CN114596196A - 点云数据的滤波方法和装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了点云数据的滤波方法和装置、设备以及存储介质，涉及数据处理领域，尤其涉及硬件芯片领域。具体实现方案为：通过图形处理器对点云数据进行三维分割，得到多个原始点云集合；通过图形处理器利用多个原始点云集合的空间位置对多个原始点云集合进行空间编码，得到多个原始点云集合的编码结果；通过图形处理器基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果。本公开解决了相关技术中运行速度较慢的问题，显著提升了滤波速度，使大规模点云数据的滤波成为可能。

Description

点云数据的滤波方法和装置、设备以及存储介质

技术领域

本公开涉及数据处理技术领域，尤其涉及硬件芯片领域，具体涉及点云数据的滤波方法和装置、设备以及存储介质。

背景技术

硬件扫描及非硬件扫描中，点云数据存在一系列的集群点，为了将点云数据中的离散点剔除，可以采用滤波方法进行滤波，但是，目前的滤波方法运行速度较慢，在大规模点云数据的应用中受到限制。

发明内容

本公开提供了一种点云数据的滤波方法和装置、设备以及存储介质。

根据本公开的一方面，提供了一种点云数据的滤波方法，包括：通过图形处理器对点云数据进行三维分割，得到多个原始点云集合；通过图形处理器利用多个原始点云集合的空间位置对多个原始点云集合进行空间编码，得到多个原始点云集合的编码结果；通过图形处理器基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果。

根据本公开的第二方面，提供了一种点云数据的滤波装置，包括：分割模块，用于通过图形处理器对点云数据进行三维分割，得到多个原始点云集合；编码模块，用于通过图形处理器利用多个原始点云集合的空间位置对多个原始点云集合进行空间编码，得到多个原始点云集合的编码结果；滤波模块，用于通过图形处理器基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个图形处理器；以及与至少一个图形处理器通信连接的存储器；其中，存储器存储有可被至少一个图形处理器执行的指令，指令被至少一个图形处理器执行，以使至少一个图形处理器能够执行上述实施例中的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述实施例中的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被图形处理器执行时实现上述实施例中的方法。

在本公开的上述实施例中，通过图形处理器对点云数据进行三维分割，利用分割得到的多个原始点云数据的空间位置对多个原始点云集合进行空间编码，得到编码结果，最后基于编码结果对多个原始点云集合进行滤波，从而得到最后的滤波结果，与相关技术相比，可以充分利用空间关系提升原始点云集合的查找速度，并充分利用图形处理器的硬件结构，显著提升了滤波速度，使大规模点云数据的滤波成为可能，进而解决了相关技术中运行速度较慢的问题。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的一种点云数据的滤波方法的流程图；

图2是根据本公开实施例的一种正六面体的示意图；

图3是根据本公开实施例的一种点云数据的分割方法的示意图；

图4是根据本公开实施例的一种点云数据的滤波装置的示意图

图5是用来实现本公开实施例的点云数据的滤波方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

目前点云数据的滤波方法通常包括如下两种：第一种是半径滤波，假定原始点云数据中在指定的半径领域中至少包含一定数量的近邻点，原始点云数据中符合假设条件的激光点被视为正常点进行保留，反之，则视为噪声点并进行去除；第二种是统计滤波，假定原始点云数据中每个点云与最近的N个点云的平均距离构成一个高斯分布，则可以通过距离阈值将离群点去除。

但是，第一种方法应用场景对半径的大小敏感，且速度较慢，无法处理较大规模点云数据；第二种方法可以比较好的将离散点去除，但是由于计算量太大(查找最近邻点，计算高斯分布)，导致其运行速度较慢。

根据本公开的实施例，本公开提供了一种点云数据的滤波方法，以至少解决上述问题。

图1是根据本公开实施例的一种点云数据的滤波方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，通过图形处理器对点云数据进行三维分割，得到多个原始点云集合。

上述步骤中的图形处理器可以是电子设备中自带的图形处理器，也可以是为了实现点云数据的滤波处理而额外安装在电子设备中的图形处理器，但不仅限于此。点云数据可以是硬件扫描或非硬件扫描中生成的一组三维坐标系统中的向量集合，也即，点云数据是三维空间中的数据集合。在本公开实施例中，点云数据可以是有序点云，也可以是无序点云。

