CN114755666A - 点云膨胀的评估方法、装置及设备 - Google Patents

点云膨胀的评估方法、装置及设备 Download PDF

Info

Publication number
CN114755666A
CN114755666A CN202210614746.6A CN202210614746A CN114755666A CN 114755666 A CN114755666 A CN 114755666A CN 202210614746 A CN202210614746 A CN 202210614746A CN 114755666 A CN114755666 A CN 114755666A
Authority
CN
China
Prior art keywords
point cloud
determining
description parameter
variation
laser radar
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.)
Granted
Application number
CN202210614746.6A
Other languages
English (en)
Other versions
CN114755666B (zh
Inventor
赵学思
崔桐
夏冰冰
石拓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Yijing Technology Co ltd
Original Assignee
Suzhou Yijing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Yijing Technology Co ltd filed Critical Suzhou Yijing Technology Co ltd
Priority to CN202210614746.6A priority Critical patent/CN114755666B/zh
Publication of CN114755666A publication Critical patent/CN114755666A/zh
Application granted granted Critical
Publication of CN114755666B publication Critical patent/CN114755666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image

Abstract

本申请提供了一种点云膨胀的评估方法、装置及设备，可以应用于激光雷达探测。该方法包括：获得第一点云和第二点云，其中，第一点云和第二点云分别为激光雷达扫描第一物体和第二物体得到的点云，第一物体具有朗伯散射面，第二物体的表面的至少部分是逆散射表面，第一物体与第二物体具有相同的外形、并且在激光雷达的视场中的位姿相同；基于第一点云，确定第一描述参数，以及基于第二点云，确定第二描述参数，其中，第一描述参数和第二描述参数用于表征第一点云的以下自由度中的至少一个：角度、尺寸以及位置；根据第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量，其中，变化量用于表征由第二点云中的膨胀点引起的点云变化。

