CN114596331A - 一种点云背景生成方法、装置及通信设备 - Google Patents
一种点云背景生成方法、装置及通信设备 Download PDFInfo
- Publication number
- CN114596331A CN114596331A CN202011410908.1A CN202011410908A CN114596331A CN 114596331 A CN114596331 A CN 114596331A CN 202011410908 A CN202011410908 A CN 202011410908A CN 114596331 A CN114596331 A CN 114596331A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud information
- background
- voxel
- voxel unit
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-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
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种点云背景生成方法、装置及通信设备,涉及通信技术领域。该方法包括:对多帧点云数据的每帧点云数据进行处理得到初始背景点云信息和初始运动点云信息;确定初始运动点云信息所属的多个体素单元并记录每个体素单元对应的帧数;基于路侧设备的误差信息确定每个体素单元对应的阈值;将体素单元对应的帧数与阈值进行比较,确定体素单元的点云信息是否属于背景点云信息;若体素单元的点云信息均不属于背景点云信息,则根据初始背景点云信息生成目标点云背景信息;若体素单元的点云信息属于背景点云信息,则根据体素单元的点云信息和初始背景点云信息生成目标点云背景信息。本发明能够解决目前点云背景生成方式中存在背景漏检的问题。
Description
技术领域
本发明涉及通信技术领域,特别是指一种点云背景生成方法、装置及通信设备。
背景技术
目前路侧点云背景生成主要有两种,一种是通过数据关联的方式,手动选择没有动态目标的背景帧,对数据帧与背景帧空间点进行一对一的关联,之后将帧间两点距离小于阈值的点识别为静态目标点。另一种是通过对空间进行体素化,将多帧背景数据导入体素中,通过多帧背景帧点云聚合并投射到体素中,查看体素中点的个数,判断是否为背景体素。如果点个数大于阈值,则认为是背景,如果小于阈值,则认为体素有动态目标经过,不作为背景。
基于数据关联的背景生成方式需要手动采集没有动态目标的背景帧,且背景中的树叶等非固定的背景点云很难通过数据关联去除,在体素化的背景去除算法中,不要求背景帧中点云为完全静态,通过但考虑设备抖动,激光雷达误差等因素,在距离较远时,相同激光器在不同帧点云中的点,会在不同体素中,导致背景聚合点云在较远的背景体素中分布较小,容易被识别为动态目标,尤其是地面背景漏检,容易对后续目标识别算法产生影响。
发明内容
本发明的目的是提供一种点云背景生成方法、装置及通信设备,解决目前点云背景生成方式中存在背景漏检的问题。
为达到上述目的,本发明的实施例提供一种点云背景生成方法,包括:
获取路侧设备采集的多帧点云数据;
针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
可选地,所述针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,包括:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
可选地,所述针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,并记录每个体素单元对应的帧数,包括:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
可选地,所述基于所述路侧设备的误差信息,确定每个体素单元对应的阈值,包括:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
可选地,所述确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数,包括:
计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积;
计算所述体素单元在所述误差区域上的正投影面积;
确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
可选地,所述计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积,包括:
根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
可选地,所述根据所述帧次,确定所述体素单元对应的阈值,包括:
若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
可选地,所述将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息,包括:
若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;
若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
为达到上述目的,本发明的实施例提供一种点云背景生成装置,包括:
获取模块,用于获取路侧设备采集的多帧点云数据;
处理模块,用于针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
确定模块,用于基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
比较模块,用于将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
生成模块,用于若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
可选地,所述处理模块还用于:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
可选地,所述处理模块还用于:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