在一种可选的实施例中，为了提升点云数据的滤波速度，可以通过图形处理器在三维空间对点云数据进行均匀分割，将点云数据中所有点云按照三维空间坐标划分至不同的原始点云集合中。例如，可以指定一个如图2所示的正六面体的边长(edge_step)，在每个坐标轴方向上以edge_step为步长，将整个点云空间进行均匀分割，划分为多个空间网格，进而将每个空间网格内的点云作为一个原始点云集合。

需要说明的是，硬件扫描或非硬件扫描所生成的点云数据往往由中央处理器进行滤波，因此，可以将点云数据从中央处理器传输到图形处理器，由图形处理器进行滤波。

步骤S104，通过图形处理器利用多个原始点云集合的空间位置对多个原始点云集合进行空间编码，得到多个原始点云集合的编码结果。

由于多个原始点云集合的数量较多，对多个原始点云集合进行过滤的过程中，需要查询某个原始点云集合在空间上相邻的其他点云集合，如果直接基于不同点云集合的空间位置进行查找，则查找速度较慢，进而影响滤波效率。

在一种可选的实施例中，为了提升点云集合的查找速度，可以基于多个原始点云集合的空间位置，通过图形处理器对多个原始点云集合进行编码，通过具有一定规律的编码值(即上述的编码结果)表示多个原始点云集合。上在此基础上，当需要查询某个原始点云集合在空间上相邻的其他点云集合时，可以直接基于该原始点云集合的编码值，通过函数计算得到其他点云集合的编码值，实现通过O(1)的复杂度即可找到最近邻的所有点云集合，达到快速查找原始点云集合的目的。

需要说明的是，虽然编码过程需要消耗相同数量级的图形处理器的内存，但是能够得到性能上两个数量级以上的提升，因此，具有良好的使用价值。

步骤S106，通过图形处理器基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果。

上述步骤中的滤波结果可以是从点云数据中去除离散点之后的多个点云。

需要说明的是，由于多个原始点云集合是按照空间坐标进行划分的，而且编码结果是对多个原始点云集合进行空间编码得到的，因此，相邻原始点云集合的编码结果存在一定的数值规律，因此，可以根据滤波过程的实际需求，预先根据不同原始点云集合的编码结果，设定相应的计算函数，从而通过编码结果可以快速对滤波过程中需要的原始点云集合进行查找并滤波，节省了近邻点云的查找时间。

在一种可选的实施例中，为了提高滤波准确度和滤波速度，可以采用多种滤波方式结合的方法进行滤波，例如，可以采用半径滤波和统计滤波相结合的方法，首先，采用半径滤波对同一个原始点云集合中的点云进行滤波，然后采用统计滤波对滤波后的点云集合进行再次滤波，从而得到最终的滤波结果。

采用本公开上述实施例，通过图形处理器对点云数据进行三维分割，利用分割得到的多个原始点云数据的空间位置对多个原始点云集合进行空间编码，得到编码结果，最后基于编码结果对多个原始点云集合进行滤波，从而得到最后的滤波结果，与相关技术相比，可以充分利用空间关系提升原始点云集合的查找速度，并充分利用图形处理器的硬件结构，显著提升了滤波速度，使大规模点云数据的滤波成为可能，进而解决了相关技术中运行速度较慢的问题。

需要说明的是，本公开实施例中所有流程步骤均由图形处理器执行，因此，后续描述过程中对此不做赘述。

在本公开上述实施例中，点云数据包括：多个空间坐标对应的点云，对点云数据进行三维分割，得到多个原始点云集合包括：确定点云数据对应的三维空间；按照预设长度对三维空间进行均匀划分，得到多个空间网格；基于多个空间坐标与多个空间网格的对应关系，将多个空间坐标对应的点云划分为多个原始点云集合。