Description

点云膨胀的评估方法、装置及设备
技术领域
本申请涉及激光雷达技术领域，尤其涉及一种点云膨胀的评估方法、装置、及设备。
背景技术
激光雷达是一种目标探测技术。使用激光作为信号光源，通过向目标对象发射激光，从而采集目标对象的反射信号，以此获得目标对象的方位、速度等信息。激光雷达具有测量精度高、抗干扰能力强等优点，广泛应用于遥感、测量、智能驾驶、机器人等领域。
当激光雷达对正常散射面的物体进行探测时，只有光束重心处形成的回波光束被激光雷达接收，以生成有效点。然而，当激光雷达对具有逆散射特性的物体（如路标、路锥、指示牌等逆散射物体）进行探测时，除了针对光束重心的回波光束生成有效点之外，光束非重心落在物体上形成的回波信号也非常强，从而也能够被激光雷达接收并生成无效点。在此情况下，原本由有效点构成的点云所在的区域会因为无效点的出现和加入而扩大，也就是说点云发生点云膨胀现象，进而导致激光雷达探测形成的点云与实际物体存在偏差，影响激光雷达的探测性能。
那么，如何对激光雷达的点云膨胀现象进行定量评估是一个亟待解决的问题。
发明内容
本申请提供一种点云膨胀的评估方法、装置及设备，以实现对激光雷达的点云膨胀现象进行定量评估。
第一方面，本申请提供了一种点云膨胀的评估方法，该方法可以应用于一电子设备，该电子设备可以为独立设备，也可以与激光雷达集成在一起。该方法包括：获得第一点云，以及获得第二点云，其中，第一点云为激光雷达扫描第一物体得到的点云，第二点云为激光雷达扫描第二物体得到的点云，第一物体和第二物体在激光雷达的视场内具有相同的位置，第一物体朝向激光雷达的第一表面和第二物体朝向激光雷达的第二表面具有相同的几何特征，第一表面是朗伯散射面，第二表面的至少部分是逆散射表面；基于第一点云，确定第一描述参数，其中，第一描述参数用于表征第一点云的以下自由度中的至少一个：角度、尺寸以及位置；基于第二点云，确定第二描述参数，其中，第二描述参数用于表征第二点云的以下自由度中的至少一个：角度、尺寸以及位置；以及，根据第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量，其中，变化量用于表征由第二点云中的膨胀点引起的点云变化。
在一些可能的实施方式中，基于第一点云，确定第一描述参数的步骤包括：对第一点云进行正态分布拟合处理，以得到第一描述参数。
在一些可能的实施方式中，对第一点云进行正态分布拟合处理，以得到第一描述参数的步骤包括：确定第一点云的第一均值向量；基于第一点云和第一均值向量，确定第一协方差矩阵；确定第一协方差矩阵的第一特征向量和第一特征值。第一均值向量用于表征第一点云的位置。第一特征值用于表征第一点云的尺寸。第一特征向量用于表征第一点云的角度。
在一些可能的实施方式中，基于第二点云，确定第二描述参数的步骤包括：对第二点云进行正态分布拟合处理，以得到第二描述参数。
在一些可能的实施方式中，对第二点云进行正态分布拟合处理，以得到第二描述参数的步骤包括：确定第二点云的第二均值向量；基于第二点云和第二均值向量，确定第二协方差矩阵；确定第二协方差矩阵的第二特征向量和第二特征值。第二均值向量用于表征第二点云的位置。第二特征值用于表征第二点云的尺寸。第二特征向量用于表征第二点云的角度。
在一些可能的实施方式中，根据第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量的步骤包括以下至少一项：根据第一均值向量和第二均值向量，确定第一点云和第二点云之间的位置变化量；根据第一特征向量和第二特征向量，确定第一点云和第二点云之间的角度变化量；以及，根据第一特征值和第二特征值，确定第一点云和第二点云之间的尺寸变化量。
第二方面，本申请提供了一种点云膨胀的评估装置，该评估装置可以为电子设备或者电子设备中的芯片或者片上系统，还可以为电子设备中用于实现上述第一方面及其任一可能的实施方式所述的方法的功能模块。该评估装置可以实现上述第一方面及其任一可能的实施方式中电子设备所执行的功能，这些功能可以通过硬件执行相应的软件实现。这些硬件或软件包括一个或多个上述功能相应的模块。该评估装置，包括：获取模块，用于获得第一点云以及获取第二点云，其中，第一点云为激光雷达扫描第一物体得到的点云，第二点云为激光雷达扫描第二物体得到的点云，第一物体和第二物体在激光雷达的视场内具有相同的位置，第一物体朝向激光雷达的第一表面和第二物体朝向激光雷达的第二表面具有相同的几何特征，第一表面是朗伯散射面，第二表面的至少部分是逆散射表面；参数确定模块，用于基于第一点云，确定第一描述参数，以及基于第二点云，确定第二描述参数，其中，第一描述参数用于表征第一点云的以下自由度中的至少一个：角度、尺寸以及位置；第二描述参数用于表征第二点云的以下自由度中的至少一个：角度、尺寸以及位置；变化量确定模块，用于根据第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量，其中，变化量用于表征由第二点云中的膨胀点引起的点云变化。
在一些可能的实施方式中，参数确定模块，还用于对第一点云进行正态分布拟合处理，以得到第一描述参数。
在一些可能的实施方式中，参数确定模块，用于：确定第一点云的第一均值向量；基于第一点云和第一均值向量，确定第一协方差矩阵；确定第一协方差矩阵的第一特征向量和第一特征值。第一均值向量用于表征第一点云的位置。第一特征值用于表征第一点云的尺寸。第一特征向量用于表征第一点云的角度。
在一些可能的实施方式中，参数确定模块，还用于对第二点云进行正态分布拟合处理，以得到第二描述参数。
在一些可能的实施方式中，参数确定模块，用于：确定第二点云的第二均值向量；基于第二点云和第二均值向量，确定第二协方差矩阵；确定第二协方差矩阵的第二特征向量和第二特征值。第二均值向量用于表征第二点云的位置。第二特征值用于表征第二点云的尺寸。第二特征向量用于表征第二点云的角度。
在一些可能的实施方式中，变化量确定模块，用于：根据第一均值向量和第二均值向量，确定第一点云和第二点云之间的位置变化量；根据第一特征向量和第二特征向量，确定第一点云和第二点云之间的角度变化量；根据第一特征值和第二特征值，确定第一点云和所述第二点云之间的尺寸变化量。
第三方面，本申请提供了一种电子设备，包括：存储器，存储有计算机可执行指令；处理器，与存储器相连，用于通过执行计算机可执行指令，以实现如第一方面及其任一可能的实施方式所述的方法。