可选地,所述确定模块还用于:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
可选地,所述处理模块包括:
第一计算单元,用于计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积;
第二计算单元,用于计算所述体素单元在所述误差区域上的正投影面积;
确定单元,用于确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
可选地,所述第一计算单元包括:
第一计算子单元,用于根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
第二计算子单元,用于根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
可选地,所述处理模块包括:
第一处理单元,用于若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
第二处理单元,用于若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
可选地,所述比较模块包括:
第一比较单元,用于若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;
第二比较单元,用于若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
为达到上述目的,本发明的实施例提供一种通信设备,包括:收发器和处理器;
所述收发器用于:获取路侧设备采集的多帧点云数据;
所述处理器用于:针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
可选地,所述处理器还用于:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
可选地,所述处理器还用于:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
可选地,所述处理器还用于:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
可选地,所述处理器还用于:
计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积;
计算所述体素单元在所述误差区域上的正投影面积;
确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
可选地,所述处理器还用于:
根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
可选地,所述处理器还用于:
若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
可选地,所述处理器还用于:
若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;
若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
为达到上述目的,本发明的实施例提供一种通信设备,包括收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令;所述处理器执行所程序或指令时实现如上所述的点云背景生成方法中的步骤。
为达到上述目的,本发明的实施例提供一种可读存储介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现如上所述的点云背景生成方法中的步骤。
本发明的上述技术方案的有益效果如下:
本发明实施例通过初步筛选出初始背景点云信息,可以保证在对除所述初始背景点云信息之外的点云信息,即初始运动点云信息处理时,降低处理量,从而提高处理效率。并通过对初步筛选得到的初始运动点云信息进一步进行处理,确定初步筛选得到的初始运动点云信息是否包含了背景点云信息,从而可以降低了背景点云信息的漏检率。
附图说明
图1为本发明实施例的点云背景生成方法的流程图;
图2为本发明实施例的确定路侧设备的误差区域内可投影的体素单元的个数的流程图;
图3为本发明实施例的路侧设备和体素单元i在坐标系内的示意图;
图4为本发明实施例的点云背景生成装置的框图;
图5为本发明实施例的通信设备的框图之一;
图6为本发明实施例的通信设备的框图之二。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在本申请所提供的实施例中,应理解,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
如图1所示,本发明实施例的一种点云背景生成方法,可以具体包括以下步骤:
步骤11:获取路侧设备采集的多帧点云数据。
可选地,路侧设备可以通过激光雷达采集多帧点云数据。该多帧点云数据的数量可以基于实际需求确定,例如:可以选择200帧点云数据进行处理,当然本发明实施例不以此为限。
可选地,可以是在获取路侧设备采集的多帧点云数据之后,针对每一帧点云数据进行下述步骤12的处理;或者,还可以是在获取路侧设备采集的一帧点云数据之后,执行下述步骤12的处理,即获取到帧点云数据后则进行相应处理,从而实现对多帧点云数据的处理,本发明实施例不以此为限。
步骤12:针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数。
可选地,初始背景点云信息可以是拟合得到的点云数据中近平滑的面上的点,如:地面、建筑物对应的面、草坪等。这里所说的近平滑的面可以是指曲率小于预设阈值的面,而“曲率”仅用于使得本领域技术人员能够得知何为“近平滑的面”,而并非限定需要基于“曲率”来拟合得到初始背景点云信息。
可选地,初始运动点云信息可以是指点云数据中除所述初始背景点云信息之外的点云信息,例如:车辆、树木等。
这样,通过初步筛选出初始背景点云信息,可以保证在对除所述初始背景点云信息之外的点云信息,即初始运动点云信息处理时,降低处理量,从而提高处理效率。
步骤13:基于所述路侧设备的误差信息,确定每个体素单元对应的阈值。
可选地,该路侧设备的误差信息可以包括路侧设备本身抖动所产生的误差,或者激光雷达采集数据时的误差等。
步骤14:将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息。
可选地,上述步骤14可以具体包括:若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