上述步骤中的预设长度可以是预先由用户指定的正六面体边长edge_step，该长度可以是一个固定值，也可以是一个由用户随意修改的值。

点云数据的三维空间为：[(x_min，y_min，z_min)，(x_max，y_max，z_max)]，在一种可选的实施例中，可以按照edge_step将点云从最小值到最大值之间的三维空间进行均匀分割，也即，可以在每个坐标轴方向上均匀划分多个坐标区间，进而得到三个坐标轴方向上的多个空间网格，其中，x轴方向上划分的坐标区间的个数为size_x，y轴方向上划分的坐标区间的个数为size_y，z轴方向上划分的坐标区间的个数为size_z，多个空间网格的总个数为size_xyz＝size_x*size_y*size_z。进一步地，将落在同一个空间网格内的所有点云划分至同一个原始点云集合，因此，多个原始点云集合与多个空间网格是一一对应的。

通过上述步骤，通过按照预设长度对三维空间进行划分，实现将点云数据中近邻点云划分至同一个原始点云集合的效果，虽然点云数据的分割消耗图形处理器的内存，但是，同样能够达到滤波速度的提升。

在本公开上述实施例中，利用多个原始点云集合的空间位置对多个原始点云集合进行空间编码，得到多个原始点云集合的编码结果包括：基于空间位置，确定第一起始位置和多个原始点云集合的第二起始位置，其中，起始位置为点云数据中的最小空间位置，第二起始位置用于表征每个原始点云集合中的最小空间位置；基于第一起始位置和第二起始位置，确定每个原始点云集合的间隔数量，其中，间隔数量用于表征第一起始位置和第二起始位置之间所间隔的预设长度的数量；基于间隔数量对每个原始点云集合进行空间编码，得到每个原始点云集合的编码结果。

上述的第一起始位置可以是整个点云数据对应的三维空间的最小坐标，例如，点云空间的范围是[(x_min，y_min，z_min)，(x_max，y_max，z_max)]，则第一起始位置可以是(x_min，y_min，z_min)。第二起始位置可以是每个原始点云集合对应的空间网格的最小坐标，但不仅限于此，第二起始位置需要与第一起始位置相对应，也即，第一起始位置表示最小坐标，则第二起始位置也表示最小坐标；第一起始位置表示最大坐标，则第二起始位置也表示最大坐标。

在一种可选的实施例中，可以以第一坐标位置为起点，按照x、y、z的顺序，对多个原始点云集合进行空间编码，确定x轴方向edge_step的总个数为size_x，y轴方向edge_step的总个数为size_y，z轴方向edge_step的总个数为size_z，(x，y)平面的总个数为size_xy＝size_x*size_y。具体编码方式可以采用如图3所示的方式，也即，从第一起始位置开始，首先保持y和z不变，按照edge_step为步长，依次增大x，从而得到沿x轴方向上，个数为size_x的原始点云集合的编码值依次增加1；然后继续保持z不变，在x从最小到最大执行一遍后，可以按照edge_step为步长，增加y，从而得到如图3所示的中(x，y)平面下的编码，例如，以x轴和y轴上均划分3个原始点云集合为例，(x，y)平面中九个原始点云集合的编码值分别为1、2、3、4、5、6、7、8和9；在对(x，y)平面中进行编码之后，按照edge_step为步长，增大z轴，可以得到三维空间中(x，y，z)的编码。

在另一种可选的实施例中，也可以以第一坐标位置为起点，按照y、z、x的顺序，对多个原始点云集合进行空间编码，整个编码流程与上述实施例中相同，在此不做赘述，区别仅在于对于不同的原始点云集合所得到的编码值不同。

需要说明的是，在实际应用场景中，可以根据需要确定三个坐标轴的编码顺序，从而得到简单且具有一定规律的编码结果。

通过上述步骤，通过基于第一起始位置和第二起始位置确定间隔数量，并基于间隔数量对多个原始点云集合进行编码，达到充分利用空间关系，提升查找速度的目的。

在本公开上述实施例中，基于第一起始位置和第二起始位置，确定每个原始点云集合的间隔数量包括：获取不同坐标轴方向上，第二起始位置与第一起始位置的差值，得到不同坐标轴方向上的距离；获取不同坐标轴方向上的距离与预设长度的比值，得到间隔数量。

