波得到该点的参数,滤波后,将控制点和其对应的变换参数进行插值(线性插值或样条插值)得到间隔为0.2m的控制点和变换参数。
优选的,对滤波后的控制点及其变换参数进行插值,得到固定间隔的控制点及其变换参数。具体地,遍历源点云所有扫描线,寻找离其最近的控制点,当距离在阈值内(5m)时,根据距离对变换参数加权,使距离越远变换参数越小,使用加权的参数对扫描线进行变换,最终得到纠正偏移后的点云。
可选的,在上述实施例的步骤S202或S203中,所述两种不同算法包括第一算法和第二算法,所述第一算法包括VGICP(Voxelized Generalized ICP,体素化的广义迭代最近点)、GICP(Generalized ICP,广义迭代最近点)、NDT(Normal Distribution Transform,正态分布变换)或ICP(Iterative Closest Point,迭代邻近点)算法;所述第二算法包括ransac(Random Sample Consensus,随机抽样一致)算法。
在上述的实施例的步骤S100中,所述根据所述轨迹信息确定一个或多个需配准的控制点包括:S101.每隔一段固定距离从源点云的轨迹上取一点,将其作为控制点;S102.若存在某个点云与其邻近控制点的距离小于阈值,且与源点云的轨迹方向一致,则判断:所述控制点需要配准。
具体地,读取同一区域不同时间维度采集的点云数据的轨迹信息;在源点云轨迹上每隔15米取一个点,为纠偏控制点,在目标点云轨迹上搜索离该控制点最近的点,若距离小于某一阈值(如同向同道路可设置为10m),且两个点的前进方向一致,表明该控制点存在与之相关的目标点云,为需要进行点云配准计算的控制点。
实施例2
参考图3,本发明的第二方面,提供了一种全自动点云数据的偏移纠正系统1,包括:获取模块11,用于获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;过滤模块12,用于计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;纠偏模块13,用于遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。
进一步的,所述过滤模块12包括下采样单元、配准单元和过滤单元,所述下采样单元,用于对每个所述控制点所确定的目标点云与源点云进行下采样;所述配准单元,用于对下采样后的目标点云与源点云,通过两种不同算法分别进行配准计算,得到两组变换参数;所述过滤单元,用于根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤。
实施例3
参考图4,本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,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本发明在第一方面的方法。
电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所描述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个计算机程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:
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公开的实施例的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++、Python,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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,两个接连地表示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操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。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种全自动点云数据的偏移纠正方法,其特征在于,包括:
获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;
计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;
遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。
2.根据权利要求1所述的全自动点云数据的偏移纠正方法,其特征在于,所述计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤包括:
对每个所述控制点所确定的目标点云与源点云进行下采样;
对下采样后的目标点云与源点云,通过两种不同算法分别进行配准计算,得到两组变换参数;
根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤。
3.根据权利要求2所述的全自动点云数据的偏移纠正方法,其特征在于,所述根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤包括:
若两组变换参数的中的一个或多个参数的一致性低于阈值,则:判断该组变换参数为低置信度参数;
对于被判断为低置信度参数所对应的控制点,通过其相邻的若干个点的变换参数和中值滤波得到该点的变换参数。
4.根据权利要求3所述的全自动点云数据的偏移纠正方法,其特征在于,还包括:
对滤波后的控制点及其变换参数进行插值,得到固定间隔的控制点及其变换参数。
5.根据权利要求2所述的全自动点云数据的偏移纠正方法,其特征在于,所述两种不同算法包括第一算法和第二算法,
所述第一算法包括GICP算法或NDT算法;
所述第二算法包括ransac算法。
6.根据权利要求1至5任一项所述的全自动点云数据的偏移纠正方法,其特征在于,所述根据所述轨迹信息确定一个或多个需配准的控制点包括:
每隔一段固定距离从源点云的轨迹上取一点,将其作为控制点;
若存在某个点云与其邻近控制点的距离小于阈值,且与源点云的轨迹方向一致,则判断:所述控制点需要配准。
7.一种全自动点云数据的偏移纠正系统,其特征在于,包括:
获取模块,用于获取同一区域不同时刻的多个点云及其轨迹信息,并根据所述轨迹信息确定一个或多个需配准的控制点;
过滤模块,用于计算每个需配准的控制点所确定的目标点云与源点云之间的变换参数,并根据所述变换参数对其对应的控制点进行过滤;
纠偏模块,用于遍历每个源点云并搜索与其距离最近的控制点,并根据所述控制点与过滤后的变换参数对所述源点云对应的目标点云进行纠偏。
8.根据权利要求7所述的全自动点云数据的偏移纠正系统,其特征在于,所述过滤模块包括下采样单元、配准单元和过滤单元,
所述下采样单元,用于对每个所述控制点所确定的目标点云与源点云进行下采样;
所述配准单元,用于对下采样后的目标点云与源点云,通过两种不同算法分别进行配准计算,得到两组变换参数;
所述过滤单元,用于根据两组变换参数的一致性计算所述变换参数的置信度,并根据每组变换参数的置信度对其对应的控制点进行过滤。
9.一种电子设备,包括:一个或多个处理器;存储装置,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至6任一项所述的全自动点云数据的偏移纠正方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的全自动点云数据的偏移纠正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111494306.3A CN114155168A (zh) | 2021-12-08 | 2021-12-08 | 一种全自动点云数据的偏移纠正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111494306.3A CN114155168A (zh) | 2021-12-08 | 2021-12-08 | 一种全自动点云数据的偏移纠正方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114155168A true CN114155168A (zh) | 2022-03-08 |