第四方面，本申请提供了一种计算机存储介质，计算机存储介质存储有计算机可执行指令，计算机可执行指令被处理器执行后能够实现如第一方面及其任一可能的实施方式所述的方法。
本申请提供的技术方案可以包括以下有益效果：
在本申请中，通过激光雷达分别对具有朗伯散射面和逆散射面的物体进行扫描，电子设备获得第一点云和第二点云。然后，电子设备确定第一点云和第二点云对角度、尺寸和位置等自由度中的描述参数，并基于描述参数确定第一点云和第二点云之间由于膨胀点引起的变化（也就是定量描述点云膨胀现象的严重程度），由此实现对激光雷达的点云膨胀现象的严重程度进行定量评估。进一步地，电子设备还可根据对点云膨胀现象的严重程度，对激光雷达的膨胀点去除算法的性能进行评估，进而对激光雷达的合规性进行评估。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
图1为相关技术中的一种激光雷达的结构示意图；
图2为本申请实施例中的一种点云膨胀的评估方法的实施流程示意图；
图3为本申请实施例中的对第一点云进行正态分布拟合处理的一种实施流程示意图；
图4为本申请实施例中的点云膨胀的评估方法的一种具体实施方式的流程示意图；
图5为本申请实施例中的一种点云膨胀的评估装置的结构示意图；
图6为本申请实施例中的一种电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
激光雷达是一种目标探测技术。激光雷达通过激光器发出激光光束，激光光束遇到目标物体后发生漫反射，通过探测器接收反射回的光束，并根据发射的光束和反射回的光束确定目标物体的距离、方位、高度、速度、姿态、形状等特征量。
激光雷达的应用领域非常广泛。除了运用在军事领域之外，目前还被广泛应用于生活领域，包括但不限于：智能驾驶车辆、智能驾驶飞机、三维（3D）打印、虚拟现实、增强现实、服务机器人等领域。以智能驾驶技术为例，在智能驾驶车辆中设置激光雷达，激光雷达可通过快速且重复地发射激光束来扫描周围环境，以获取反映周围环境中的一个或多个目标对象的形貌、位置、运动的点云数据等。
需要说明的是，上述智能驾驶技术可以指无人驾驶、自动驾驶、辅助驾驶等技术。
图1为相关技术中的一种激光雷达的结构示意图。参见图1所示，激光雷达10可以包括：光发射装置101、光接收装置102和处理器103。其中，光发射装置101、光接收装置102均与处理器103连接。
其中，上述各器件之间的连接关系可以是电性连接，还可以是光纤连接。更具体的，在光发射装置101和光接收装置102中，还可能分别包括多个光学器件，这些光学器件之间的连接关系还可能是空间光传输连接。
处理器103用于实现对发射装置101和光接收装置102的控制，以使光发射装置101和光接收装置102能够正常工作。示例性的，处理器103可以为光发射装置101和光接收装置102分别提供驱动电压，处理器103还可以为光发射装置101和光接收装置102提供控制信号。
示例性的，处理器103可以是通用处理器，如中央处理器（central processingunit，CPU）、网络处理器（network processor，NP）等；处理器103还可以是数字信号处理器（digital signal processing，DSP）、专用集成电路（application specific integratedcircuit，ASIC）、现场可编程门阵列（field-programmable gate array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
光发射装置101中还包括光源（未示出）。可以理解的，上述光源可以指激光器，并且激光器的数量可以是一个或者多个。在一实施例中，激光器可以具体为脉冲激光二极管（pulsed laser diode，PLD）、半导体激光器、光纤激光器等。上述光源用于发射激光束。具体的，处理器103可以向光源发送发射控制信号，从而触发光源发射激光束。
可以理解的，上述激光束也可以称为激光脉冲、激光、发射光束等。
激光雷达10还可以包括：一个或多个束整形光学元件和束扫描装置（未示出）。在一方面，束整形光学元件和束扫描装置将激光束朝向周围环境中的特定位置（如物体）聚焦和投射。在另一方面，束扫描装置和一个或更多束整形光学元件将返回波光束引导并聚焦到探测器上。在束整形光学元件与目标物体之间的光路中采用束扫描装置。束扫描装置实际上扩展视场并增大激光雷达的视场内的采样密度。
下面结合图1所示的激光雷达的结构，简单描述激光雷达对物体104的探测过程。
参见图1所示，激光束沿发射方向进行传播，当激光束遇到物体104后，在物体104的表面发生反射，反射回的光束被激光雷达的光接收装置102接收。这里，可以将激光束被物体104反射回的光束称为回波光束（图1中激光束和回波光束采用实线标识）。
光接收装置102接收到回波光束后，对回波光束进行光电转换，即，将回波光束转换为电信号，光接收装置102将回波光束对应的电信号输出至处理器103，处理器103可以根据回波光束的电信号，获取物体104的形貌、位置、运动的点云数据等。
在相关技术中，当激光雷达扫描具有逆散射表面的物体时，激光雷达得到的点云会存在点云膨胀现象。这里，具有逆散射表面的物体可以称为逆散射物体。逆散射物体通常抽象为复合逆散射板的散射模型。示例性的，逆散射物体可以为路标、路锥、指示牌等。点云膨胀也可以称为逆散射膨胀（retro blooming）。
进一步地，相较于朗伯散射面的物体的点云，逆散射物体的点云通常是在前者的基础上增加额外的点。这些额外的点可以称为无效点或者膨胀点。这些无效点常位于有效点的周围，并且呈长条形、矩形、方形等形状。当激光雷达接收到的点云中包含无效点时，则可以认为激光雷达的该帧点云发生了点云膨胀现象。该现象此现象会造成雷达虚假探测，影响雷达后端算法对障碍物的分析，进而影响激光雷达的感知准确性。
为了解决上述问题，本申请实施例提供一种点云膨胀的评估方法。该方法可以应用于一电子设备，该电子设备用于对激光雷的点云膨胀现象的严重程度进行定量评估。在实际应用中，该电子设备可以为独立设备，也可以与被评估的激光雷达集成在一起，本申请实施例对此不做具体限定。