在一种可选的实施例中，对于每个原始点云集合，可以针对不同坐标轴方向，计算不同的间隔数量，也即，计算edge_step的数量。需要说明的是，由于原始点云集合是按照edge_step进行划分的，因此，第一起始位置和第二起始位置之间的距离等于预设长度与间隔数量的乘积，因此，可以基于该距离与预设长度的比值，得到间隔数量。例如，以第一起始位置为(x₁，y₁，z₁)，第二起始位置为(x₂，y₂，z₂)为例，对于x轴方向，间隔数量＝(x₂-x₁)/edge_step；对于y轴方向，间隔数量＝(y₂-y₁)/edge_step；对于z轴方向，间隔数量＝(z₂-z₁)/edge_step。

通过上述步骤，通过获取第一起始位置和第二起始位置在不同坐标轴方向上的距离，来确定该坐标轴方向上的间隔数量，进而达到快速对多个原始点云数据进行编码的目的。

在本公开上述实施例中，间隔数量包括：第一坐标轴方向上的第一数量，第二坐标轴方向上的第二数量，第三坐标轴方向上的第三数量，基于间隔数量，确定每个原始点云集合的编码结果包括：基于第一数量，得到第一编码值；获取第二数量与第一预设数量的乘积，得到第二编码值，其中，第一预设数量用于表征第一坐标轴方向上划分的原始点云集合的数量；获取第三数量与第二预设数量的乘积，得到第三编码值，其中，第二预设数量用于表征第一坐标轴和第二坐标轴确定的平面上划分的原始点云集合的数量；获取第一编码值、第二编码值和第三编码值之和，得到编码结果。

在一种可选的实施例中，结合图3所示的编码结果可知，在x轴方向上，原始点云集合的x坐标增加，编码值相差1，因此，可以直接获取第一数量和预设值1之和，得到第一编码值；在y轴方向上，原始点云集合的y坐标增加，编码值相差为x轴方向edge_step的总个数为size_x，因此，可以获取第二数量和size_x的乘积，得到第二编码值；在z轴方向上，原始点云集合的z坐标增加，编码值相差为(x，y)平面的总个数为size_xy，因此，可以获取第三数量和size_xy的乘积，得到第三编码值。最终将三个编码值进行求和，可以得到最终的编码结果。

通过上述步骤，通过分别针对不同坐标轴上的数量确定编码值，进而通过汇总所有坐标轴对应的编码值，可以得到最终的编码结果，上述编码过程简单，且编码值具有一定规律，在后续查找最近邻的原始点云集合的过程中，可以直接通过函数计算得到，达到提升查找速度，进而提升滤波效率的目的。

在本公开上述实施例中，基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果包括：确定每个原始点云集合包含的点云的目标数量；去除多个原始点云集合中目标数量小于预设数量的第一点云集合，得到多个第一点云集合；基于编码结果，确定与第一点云集合在三维空间中相邻的第二点云集合；获取第一点云集合和第二点云集合中的点云间的平均距离；基于平均距离对多个第一点云集合进行过滤，得到滤波结果。

上述步骤中的预设数量可以基于半径滤波所设定的数量阈值，该数量可以是一个固定值，也可以是一个由用户随意修改的值。

在一种可选的实施例中，可以采用半径滤波的方法，将原始点云集合中点云的目标数量少于预设数量的原始点云集合去除，使上述原始点云数据不再参加后续的滤波。然后采用统计滤波的方法对剩余的第一点云集合进行滤波，也即，可以对半径滤波后的每个点云所在第一点云集合和空间相邻的其他第一点云集合中的点云求平均距离，并根据平均距离进行滤波，得到最终的滤波结果。

通过上述步骤，通过采用多种滤波方法相结合的方式进行滤波，达到提升滤波准确度，确保滤波效果的效果。

在本公开上述实施例中，基于平均距离对多个第一点云集合进行过滤，得到滤波结果包括：获取平均距离的均值和方差；基于均值和方差，确定距离阈值；去除多个第一点云集合中平均距离大于距离阈值的点云，得到滤波结果。