Family
ID=80453952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111494306.3A Pending CN114155168A (zh) | 2021-12-08 | 2021-12-08 | 一种全自动点云数据的偏移纠正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155168A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115079113A (zh) * | 2022-08-22 | 2022-09-20 | 国家海洋技术中心 | 一种基于无人船的地波雷达方向图测量方法及系统 |
CN116883490A (zh) * | 2023-05-29 | 2023-10-13 | 东莞市捷圣智能科技有限公司 | 一种定位轨迹纠偏方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667293A (zh) * | 2009-09-24 | 2010-03-10 | 哈尔滨工业大学 | 对多种传感器遥感图像进行高精度稳健配准的方法 |
CN110992463A (zh) * | 2019-11-11 | 2020-04-10 | 国网通用航空有限公司 | 一种基于三目视觉的输电导线弧垂的三维重建方法及系统 |
CN112767464A (zh) * | 2020-12-28 | 2021-05-07 | 三峡大学 | 一种地面激光扫描三维点云数据配准方法 |
CN113468706A (zh) * | 2021-07-26 | 2021-10-01 | 南开大学 | 配网带电作业机器人的激光点云输电线引线拟合方法 |
CN113516693A (zh) * | 2021-05-21 | 2021-10-19 | 郑健青 | 一种快速通用的图像配准方法 |
CN113743483A (zh) * | 2021-08-20 | 2021-12-03 | 浙江省测绘科学技术研究院 | 一种基于空间平面偏移分析模型的道路点云误差场景分析方法 |
-
2021
- 2021-12-08 CN CN202111494306.3A patent/CN114155168A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667293A (zh) * | 2009-09-24 | 2010-03-10 | 哈尔滨工业大学 | 对多种传感器遥感图像进行高精度稳健配准的方法 |
CN110992463A (zh) * | 2019-11-11 | 2020-04-10 | 国网通用航空有限公司 | 一种基于三目视觉的输电导线弧垂的三维重建方法及系统 |
CN112767464A (zh) * | 2020-12-28 | 2021-05-07 | 三峡大学 | 一种地面激光扫描三维点云数据配准方法 |
CN113516693A (zh) * | 2021-05-21 | 2021-10-19 | 郑健青 | 一种快速通用的图像配准方法 |
CN113468706A (zh) * | 2021-07-26 | 2021-10-01 | 南开大学 | 配网带电作业机器人的激光点云输电线引线拟合方法 |
CN113743483A (zh) * | 2021-08-20 | 2021-12-03 | 浙江省测绘科学技术研究院 | 一种基于空间平面偏移分析模型的道路点云误差场景分析方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115079113A (zh) * | 2022-08-22 | 2022-09-20 | 国家海洋技术中心 | 一种基于无人船的地波雷达方向图测量方法及系统 |
CN115079113B (zh) * | 2022-08-22 | 2022-12-13 | 国家海洋技术中心 | 一种基于无人船的地波雷达方向图测量方法及系统 |
CN116883490A (zh) * | 2023-05-29 | 2023-10-13 | 东莞市捷圣智能科技有限公司 | 一种定位轨迹纠偏方法和装置 |
CN116883490B (zh) * | 2023-05-29 | 2024-02-27 | 东莞市捷圣智能科技有限公司 | 一种定位轨迹纠偏方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112598762B (zh) | 三维车道线信息生成方法、装置、电子设备和介质 | |
US9270891B2 (en) | Estimation of panoramic camera orientation relative to a vehicle coordinate frame | |
CN111121768B (zh) | 一种机器人位姿估计方法、装置、可读存储介质及机器人 | |
CN114155168A (zh) | 一种全自动点云数据的偏移纠正方法及系统 | |
CN111461981B (zh) | 点云拼接算法的误差估计方法和装置 | |
CN115265523A (zh) | 机器人同时定位与建图方法、装置及可读介质 | |
CN110927708A (zh) | 智能路侧单元的标定方法、装置及设备 | |
CN116182878B (zh) | 道路曲面信息生成方法、装置、设备和计算机可读介质 | |
CN116399324A (zh) | 建图方法、装置及控制器、无人驾驶车辆 | |
CN114993328A (zh) | 车辆定位评估方法、装置、设备和计算机可读介质 | |
CN112150491B (zh) | 图像检测方法、装置、电子设备和计算机可读介质 | |
CN117471513A (zh) | 一种车辆定位方法、定位装置、电子设备及存储介质 | |
CN116758498B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN116740382B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN117191080A (zh) | 相机与imu外参的标定方法、装置、设备及存储介质 | |
CN111461980A (zh) | 点云拼接算法的性能估计方法和装置 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
CN112597174B (zh) | 地图更新方法、装置、电子设备和计算机可读介质 | |
CN111369624B (zh) | 定位方法和装置 | |
CN112880675B (zh) | 用于视觉定位的位姿平滑方法、装置、终端和移动机器人 | |
CN113256715B (zh) | 机器人的定位方法和装置 | |
CN114863026B (zh) | 三维车道线信息生成方法、装置、设备和计算机可读介质 | |
CN115205501B (zh) | 路面状况的显示方法、装置、设备及介质 | |
CN117373024B (zh) | 标注图像生成方法、装置、电子设备和计算机可读介质 | |
CN111325712B (zh) | 用于检测图像有效性的方法及装置 |
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 |