当然,除了采用上述将体素单元对应的帧数与阈值进行对比的方式之外,还可以采用其他方式,如:判断体素单元对应的帧数与阈值之间的差值是否满足预设条件等,本申请实施例不以此为限。
步骤15:若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息。
其中,所述目标体素单元为所述多个体素单元中的至少一个。
上述方案中,通过初步筛选出初始背景点云信息,可以保证在对除所述初始背景点云信息之外的点云信息,即初始运动点云信息处理时,降低处理量,从而提高处理效率。并通过对初步筛选得到的初始运动点云信息进一步进行处理,确定初步筛选得到的初始运动点云信息是否包含了背景点云信息,从而可以降低了背景点云信息的漏检率。
可选地,所述针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息的步骤,可以具体包括:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
具体的,读取一帧点云数据,并基于八叉树的区域生长算法拟合所述点云数据中同一平滑的面上的点云信息,并且区域生长算法可以拟合含有曲率的表面(即该平滑的面可以是一平面,也可以是具有一定曲率的面),如:点云数据中对应建筑物的面、地面、草坪等的点云信息。可选地,可以基于区域生长算法以及门限设置,确定法线方向上距离范围内的点属于同一个平滑的面。
这样,基于八叉树的区域生长算法可以识别得到点云数据中的初始背景点云信息,进而将点云数据中除初始背景点云信息之外的点云信息确定为初始运动点云信息(或者称为杂点信息),如车辆、树木等。
可选地,在基于八叉树区域生长算法识别得到初始背景点云信息的情况下,可以将初始背景点云信息对应的体素信息保存到初始背景识别结果中,这样在初始背景识别结果中通过八叉树的方式储存,具有数据量小的优点,并方便与算法对接。
可选地,所述针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,并记录每个体素单元对应的帧数的步骤,可以具体包括:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
可选地,在对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元中后,可以将对应的体素信息保存在初始运动空间中,并在该初始运动空间中,针对有点云信息投射的体素单元对应的计数器累加例如:针对当前帧点云数据中的初始运动点云信息进行聚合的过程中,该初始运动点云信息有对应在第一体素单元中的点云信息,则将该第一体素单元对应的计数器加1,以此类推直至所有点云数据处理完成,从而可以统计得到相应体素单元对应的帧数。
可选地,所述基于所述路侧设备的误差信息,确定每个体素单元对应的阈值的步骤,可以具体包括:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
由于距离路侧设备越远,点密度越低,受到路侧设备抖动等因素影响越大。激光器(如激光雷达)发射激光会在一定范围内震荡,可能导致不同帧间的相同激光器发射点云在不同体素中,进而导致初始运动空间中对应体素单元的计数器数值偏低,容易被错误识别为非背景点云信息(即运动点云信息),即导致背景点云信息的欠识别,尤其是地面点云信息的欠识别会影响目标识别精度。
这样,本发明实施例中,考虑到路侧设备的震动、识别误差等原因导致的路侧设备采集点云数据时的误差区域,进行相应体素单元的阈值计算,即针对每个体素单元进行自适应阈值计算,从而保证针对初始运动点云信息识别为背景点云信息的识别精度,并降低了识别背景点云信息的漏检率。
如图2所示,所述确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数的步骤,可以具体包括:
步骤21:计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积。
可选地,上述步骤21可以具体包括:
根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
以下结合图3对上述方法进行说明:参见图3,坐标原点O表示路侧设备的位置中的一个激光雷达的位置,体素单元i的中心点(图3中实心圆形的中心),坐标为p(x,y,z)。
在激光激光雷达的抖动角度为θ的情况下,所述路侧设备采集所述体素单元对应的点云数据时的抖动半径m可以通过以下公式(1)计算得到:
m=sin(θ)*D (1)
其中,目标点l为所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点,或者可以理解为:激光雷达到半径为m的圆形顶端q的射线延长线与地面的焦点。H为中心点p到X-Y平面的垂直距离,即H=z;L为中心点p在X-Y平面的正投影点P’到坐标原点O的距离,即
考虑路测设备所在的x-y平面与地面可近似为平行,并将图3中虚线三角形的面积作为误差区域的面积,则该误差区域的面积area(i)可以通过以下公式(3)计算得到:
步骤22:计算所述体素单元在所述误差区域上的正投影面积。
可选地,体素单元i为边长v的立方体,则体素单元i在误差区域所在面上的正投影的面积为:v2。
步骤23:确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
可选地,该误差区域内可投影的体素单元的个数numi,可以通过以下公式(4)计算得到:
可选地,在多帧点云数据的帧数为n的情况下,所述体素单元i对应的点云信息在所述多帧点云数据中出现的帧次为:n/numi。
可选地,所述根据所述帧次,确定所述体素单元对应的阈值的步骤,可以具体包括:
若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
可选地,目标阈值和预设系数可以根据实际需求设定,或者根据实验测量结果设定,该预设系统是为了更好的区分动态点云信息与背景点云信息。
例如:本发明实施例中该目标阈值可以设为5,则该体素单元i对应的阈值threshold可以通过以下公式(5)表示:
其中,th为预设系数。
这样,本发明的上述实施例在体素化的背景去除算法中,基于路侧设备抖动,激光雷达误差等因素,自适应计算不同体素单元的阈值,以减少在待采集物体与路侧设备的距离较远时,相同激光器在不同帧点云数据中所采集的点可能在不同体素中导致运动点云的误判,从而降低了地面点云在背景点云生成时的漏检率,并且降低了路侧设备的抖动或测量误差等对后续路侧设备感知目标对应的影响。
如图4所示,本发明实施例提供一种点云背景生成装置400,包括:
获取模块410,用于获取路侧设备采集的多帧点云数据;