在一种可选的实施例中，可以根据半径滤波后所有点云计算得到的平均距离求均值和方差，并且由用户预先设定一个固定阈值k，或由用户随机更改的阈值k，然后通过如下公式确定距离阈值：距离阈值＝均值+k方差，最后基于距离阈值进行滤波，去除平均距离大于距离阈值的点云，剩余的点云即为最终的滤波结果。

通过上述步骤，通过平均距离的均值和方差确定距离阈值，确保将离散点准确去除，达到提升滤波准确度，确保滤波效果的效果。

在本公开上述实施例中，基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果包括：获取多个原始点云集合对应的哈希表，其中，哈希表用于存储多个原始点云集合包含的点云的标识信息；基于编码结果对哈希表进行滤波，得到滤波结果。

上述的标识信息可以是点云的标识，例如，可以点云数据在数组中的下角标，但不仅限于此。

为了进一步提升不同原始点云集合中点云数据的快速查找，可以基于原始点云集合包含的点云的标识信息构建哈希表，每张哈希表中存储了同一个原始点云集合包含的所有点云的标识信息。在一种可选的实施例中，可以通过图形处理器基于原始点云集合中的所有点云的标识信息创建哈希表，从而可以采用半径滤波的方法去除哈希表中点云的目标数量小于预设数量的点云，然后对滤波后剩余的每个点云所在哈希表和空间相邻的哈希表中的点云求平均距离，实现统计滤波。

通过上述步骤，通过对原始点云集合进行编码，创建哈希表，充分利用空间关系，通过O(1)的复杂度即可找到最近邻的27个哈希表(包括当前点云所在的哈希表)，达到提升临近点云的查找速度，进而提升滤波速度的效果。虽然创建哈希表的过程需要消耗相同数量级的图形处理器内存，但是能够得到性能上两个数量级以上的提升，因此，具有良好的实用价值。

根据本公开的实施例，本公开还提供了一种点云数据的滤波装置，该装置可以执行上述实施例中提供的，具体的实施方案与应用场景与上述实施例相同或相似，在此不做赘述。

图4是根据本公开实施例的一种点云数据的滤波装置的示意图，如图4所示，具体可以包括：

分割模块42，用于通过图形处理器对点云数据进行三维分割，得到多个原始点云集合；

编码模块44，用于通过图形处理器利用多个原始点云集合的空间位置对多个原始点云集合进行空间编码，得到多个原始点云集合的编码结果；

滤波模块46，用于通过图形处理器基于编码结果对多个原始点云集合进行滤波，得到点云数据的滤波结果。

在本公开上述实施例中，点云数据包括：多个空间坐标对应的点云，分割模块包括：空间确定单元，用于确定点云数据对应的三维空间；网格划分单元，用于按照预设长度对三维空间进行均匀划分，得到多个空间网格；点云划分单元，用于基于多个空间坐标与多个空间网格的对应关系，将多个空间坐标对应的点云划分为多个原始点云集合。

在本公开上述实施例中，编码模块包括：位置确定单元，用于基于空间位置，确定第一起始位置和多个原始点云集合的第二起始位置，其中，起始位置为点云数据中的最小空间位置，第二起始位置用于表征每个原始点云集合中的最小空间位置；间隔数量确定单元，用于基于第一起始位置和第二起始位置，确定每个原始点云集合的间隔数量，其中，间隔数量用于表征第一起始位置和第二起始位置之间所间隔的预设长度的数量；编码单元，用于基于间隔数量对每个原始点云集合进行空间编码，得到每个原始点云集合的编码结果。

在本公开上述实施例中，间隔数量确定单元还用于获取不同坐标轴方向上，第二起始位置与第一起始位置的差值，得到不同坐标轴方向上的距离，并获取不同坐标轴方向上的距离与预设长度的比值，得到间隔数量。