图2为本申请实施例中的一种点云膨胀的评估方法的实施流程示意图，参见图2中实线所示，该方法可以包括：S201、S202、S203和S204。
S201，获得第一点云，以及获得第二点云。
其中，第一点云为激光雷达扫描第一物体得到的点云，也可以描述为真值点云。第二点云为激光雷达扫描第二物体得到的点云，也可以描述为对比点云。第一物体和第二物体在激光雷达的视场内具有相同的位置。第一物体朝向激光雷达的第一表面和第二物体朝向激光雷达的第二表面具有相同的几何特征。第一表面是朗伯散射面。第二表面的至少部分是逆散射表面。
可以理解的，第一物体和第二物体在激光雷达的视场内具有相同的位置，则意味着第一物体与激光雷达的相对位置、以及第二物体与激光雷达的相对位置是相同的。具体地，第一物体和第二物体到达激光雷达的距离是相同的，并且第一物体和第二物体在激光雷达视场内的方位（或称为角度）是相同的。
还可以理解的，第一物体朝向激光雷达的第一表面指的是第一物体的表面上能够被激光雷达扫描到的部分，并且第二物体朝向激光雷达的第二表面指的是第二物体的表面上能够被激光雷达扫描到的部分。显然，由于第一物体和第二物体均是具有体积的物体，则第一表面和第二表面均具有尺寸、形状、尺寸、旋转角度等几何特征。
需要说明的是，对于第一表面和第二表面而言，几何特征的含义与本领域技术人员所理解的几何特征的含义是相同的。表面的形状指的是表面呈现的形状。例如，一方面，表面可以是平坦的、弯曲的、或者二者的组合；另一方面，表面可以是圆形、平行四边形、矩形、正方形、三角形、多边形、或以上任意组合。表面的尺寸指的是表面在各个方向上的延伸长度。表面的旋转角度指的是表面绕旋转轴线旋转的角度。在此，旋转轴线可以是表面中心与激光雷达之间的连线。
在进一步的实施例中，第一物体与第二物体可以是分别具有朗伯散射面和逆散射表面的相同物体。第一物体与第二物体在激光雷达的视场中的位姿相同。
这里，激光雷达扫描一个完整视场的点云通常可以称为一帧点云，第一点云可以理解为一帧点云，第二点云也可以理解为一帧点云。
可以理解的，为了确定无效点（或膨胀点）引起的点云变化，在进行点云膨胀评估之前，首先，在激光雷达的视场内设置一组或者多组被测物体。每组被测物体为分别具有朗伯散射面和逆散射表面的两个物体，即第一物体和第二物体。示例性的，被测物体为逆散射物体，如路牌。一组两个一模一样的路牌中，一个路牌（如第一物体，也可以称为参考物体）可以采用朗伯散射面覆盖，另一个路牌（如第二物体，也可以称为对照物体）则可以保持原有的逆散射表面。进一步地，上述两个被测物体在激光雷达的视场内的位置相同，并且两个被测物体各自的朝向激光雷达的表面具有相同的几何特征。然后，激光雷达分别对一组被测物体进行扫描，分别得到第一点云和第二点云。示例性的，假设，第一点云为激光雷达对第一物体进行扫描得到的，第二点云为激光雷达对第二物体进行扫描得到的。因此，第二点云中存在有无效点（或者称为膨胀点），并且相对第一点云有变化。
在一些可能的实施方式中，上述第一点云和第二点云可以以扫描点的坐标这一形式存在。需要说明，第一点云和第二点云中的每个扫描点的坐标可以是三维坐标。
在本申请实施例中，由于第一物体和第二物体在激光雷达的视场内具有相同的位置，并且第一物体朝向激光雷达的第一表面和第二物体朝向激光雷达的第二表面具有相同的几何特征，那么，激光雷达扫描第一物体时接收到的回波信号的入射角度与激光雷达扫描第二物体时接收到的回波信号的入射角度是相同的。需要说明的是，在满足以上条件的情况下，第一物体和第二物体在空间中放置的位姿可以相同，也可以不同。
S202，基于第一点云，确定第一描述参数。
其中，第一描述参数用于表征第一点云的以下自由度中的至少一个：角度、尺寸以及位置。
可以理解的，为了描述第一点云中各个扫描点，每一个扫描点可以采用以下三个自由度进行描述：角度自由度（即旋转方向）、尺寸自由度（即缩放方向）、位置自由度（即平移方向）。在一实施例中，第一点云的描述参数可以为上述三个自由度中的至少一个，即第一点云中的各个点角度、尺寸、位置中的至少一个自由度。
S203，基于第二点云，确定第二描述参数。
其中，第二描述参数用于表征第二点云的以下自由度中的至少一个：角度、尺寸以及位置。
具体地，可以理解的，为了描述第二点云中各个扫描点，每一个扫描点可以采用以下三个自由度进行描述：角度自由度（即旋转方向）、尺寸自由度（即缩放方向）、位置自由度（即平移方向）。在一实施例中，第二点云的描述参数可以为上述三个自由度中的至少一个，即第二点云中的各个点角度、尺寸、位置中的至少一个自由度。
需要说明的是，S202和S203可以同时执行，也可以顺序执行，如先执行S202，再执行S203，或者先执行S203再执行S202，本申请实施例对此不做具体限定。
S204，根据第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量。
其中，上述变化量用于表征由第二点云中的膨胀点引起的点云变化。
应理解的，由于第一物体和第二物体具有不同散射特征的表面，相对于第一点云，第二点云中可以包含有膨胀点。那么，电子设备可以通过比较第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量，进而得到对第一点云和第二点云之间的点云变化的量化评估，即对第二点云中的膨胀点引起的点云变化的量化评估。
至此，便完成了对点云膨胀的评估过程。
在本申请实施例中，通过激光雷达分别对具有朗伯散射面和逆散射表面的物体进行扫描，电子设备获得第一点云和第二点云。然后，电子设备确定第一点云和第二点云对角度、尺寸和位置等自由度中的描述参数，并基于描述参数确定第一点云和第二点云之间由于膨胀点引起的变化，由此实现对激光雷达的点云膨胀现象的严重程度进行定量评估。
在一些可能的实施方式中，上述S202可以包括：对第一点云进行正态分布拟合处理，以得到第一描述参数。
具体来说，为了确定第一描述参数，电子设备可以对第一点云进行数据拟合处理。这里，数据拟合处理的方式可以但不限于包括：正态分布拟合和多项式拟合。在一实施例中，为了更准确地表征第一点云的分布情况，对第一点云的数据拟合处理可以采用正态分布拟合处理。
在一实施例中，图3为本申请实施例中的对第一点云进行正态分布拟合处理的一种实施流程示意图，参见图3所示，对第一点云进行正态分布拟合处理过程可以包括：S2021、S2022以及S2023。
S2021，确定第一点云的第一均值向量。