处理模块420,用于针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
确定模块430,用于基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
比较模块440,用于将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
生成模块450,用于若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
可选地,所述处理模块420还用于:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
可选地,所述处理模块420还用于:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
可选地,所述确定模块430还用于:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
可选地,所述处理模块430包括:
第一计算单元,用于计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积;
第二计算单元,用于计算所述体素单元在所述误差区域上的正投影面积;
确定单元,用于确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
可选地,所述第一计算单元包括:
第一计算子单元,用于根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
第二计算子单元,用于根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
可选地,所述处理模块430包括:
第一处理单元,用于若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
第二处理单元,用于若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
可选地,所述比较模块440包括:
第一比较单元,用于若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;
第二比较单元,用于若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
本发明实施例中的装置400能够实现上述点云背景生成方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例中的装置400,通过初步筛选出初始背景点云信息,可以保证在对除所述初始背景点云信息之外的点云信息,即初始运动点云信息处理时,降低处理量,从而提高处理效率。并通过对初步筛选得到的初始运动点云信息进一步进行处理,确定初步筛选得到的初始运动点云信息是否包含了背景点云信息,从而可以降低了背景点云信息的漏检率。
如图5所示,本发明实施例提供一种通信设备,包括:收发器520和处理器510;
所述收发器520用于:获取路侧设备采集的多帧点云数据;
所述处理器510用于:针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
可选地,所述处理器510还用于:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
可选地,所述处理器510还用于:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
可选地,所述处理器510还用于:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
可选地,所述处理器510还用于:
计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积;
计算所述体素单元在所述误差区域上的正投影面积;
确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
可选地,所述处理器510还用于:
根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
可选地,所述处理器510还用于:
若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
可选地,所述处理器510还用于:
若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;
若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
本发明实施例中的通信设备500能够实现上述点云背景生成方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例中的通信设备500,通过初步筛选出初始背景点云信息,可以保证在对除所述初始背景点云信息之外的点云信息,即初始运动点云信息处理时,降低处理量,从而提高处理效率。并通过对初步筛选得到的初始运动点云信息进一步进行处理,确定初步筛选得到的初始运动点云信息是否包含了背景点云信息,从而可以降低了背景点云信息的漏检率。
本发明另一实施例的一种通信设备,如图6所示,包括收发器610、处理器600、存储器620及存储在所述存储器620上并可在所述处理器600上运行的程序或指令;所述处理器600执行所述程序或指令时实现上述应用于点云背景生成方法的步骤,为避免重复,这里不再赘述。
所述收发器610,用于在处理器600的控制下接收和发送数据。
其中,在图6中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器600代表的一个或多个处理器和存储器620代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发器610可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。处理器600负责管理总线架构和通常的处理,存储器620可以存储处理器600在执行操作时所使用的数据。
本发明实施例的一种可读存储介质,其上存储有程序或指令,所述程序或指令被处理器执行时实现如上所述的点云背景生成方法中的步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的通信设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