在本公开上述实施例中，间隔数量包括：第一坐标轴方向上的第一数量，第二坐标轴方向上的第二数量，第三坐标轴方向上的第三数量，编码单元还用于基于第一数量，得到第一编码值；获取第二数量与第一预设数量的乘积，得到第二编码值，其中，第一预设数量用于表征第一坐标轴方向上划分的原始点云集合的数量；获取第三数量与第二预设数量的乘积，得到第三编码值，其中，第二预设数量用于表征第一坐标轴和第二坐标轴确定的平面上划分的原始点云集合的数量；获取第一编码值、第二编码值和第三编码值之和，得到编码结果。

在本公开上述实施例中，滤波模块包括：点云数量确定单元，用于确定每个原始点云集合包含的点云的目标数量；去除单元，用于去除多个原始点云集合中目标数量小于预设数量的第一点云集合，得到多个第一点云集合；集合确定单元，用于基于编码结果，确定与第一点云集合在三维空间中相邻的第二点云集合；距离获取单元，用于获取第一点云集合和第二点云集合中的点云间的平均距离；过滤单元，用于基于平均距离对多个第一点云集合进行过滤，得到滤波结果。

在本公开上述实施例中，过滤单元还用于：获取平均距离的均值和方差；基于均值和方差，确定距离阈值；去除多个第一点云集合中平均距离大于距离阈值的点云，得到滤波结果。

在本公开上述实施例中，滤波模块包括：哈希表获取单元，用于获取多个原始点云集合对应的哈希表，其中，哈希表用于存储多个原始点云集合包含的点云的标识信息；滤波单元，用于基于编码结果对哈希表进行滤波，得到滤波结果。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元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。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如点云数据的滤波方法。例如，在一些实施例中，点云数据的滤波方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的点云数据的滤波方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行点云数据的滤波方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种点云数据的滤波方法，包括：

通过图形处理器对点云数据进行三维分割，得到多个原始点云集合；

通过所述图形处理器利用所述多个原始点云集合的空间位置对所述多个原始点云集合进行空间编码，得到所述多个原始点云集合的编码结果；

通过所述图形处理器基于所述编码结果对所述多个原始点云集合进行滤波，得到所述点云数据的滤波结果。

2.根据权利要求1所述的方法，其中，所述点云数据包括：多个空间坐标对应的点云，对所述点云数据进行三维分割，得到所述多个原始点云集合包括：

确定所述点云数据对应的三维空间；

按照预设长度对所述三维空间进行均匀划分，得到多个空间网格；

基于所述多个空间坐标与所述多个空间网格的对应关系，将所述多个空间坐标对应的点云划分为所述多个原始点云集合。

3.根据权利要求1所述的方法，其中，利用所述多个原始点云集合的空间位置对所述多个原始点云集合进行空间编码，得到所述多个原始点云集合的编码结果包括：

基于所述空间位置，确定第一起始位置和所述多个原始点云集合的第二起始位置，其中，所述起始位置为所述点云数据中的最小空间位置，所述第二起始位置用于表征每个原始点云集合中的最小空间位置；

基于所述第一起始位置和所述第二起始位置，确定所述每个原始点云集合的间隔数量，其中，所述间隔数量用于表征所述第一起始位置和所述第二起始位置之间所间隔的预设长度的数量；

基于所述间隔数量对所述每个原始点云集合进行空间编码，得到所述每个原始点云集合的编码结果。

4.根据权利要求3所述的方法，其中，基于所述第一起始位置和所述第二起始位置，确定所述每个原始点云集合的间隔数量包括：

获取不同坐标轴方向上，所述第二起始位置与所述第一起始位置的差值，得到所述不同坐标轴方向上的距离；

获取所述不同坐标轴方向上的距离与预设长度的比值，得到所述间隔数量。

5.根据权利要求3所述的方法，其中，所述间隔数量包括：第一坐标轴方向上的第一数量，第二坐标轴方向上的第二数量，第三坐标轴方向上的第三数量，基于所述间隔数量，确定所述每个原始点云集合的编码结果包括：