应理解的，电子设备可以根据第一点云中各个扫描点的坐标，确定上述第一均值向量。示例性的，第一点云的第一均值向量可以通过以下公式（1）计算获得：
Figure 138215DEST_PATH_IMAGE001
其中，N1为第一点云中扫描点的数量；pi为第一点云中第i（i = 1、2、3、…、N1）个扫描点的坐标向量，可以表示为pi = (xi, yi, zi)，其中，xi为第i个扫描点的x轴坐标，yi为第i个扫描点的y轴坐标，zi为第i个扫描点的z轴坐标；ui表示第一点云中N1个扫描点的均值向量，即第一均值向量。第一均值向量包括第一点云中N1个扫描点在x轴、y轴和z轴上的平均值。
S2022，基于第一点云和第一均值向量，确定第一协方差矩阵。
应理解的，电子设备通过S2021获得第一均值向量之后，基于第一均值向量和第一点云中各个扫描点的坐标，计算第一协方差矩阵。示例性的，第一协方差矩阵可以通过以下公式（2）计算获得：
Figure 131448DEST_PATH_IMAGE002
其中，Σ1是第一协方差矩阵，(pi-u1)T为(pi-u1)的转置矩阵。
需要说明，因为pi和ui均为三维向量，得到的第一协方差矩阵Σ1则为3×3的矩阵。
S2023，确定第一协方差矩阵的第一特征向量和第一特征值。
应理解的，电子设备在通过S2022确定第一协方差矩阵之后，计算第一协方差矩阵的特征向量和特征值，即第一特征向量和第一特征值。
示例性的，由于第一协方差矩阵Σ1是3×3的矩阵，第一协方差矩阵的第一特征向量可以包括三个特征向量，并且第一协方差矩阵的第一特征值包括三个特征值。这三个特征向量和三个特征值一一对应。每个特征向量ξ1k和对应的特征值λ1k可以满足以下公式：Σ1×ξ1k = λ1k×ξ1k，其中，k = 1、2、3。由此分别得到第一特征向量，即ξ11、ξ12、ξ13和第一特征值，即λ11、λ12、λ13。需要说明，第一特征值λ11、λ12、λ13可以具有相同或不同的值。此外，第一特征向量ξ11、ξ12、ξ13可以构成矩阵R1，即R1 = (ξ11, ξ12, ξ13)；同样地，第一特征值λ11、λ12、λ13可以构成向量λ1 = (λ11, λ12, λ13)。
至此，由上述S2021、S2022和S2023，可以确定第一点云的第一均值向量、第一特征向量以及第一特征值，即u1、R1以及λ1。
在一实施例中，第一均值向量可以用于描述第一点云的中心位置（即位置自由度）。第一特征向量可以用于描述第一点云的旋转角度（即角度自由度）。第一特征值可以用于描述第一点云的缩放尺寸（尺寸自由度）。可见，第一均值向量、第一特征向量和第一特征值可以共同对第一点云的外部轮廓进行定量描述，即第一点云的第一描述参数可以包括第一均值向量、第一特征向量和第一特征值中的至少一项。示例性的，第一描述参数可以包括u1、R1以及λ1。
在一些可能的实施方式中，上述S203中基于第二点云确定第二描述参数的执行过程可以参照上述S2021至S2023的执行过程，在此不做赘述。
应理解的，S203可以包括：对第二点云进行正态分布拟合处理，以得到第二描述参数。
具体来说，为了确定第二描述参数，电子设备可以对第二点云进行数据拟合处理。这里，数据拟合处理的方式包括但不限于：正态分布拟合、以及多项式拟合。在一实施例中，为了更准确地表征第二点云的分布情况，对第二点云的数据拟合处理可以采用正态分布拟合处理。
在一实施例中，对第二点云进行正态分布拟合处理过程可以包括：确定第二点云的第二均值向量；基于第二点云和第二均值向量，确定第二协方差矩阵；确定第二协方差矩阵的第二特征向量和第二特征值。
示例性的，第二点云的第二均值向量可以通过以下公式（3）计算获得：
Figure 230378DEST_PATH_IMAGE003
其中，N2为第二点云中扫描点的数量；qj为第二点云中第j（j = 1、2、3、…、N2）的坐标向量，并且可以表示为qj = (xj', yj', z j')，其中，其中，xj'为第j个扫描点的x轴坐标，yj'为第j个扫描点的y轴坐标，z j'为第j个扫描点的z轴坐标；u2表示第二点云中N2个扫描点的均值向量，即第二均值向量。第二均值向量包括第二点云中N2个扫描点在x轴、y轴和z轴上的平均值。
进一步地，第二协方差矩阵可以通过以下公式（4）计算获得：
Figure 345971DEST_PATH_IMAGE004
其中，Σ2是第二协方差矩阵，(qj-u2)T为(qj-u2)的转置矩阵。
进一步地，第二协方差的第二特征向量（可以记为R2 = (ξ21, ξ22, ξ23)）和第二特征值（可以记为λ2 = (λ21, λ22, λ23)）可以满足以下公式：Σ2×ξ2k = λ2k×ξ2k，其中，k = 1、2、3。需要说明，第一特征值λ21、λ22、λ23可以具有相同或不同的值。
至此，由上述过程可以确定第二点云的第二均值向量、第二特征向量以及第二特征值，即u2、R2以及λ2。
在一实施例中，第二均值向量可以用于描述第二点云的中心位置（即位置自由度）。第二特征向量可以用于描述第二点云的旋转角度（即角度自由度）。第二特征值可以用于描述第二点云的缩放尺寸（即尺寸自由度）。可见，第二均值向量、第二特征向量和第二特征值可以共同对第二点云的外部轮廓进行定量描述，即第二点云的第二描述参数可以包括第二均值向量、第二特征向量和第二特征值中的至少一项。示例性的，第二描述参数可以包括u2、R2以及λ2。
在一些可能的实施方式中，电子设备在通过S203获得第一描述参数和第二描述参数之后，可以执行S204，比较第一描述参数和第二描述参数，以确定第一点云与第二点云之间的变化量。
在一实施例中，电子设备可以对上述自由度（位置自由度、角度自由度、尺寸自由度中至少一个）对应的描述参数分别进行对比，以得到相应自由度上的点云变化量。
一方面，电子设备可以通过比对第一均值向量和第二均值向量，确定第一点云和第二点云之间的位置变化量，即位置自由度上的变化量，以定量描述由膨胀点所导致的点云的中心位置发生的变化。
示例性的，位置变化量可以理解为u1和u2之间的距离（也可以描述为第二点云相对于第一点云的位移）。具体来说，位置变化量可以通过以下公式（5）计算获得：
Figure 858248DEST_PATH_IMAGE005
其中，d为第二点云相对于第一点云的位置变化量。