进一步需要说明的是,此说明书中所描述的终端包括但不限于智能手机、平板电脑等,且所描述的许多功能部件都被称为模块,以便更加特别地强调其实现方式的独立性。
本发明实施例中,模块可以用软件实现,以便由各种类型的处理器执行。举例来说,一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块,举例来说,其可以被构建为对象、过程或函数。尽管如此,所标识模块的可执行代码无需物理地位于一起,而是可以包括存储在不同位里上的不同的指令,当这些指令逻辑上结合在一起时,其构成模块并且实现该模块的规定目的。
实际上,可执行代码模块可以是单条指令或者是许多条指令,并且甚至可以分布在多个不同的代码段上,分布在不同程序当中,以及跨越多个存储器设备分布。同样地,操作数据可以在模块内被识别,并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集,或者可以分布在不同位置上(包括在不同存储设备上),并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时,考虑到现有硬件工艺的水平,所以可以以软件实现的模块,在不考虑成本的情况下,本领域技术人员都可以搭建对应的硬件电路来实现对应的功能,所述硬件电路包括常规的超大规模集成(VLSI)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备,诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
上述范例性实施例是参考该些附图来描述的,许多不同的形式和实施例是可行而不偏离本发明精神及教示,因此,本发明不应被建构成为在此所提出范例性实施例的限制。更确切地说,这些范例性实施例被提供以使得本发明会是完善又完整,且会将本发明范围传达给那些熟知此项技术的人士。在该些图式中,组件尺寸及相对尺寸也许基于清晰起见而被夸大。在此所使用的术语只是基于描述特定范例性实施例目的,并无意成为限制用。如在此所使用地,除非该内文清楚地另有所指,否则该单数形式“一”、“一个”和“该”是意欲将该些多个形式也纳入。会进一步了解到该些术语“包含”及/或“包括”在使用于本说明书时,表示所述特征、整数、步骤、操作、构件及/或组件的存在,但不排除一或更多其它特征、整数、步骤、操作、构件、组件及/或其族群的存在或增加。除非另有所示,陈述时,一值范围包含该范围的上下限及其间的任何子范围。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种点云背景生成方法,其特征在于,包括:
获取路侧设备采集的多帧点云数据;
针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
2.根据权利要求1所述的点云背景生成方法,其特征在于,所述针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,包括:
对每帧点云数据进行以下处理:
基于八叉树区域生长算法拟合所述点云数据中处于一近平滑面上的点云信息,作为所述初始背景点云信息;
确定所述点云数据中除所述初始背景点云信息之外的点云信息,作为所述初始运动点云信息。
3.根据权利要求1所述的点云背景生成方法,其特征在于,所述针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,并记录每个体素单元对应的帧数,包括:
针对每帧点云数据的初始运动点云信息进行聚合,投射到八叉树的各体素单元,并将有点云信息投射的体素单元对应的计数器加1。
4.根据权利要求1所述的点云背景生成方法,其特征在于,所述基于所述路侧设备的误差信息,确定每个体素单元对应的阈值,包括:
对每个体素单元按照以下步骤计算所述体素单元的阈值:
确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数;
根据所述个数和所述点云数据的帧数,计算得到所述体素单元对应的点云信息在所述多帧点云数据中出现的帧次;
根据所述帧次,确定所述体素单元对应的阈值。
5.根据权利要求4所述的点云背景生成方法,其特征在于,所述确定在所述路侧设备采集所述体素单元对应的点云数据时的误差区域内,可投影的体素单元的个数,包括:
计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积;
计算所述体素单元在所述误差区域上的正投影面积;
确定所述误差区域的面积与所述正投影面积之间的比值,作为所述误差区域内可投影的体素单元的个数。
6.根据权利要求5所述的点云背景生成方法,其特征在于,所述计算所述路侧设备采集所述体素单元对应的点云数据时的误差区域的面积,包括:
根据所述路侧设备到所述体素单元之间的距离以及所述路侧设备的抖动角度,计算得到所述路侧设备采集所述体素单元对应的点云数据时的抖动半径;
根据目标点到所述体素单元中心点的距离以及所述抖动半径,计算得到所述误差区域的面积;
其中,所述目标点是:所述路侧设备采集所述体素单元对应的点云数据中,与所述体素单元的中心点的距离最远的点。
7.根据权利要求4所述的点云背景生成方法,其特征在于,所述根据所述帧次,确定所述体素单元对应的阈值,包括:
若所述帧次与预设系数之间的差值小于目标阈值,则确定所述目标阈值作为所述体素单元对应的阈值;
若所述帧次与所述预设系数之间的差值大于或等于所述目标阈值,则确定所述帧次与所述预设系数之间的差值作为所述体素单元对应的阈值。
8.根据权利要求1所述的点云背景生成方法,其特征在于,所述将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息,包括:
若所述体素单元对应的帧数大于或等于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息属于背景点云信息;
若所述体素单元对应的帧数小于所述体素单元对应的阈值,则确定所述体素单元对应的点云信息不属于背景点云信息。
9.一种点云背景生成装置,其特征在于,包括:
获取模块,用于获取路侧设备采集的多帧点云数据;
处理模块,用于针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
确定模块,用于基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
比较模块,用于将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
生成模块,用于若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