基于所述第一数量，得到第一编码值；

获取所述第二数量与第一预设数量的乘积，得到第二编码值，其中，所述第一预设数量用于表征所述第一坐标轴方向上划分的原始点云集合的数量；

获取所述第三数量与第二预设数量的乘积，得到第三编码值，其中，所述第二预设数量用于表征所述第一坐标轴和所述第二坐标轴确定的平面上划分的原始点云集合的数量；

获取所述第一编码值、所述第二编码值和所述第三编码值之和，得到所述编码结果。

6.根据权利要求1所述的方法，其中，基于所述编码结果对所述多个原始点云集合进行滤波，得到所述点云数据的滤波结果包括：

确定每个原始点云集合包含的点云的目标数量；

去除所述多个原始点云集合中所述目标数量小于预设数量的点云集合，得到多个第一点云集合；

基于所述编码结果，确定与所述第一点云集合在三维空间中相邻的第二点云集合；

获取所述第一点云集合和所述第二点云集合中的点云间的平均距离；

基于所述平均距离对所述多个第一点云集合进行过滤，得到所述滤波结果。

7.根据权利要求6所述的方法，其中，基于所述平均距离对所述多个第一点云集合进行过滤，得到所述滤波结果包括：

获取所述平均距离的均值和方差；

基于所述均值和所述方差，确定距离阈值；

去除所述多个第一点云集合中平均距离大于所述距离阈值的点云，得到所述滤波结果。

8.根据权利要求1至7中任意一项所述的方法，基于所述编码结果对所述多个原始点云集合进行滤波，得到所述点云数据的滤波结果包括：

获取所述多个原始点云集合对应的哈希表，其中，所述哈希表用于存储所述多个原始点云集合包含的点云的标识信息；

基于所述编码结果对所述哈希表进行滤波，得到所述滤波结果。

9.一种点云数据的滤波装置，包括：

分割模块，用于通过图形处理器对点云数据进行三维分割，得到多个原始点云集合；

编码模块，用于通过所述图形处理器利用所述多个原始点云集合的空间位置对所述多个原始点云集合进行空间编码，得到所述多个原始点云集合的编码结果；

滤波模块，用于通过所述图形处理器基于所述编码结果对所述多个原始点云集合进行滤波，得到所述点云数据的滤波结果。

10.根据权利要求9所述的装置，其中，所述点云数据包括：多个空间坐标对应的点云，所述分割模块包括：

空间确定单元，用于确定所述点云数据对应的三维空间；

网格划分单元，用于按照预设长度对所述三维空间进行均匀划分，得到多个空间网格；

点云划分单元，用于基于所述多个空间坐标与所述多个空间网格的对应关系，将所述多个空间坐标对应的点云划分为所述多个原始点云集合。

11.根据权利要求9所述的装置，其中，所述编码模块包括：

位置确定单元，用于基于所述空间位置，确定第一起始位置和所述多个原始点云集合的第二起始位置，其中，所述起始位置为所述点云数据中的最小空间位置，所述第二起始位置用于表征每个原始点云集合中的最小空间位置；

间隔数量确定单元，用于基于所述第一起始位置和所述第二起始位置，确定所述每个原始点云集合的间隔数量，其中，所述间隔数量用于表征所述第一起始位置和所述第二起始位置之间所间隔的预设长度的数量；

编码单元，用于基于所述间隔数量对所述每个原始点云集合进行空间编码，得到所述每个原始点云集合的编码结果。

12.根据权利要求9所述的装置，其中，所述滤波模块包括：

点云数量确定单元，用于确定每个原始点云集合包含的点云的目标数量；

去除单元，用于去除所述多个原始点云集合中所述目标数量小于预设数量的点云集合，得到多个第一点云集合；

集合确定单元，用于基于所述编码结果，确定与所述第一点云集合在三维空间中相邻的第二点云集合；

获取单元，用于获取所述第一点云集合和所述第二点云集合中的点云间的平均距离；

过滤单元，用于基于所述平均距离对所述多个第一点云集合进行过滤，得到所述滤波结果。

13.一种电子设备，包括：

至少一个图形处理器；以及

与所述至少一个图形处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个图形处理器执行的指令，所述指令被所述至少一个图形处理器执行，以使所述至少一个图形处理器能够执行权利要求1-8中任一项所述的方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。

15.一种计算机程序产品，包括计算机程序，所述计算机程序在被图形处理器执行时实现根据权利要求1-8中任一项所述的方法。

Images