另一方面，电子设备可以通过比对第一特征向量和第二特征向量，确定第一点云和第二点云之间的角度变化量，即角度自由度上的变化量，以定量描述由膨胀点所导致的点云的旋转角度发生的变化。
示例性的，角度变化量可以理解为R1和R2之间的旋转角度。具体来说，角度变化量可以通过以下公式（6）计算获得：
Figure 576543DEST_PATH_IMAGE006
其中，θ为第二点云相对于第一点云的角度变化量，tr(·)为求矩阵的迹的运算，R2 -1为R2的逆矩阵。
又一方面，电子设备可以通过比对第一特征值和第二特征值，确定第一点云和第二点云之间的尺寸变化量，即尺寸自由度上的变化量，以定量描述由膨胀点所导致的点云的尺寸发生的变化。
示例性的，尺寸变化量可以理解为λ1和λ2之间的缩放尺寸。具体来说，尺寸变化量可以通过以下公式（7）计算获得：
Figure 10540DEST_PATH_IMAGE007
其中，l为第二点云相对于第一点云的尺寸变化量。l = (l1, l2, l3)，其中，lk =λ2k/λ1k，k = 1、2、3。
至此，通过上述各个自由度变化量，即d、θ和l，定量描述由膨胀点所导致的点云的变化，也就是定量评估第二点云中的膨胀点造成的第二点云的外部轮廓相对于第一点云的外部轮廓的变化。
在一些可能的实施例中，由于激光雷达中可以设置膨胀点去除算法，那么，通过上述过程计算出来的变化量，还可以用于对上述膨胀点去除算法的性能进行评估，进而对激光雷达的合规性进行评估。
在一实施例中，仍参见图2中虚线所示，在S204之后，上述方法还可以包括：S205，根据第一点云与第二点云之间的变化量，确定激光雷达的合规性。
应理解的，电子设备在通过S201至S204确定第二点云相对于第一点云的变化量之后，将该变化量与一预设阈值进行比较。若变化量大于预设阈值，则表示激光雷达中膨胀点去除算法的性能较差，激光雷达不合规；反之，若变化量小于或等于该预设阈值，则表示激光雷达中膨胀点去除算法的性能较好，激光雷达合规。
在实际应用中，由于电子设备通过S201至S204能够获得一个或者多个自由度上的变化量，那么，电子设备可以针对于每一个自由度设置预设阈值，并在执行S205时分别进行比较，以得到对膨胀点去除算法在一个或者多个自由度上的评估，进而对激光雷达的合规性进行评估。例如，电子设备获得多个自由度上的变化量。当这些自由度中的至少一个自由度上的变化量大于对应的预设阈值时，则表示膨胀点去除算法在该自由度上性能较差，激光雷达不合规；反之，当这些自由度中的全部自由度上的变化量均小于或者等于对应的预设阈值时，则表示膨胀点去除算法在全部自由度上的性能较好，激光雷达合规。
示例性的，假设上述变化量可以包括：d、θ和l。那么，上述预设阈值可以包括：距离阈值（如dth）、角度阈值（如θth）和尺寸阈值（如lth）。电子设备在执行S205时，电子设备可以将d与dth进行比较、将θ与θth进行比较以及将l与lth进行比较。当满足以下至少一个：d >dth、θ > θth和l > lth时，激光雷达不合规；当同时满足：d≤dth、θ≤θth和l≤lth时，激光雷达合规。
需要说明的是，上述预设阈值的具体取值可以是根据激光雷达的测量精度、应用场景、硬件性能等确定，本申请实施例对此不做具体限定。
进一步地，若确定激光雷达不合规，则电子设备可以输出第一提示信息，以提示激光雷达不合规；若确定激光雷达合规，则电子设备可以输出第二提示信息，以提示激光雷达合规。
在实际应用中，第一提示信息和第二提示信息可以采用如有线或无线的方式，由电子设备输出至自身内部其他器件或与之通信的外部设备。示例性的，第一提示信息和第二提示信息可以输出至显示装置（显示屏、触摸屏等）并在显示装置上显示。或，第一提示信息和第二提示信息可以输出至发声装置（如扬声器、耳机等）并由发声装置发出特定声音。或，第一提示信息和第二提示信息可以输出至电子设备内的其他处理器进行处理，或者输出至存储器进行存储。当然，第一提示信息和第二提示信息还可以存在其他的处理情况，本申请实施例对此不做具体限定。
下面以具体示例来对上述方法进行说明。
假设，选择两个相同的路牌，其中一个路牌采用朗伯散射面进行覆盖，记为路牌A；另一个路牌保持原有的逆散射面，记为路牌B。路牌A和路牌B在激光雷达的视场内的位置，并且路牌A和路牌B朝向激光雷达的表面具有相同的几何特征。
图4为本申请实施例中的点云膨胀的评估方法的一种具体实施方式的流程示意图，参见图4所示，上述方法可以包括：
S401，通过激光雷达对路牌A进行扫描，获得第一点云。
这里，路牌A放置于测试场景中，激光雷达对路牌A进行扫描，此时，记录激光雷达的入射角度，并将采集到的点云作为第一点云。
S402，通过激光雷达对路牌B进行扫描，获得第二点云。
这里，路牌B放置于测试场景中，保证与S401相同的激光雷达的入射角度。激光雷达对路牌B进行扫描，此时，将采集到的点云作为第二点云。
S403，根据第一点云中各个扫描点的坐标，计算u1。
S404，根据第一点云中各个扫描点的坐标及u1，计算Σ1。
S405，根据Σ1，计算R1和λ1。
S406，根据第二点云中各个扫描点的坐标，计算u2。
S407，根据第一点云中各个扫描点的坐标及u2，计算Σ2。
S408，根据Σ2，计算R2和λ2。
S409，将u1、R1、λ1与u2、R2、λ2分别进行对比，得到d、θ和l。
在本申请实施例中，通过激光雷达分别对具有朗伯散射面和逆散射表面的相同物体进行扫描，电子设备获得第一点云和第二点云。然后，电子设备确定第一点云和第二点云对角度、尺寸和位置等自由度中的描述参数，并基于描述参数确定第一点云和第二点云之间由于膨胀点引起的变化（也就是定量描述点云膨胀现象的严重程度），由此实现对激光雷达的点云膨胀现象的严重程度进行定量评估。进一步地，电子设备还可根据对点云膨胀现象的严重程度，对激光雷达的膨胀点去除算法的性能进行评估，进而对激光雷达的合规性进行评估。