10.一种通信设备,其特征在于,包括:收发器和处理器;
所述收发器用于:获取路侧设备采集的多帧点云数据;
所述处理器用于:针对每帧点云数据分别进行处理,得到初始背景点云信息以及初始运动点云信息,并针对每帧点云数据的初始运动点云信息,分别确定所述初始运动点云信息所属的多个体素单元,以及记录每个体素单元对应的帧数;
基于所述路侧设备的误差信息,确定每个体素单元对应的阈值;
将每个体素单元对应的帧数与所述阈值进行比较,确定所述体素单元对应的点云信息是否属于背景点云信息;
若每个体素单元对应的点云信息均不属于背景点云信息,则根据所述初始背景点云信息,生成目标点云背景信息;若目标体素单元对应的点云信息属于背景点云信息,则根据所述目标体素单元对应的点云信息和所述初始背景点云信息,生成目标点云背景信息;其中,所述目标体素单元为所述多个体素单元中的至少一个。
11.一种通信设备,包括:收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令;其特征在于,所述处理器执行所述程序或指令时实现如权利要求1至8中任一项所述的点云背景生成方法的步骤。
12.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至8中任一项所述点云背景生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011410908.1A CN114596331A (zh) | 2020-12-04 | 2020-12-04 | 一种点云背景生成方法、装置及通信设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011410908.1A CN114596331A (zh) | 2020-12-04 | 2020-12-04 | 一种点云背景生成方法、装置及通信设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114596331A true CN114596331A (zh) | 2022-06-07 |
Family
ID=81812209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011410908.1A Pending CN114596331A (zh) | 2020-12-04 | 2020-12-04 | 一种点云背景生成方法、装置及通信设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114596331A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115527034A (zh) * | 2022-10-26 | 2022-12-27 | 北京亮道智能汽车技术有限公司 | 一种车端点云动静分割方法、装置及介质 |
-
2020
- 2020-12-04 CN CN202011410908.1A patent/CN114596331A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115527034A (zh) * | 2022-10-26 | 2022-12-27 | 北京亮道智能汽车技术有限公司 | 一种车端点云动静分割方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11506769B2 (en) | Method and device for detecting precision of internal parameter of laser radar | |
CN111210429B (zh) | 点云数据划分方法及装置、障碍物检测方法及装置 | |
CN110136182B (zh) | 激光点云与2d影像的配准方法、装置、设备和介质 | |
KR102543952B1 (ko) | 차선의 확정방법, 포지셔닝 정밀도의 평가방법, 장치, 기기 및 컴퓨터 프로그램 | |
US11313951B2 (en) | Ground detection method, electronic device, and vehicle | |
WO2022142628A1 (zh) | 一种点云数据处理方法及装置 | |
CN110632582B (zh) | 声源定位方法、装置及存储介质 | |
CN112146848B (zh) | 一种确定摄像头的畸变参数的方法及装置 | |
CN111553946B (zh) | 用于去除地面点云的方法及装置、障碍物检测方法及装置 | |
CN111582054A (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
CN115436910B (zh) | 一种对激光雷达点云进行目标检测的数据处理方法和装置 | |
CN113569958B (zh) | 激光点云数据聚类方法、装置、设备及介质 | |
CN113970734B (zh) | 路侧多线激光雷达降雪噪点去除方法、装置及设备 | |
CN115147333A (zh) | 一种目标检测方法及装置 | |
CN110909804B (zh) | 基站异常数据的检测方法、装置、服务器和存储介质 | |
US11698459B2 (en) | Method and apparatus for determining drivable region information | |
CN114596331A (zh) | 一种点云背景生成方法、装置及通信设备 | |
CN114972941A (zh) | 被遮挡车辆三维检测的决策融合方法、装置及电子设备 | |
CN111738085A (zh) | 实现自动驾驶同时定位与建图的系统构建方法及装置 | |
CN115527187A (zh) | 一种障碍物的分类方法以及装置 | |
CN117387572A (zh) | 水平度校验方法、终端和计算机可读存储介质 | |
WO2022048193A1 (zh) | 一种地图绘制方法及装置 | |
CN116863435A (zh) | 一种车身朝向识别方法、装置及设备 | |
CN113076321B (zh) | 一种数据处理方法、装置、终端及可读存储介质 | |
CN113030896B (zh) | 雷达目标聚类方法、装置和电子设备 |
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 |