基于相同的发明构思，本申请提供了一种点云膨胀的评估装置，该评估装置可以为电子设备或者电子设备中的芯片或者片上系统，还可以为电子设备中用于实现上述实施例及其任一可能的实施方式所述的方法的功能模块。该评估装置可以实现上述实施例及其任一可能的实施方式中电子设备所执行的功能，这些功能可以通过硬件执行相应的软件实现。这些硬件或软件包括一个或多个上述功能相应的模块。图5为本申请实施例中的一种点云膨胀的评估装置的结构示意图。参见图5所示，该评估装置500可以包括：获取模块501，用于获得第一点云以及获取第二点云。第一点云为激光雷达扫描第一物体得到的点云。第二点云为激光雷达扫描第二物体得到的点云。第一物体和第二物体在激光雷达的视场内具有相同的位置。第一物体朝向激光雷达的第一表面和第二物体朝向激光雷达的第二表面具有相同的几何特征。第一表面是朗伯散射面。第二表面的至少部分是逆散射表面。参数确定模块502，用于基于第一点云，确定第一描述参数，以及基于第二点云，确定第二描述参数。第一描述参数用于表征第一点云的以下自由度中的至少一个：角度、尺寸以及位置。第二描述参数用于表征第二点云的以下自由度中的至少一个：角度、尺寸以及位置。变化量确定模块503，用于根据第一描述参数和第二描述参数，确定第一点云与第二点云之间的变化量。变化量用于表征由第二点云中的膨胀点引起的点云变化。
在一些可能的实施方式中，参数确定模块502可以包括第一拟合单元。第一拟合单元用于对第一点云进行正态分布拟合处理，以得到第一描述参数。
在一实施例中，第一拟合单元具体用于：确定第一点云的第一均值向量；基于第一点云和第一均值向量，确定第一协方差矩阵；确定第一协方差矩阵的第一特征向量和第一特征值。第一均值向量用于表征第一点云的位置。第一特征值用于表征第一点云的尺寸。第一特征向量用于表征第一点云的角度。
在一些可能的实施方式中，参数确定模块502可以包括第二拟合单元。第二拟合单元用于对第二点云进行正态分布拟合处理，以得到第二描述参数。
在一实施例中，第二拟合单元具体用于：确定第二点云的第二均值向量；基于第二点云和第二均值向量，确定第二协方差矩阵；确定第二协方差矩阵的第二特征向量和第二特征值。第二均值向量用于表征第二点云的位置。第二特征值用于表征第二点云的尺寸。第二特征向量用于表征第二点云的角度。
在一些可能的实施方式中，变化量确定模块503可以包括位置变化量确定单元、角度变化量确定单元、以及尺寸变化量确定单元。
在一实施例中，位置变化量确定单元用于根据第一均值向量和第二均值向量，确定第一点云和第二点云之间的位置变化量。
在一实施例中，角度变化量确定单元用于根据第一特征向量和第二特征向量，确定第一点云和第二点云之间的角度变化量。
在一实施例中，尺寸变化量确定单元用于根据第一特征值和第二特征值，确定第一点云和第二点云之间的尺寸变化量。
需要说明的是，上述获取模块501、参数确定模块502以及变化量确定模块503的具体实现过程可参考图2至图4实施例的详细描述，为了说明书的简洁，这里不再赘述。
本申请实施例中提到的获取模块501、参数确定模块502以及变化量确定模块可以为一个或者多个处理器。
基于相同的发明构思，本申请实施例提供一种电子设备，该电子设备可以为上述一个或者多个实施例中所述的电子设备。图6为本申请实施例中的一种电子设备的结构示意图，参见图6所示，电子设备600，可以采用通用的计算机硬件，包括处理器601和存储器602。
可选的，处理器601和存储器602可以通过总线603通信。
在一些可能的实施方式中，至少一个处理器601可以构成具有对一个或多个输入执行逻辑运算的电路的任何物理设备。例如，至少一个处理器可以包括一个或多个集成电路（integrated circuit，IC），包括专用集成电路（application specific integratedcircuit，ASIC）、微芯片、微控制器、微处理器、中央处理单元（central processing unit，CPU）的全部或部分、图形处理单元（graphics processing unit，GPU）、数字信号处理器（digital signal process，DSP)、现场可编程门阵列（field programmable gate array，FPGA）或者适于执行指令或执行逻辑运算的其它电路。由至少一个处理器执行的指令可以例如被预加载到与控制器集成的或嵌入在控制器中的存储器中，或者可以存储在分离的存储器中。存储器可以包括随机存取存储器（random access memory，RAM）、只读存储器（read-only memory，ROM）、硬盘、光盘、磁介质、闪存，其它永久、固定或易失性存储器，或者能够存储指令的任何其它机制。在一些实施例中，至少一个处理器可以包括多于一个处理器。每个处理器可以具有相似的结构，或者处理器可以具有彼此电连接或断开的不同构造。例如，处理器可以是分离的电路或集成在单个电路中。当使用多于一个处理器时，处理器可以被配置为独立地或协作地操作。处理器可以以电、磁、光学、声学、机械或通过允许它们交互的其它手段来耦合。根据本申请的一个实施例，本申请还提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行上述标定方法的步骤。存储器602可以包括以易失性和／或非易失性存储器形式的计算机存储媒体，如只读存储器和／或随机存取存储器。存储器602可以存储操作系统、应用程序、其他程序模块、可执行代码、程序数据、用户数据等。
此外，上述存储器602中存储有用于实现图5中的获取模块501、参数确定模块502以及变化量确定模块503的功能的计算机执行指令。图5中的获取模块501、参数确定模块502以及变化量确定模块503的功能/实现过程均可以通过图6中的处理器601调用存储器602中存储的计算机执行指令来实现，具体实现过程和功能参考上述相关实施例。
基于相同的发明构思，本申请实施例提供一种电子设备，包括：存储器，存储有计算机可执行指令；处理器，与存储器相连，用于通过执行计算机可执行指令，并能够实现如上述一个或者多个实施例所述的方法。
基于相同的发明构思，本申请提供一种计算机存储介质，计算机存储介质存储有计算机可执行指令，计算机可执行指令被处理器执行后，能够实现如上述一个或者多个实施例所述的方法。
本领域技术人员可以理解，上述实施例中各步骤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。
以上所述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，其依然可以对前述各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各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (14)

1.一种点云膨胀的评估方法，其特征在于，包括：
获得第一点云，以及获得第二点云，其中，所述第一点云为激光雷达扫描第一物体得到的点云，所述第二点云为所述激光雷达扫描第二物体得到的点云，所述第一物体和所述第二物体在所述激光雷达的视场内具有相同的位置，所述第一物体朝向所述激光雷达的第一表面和所述第二物体朝向所述激光雷达的第二表面具有相同的几何特征，所述第一表面是朗伯散射面，所述第二表面的至少部分是逆散射表面；
基于所述第一点云，确定第一描述参数，其中，所述第一描述参数用于表征所述第一点云的以下自由度中的至少一个：角度、尺寸以及位置；
基于所述第二点云，确定第二描述参数，其中，所述第二描述参数用于表征所述第二点云的以下自由度中的至少一个：角度、尺寸以及位置；以及
根据所述第一描述参数和所述第二描述参数，确定所述第一点云与所述第二点云之间的变化量，其中，所述变化量用于表征由所述第二点云中的膨胀点引起的点云变化。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一点云，确定所述第一描述参数，包括：
对所述第一点云进行正态分布拟合处理，以得到所述第一描述参数。
3.根据权利要求2所述的方法，其特征在于，所述对所述第一点云进行正态分布拟合处理，以得到所述第一描述参数，包括：
确定所述第一点云的第一均值向量；
基于所述第一点云和所述第一均值向量，确定第一协方差矩阵；以及
确定所述第一协方差矩阵的第一特征向量和第一特征值，
其中，所述第一均值向量用于表征所述第一点云的位置，所述第一特征值用于表征所述第一点云的尺寸，以及所述第一特征向量用于表征所述第一点云的角度。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第二点云，确定所述第二描述参数，包括：
对所述第二点云进行正态分布拟合处理，以得到所述第二描述参数。
5.根据权利要求4所述的方法，其特征在于，所述对所述第二点云进行正态分布拟合处理，以得到所述第二描述参数，包括：
确定所述第二点云的第二均值向量；
基于所述第二点云和所述第二均值向量，确定第二协方差矩阵；以及
确定所述第二协方差矩阵的第二特征向量和第二特征值，
其中，所述第二均值向量用于表征所述第二点云的位置，所述第二特征值用于表征所述第二点云的尺寸，以及所述第二特征向量用于表征所述第二点云的角度。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一描述参数和所述第二描述参数，确定所述第一点云与所述第二点云之间的变化量，包括以下至少一项：
根据所述第一均值向量和所述第二均值向量，确定所述第一点云和所述第二点云之间的位置变化量；
根据所述第一特征向量和所述第二特征向量，确定所述第一点云和所述第二点云之间的角度变化量；以及
根据所述第一特征值和所述第二特征值，确定所述第一点云和所述第二点云之间的尺寸变化量。
7.一种点云膨胀的评估装置，其特征在于，包括：
获取模块，用于获得第一点云以及获取第二点云，其中，所述第一点云为激光雷达扫描第一物体得到的点云，所述第二点云为所述激光雷达扫描第二物体得到的点云，所述第一物体和所述第二物体在所述激光雷达的视场内具有相同的位置，所述第一物体朝向所述激光雷达的第一表面和所述第二物体朝向所述激光雷达的第二表面具有相同的几何特征，所述第一表面是朗伯散射面，所述第二表面的至少部分是逆散射表面；
参数确定模块，用于基于所述第一点云确定第一描述参数，以及基于所述第二点云确定第二描述参数；其中，所述第一描述参数用于表征所述第一点云的以下自由度中的至少一个：角度、尺寸以及位置；所述第二描述参数用于表征所述第二点云的以下自由度中的至少一个：角度、尺寸以及位置；
变化量确定模块，用于根据所述第一描述参数和所述第二描述参数，确定所述第一点云与所述第二点云之间的变化量，其中，所述变化量用于表征由所述第二点云中的膨胀点引起的点云变化。
8.根据权利要求7所述的装置，其特征在于，所述参数确定模块，还用于对所述第一点云进行正态分布拟合处理，以得到所述第一描述参数。
9.根据权利要求8所述的装置，其特征在于，所述参数确定模块，用于：确定所述第一点云的第一均值向量；基于所述第一点云和所述第一均值向量，确定第一协方差矩阵；确定所述第一协方差矩阵的第一特征向量和第一特征值，其中，所述第一均值向量用于表征所述第一点云的位置，所述第一特征值用于表征所述第一点云的尺寸，以及所述第一特征向量用于表征所述第一点云的角度。
10.根据权利要求9所述的装置，其特征在于，所述参数确定模块，还用于对所述第二点云进行正态分布拟合处理，以得到所述第二描述参数。
11.根据权利要求10所述的装置，其特征在于，所述参数确定模块，用于：确定所述第二点云的第二均值向量；基于所述第二点云和所述第二均值向量，确定第二协方差矩阵；确定所述第二协方差矩阵的第二特征向量和第二特征值，其中，所述第二均值向量用于表征所述第二点云的位置，所述第二特征值用于表征所述第二点云的尺寸，以及所述第二特征向量用于表征所述第二点云的角度。
12.根据权利要求11所述的装置，其特征在于，所述变化量确定模块，用于：根据所述第一均值向量和所述第二均值向量，确定所述第一点云和所述第二点云之间的位置变化量；根据所述第一特征向量和所述第二特征向量，确定所述第一点云和所述第二点云之间的角度变化量；以及，根据所述第一特征值和所述第二特征值，确定所述第一点云和所述第二点云之间的尺寸变化量。
13.一种电子设备，其特征在于，包括：
存储器，存储有计算机可执行指令；
处理器，与所述存储器相连，用于通过执行所述计算机可执行指令，以实现如权利要求1至6中任一项所述的方法。
14.一种计算机可读存储介质，所述计算机存储介质存储有计算机可执行指令，其特征在于，所述计算机可执行指令被处理器执行后能够实现如权利要求1至6中任一项所述的方法。
CN202210614746.6A 2022-06-01 2022-06-01 点云膨胀的评估方法、装置及设备 Active CN114755666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210614746.6A CN114755666B (zh) 2022-06-01 2022-06-01 点云膨胀的评估方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210614746.6A CN114755666B (zh) 2022-06-01 2022-06-01 点云膨胀的评估方法、装置及设备

Publications (2)

Publication Number Publication Date
CN114755666A true CN114755666A (zh) 2022-07-15
CN114755666B CN114755666B (zh) 2022-09-13

Family

ID=82336558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210614746.6A Active CN114755666B (zh) 2022-06-01 2022-06-01 点云膨胀的评估方法、装置及设备

Country Status (1)

Country Link
CN (1) CN114755666B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115436912A (zh) * 2022-11-02 2022-12-06 苏州一径科技有限公司 一种点云的处理方法、装置及激光雷达

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109459734A (zh) * 2018-10-30 2019-03-12 百度在线网络技术（北京）有限公司 一种激光雷达定位效果评估方法、装置、设备及存储介质
CN109839624A (zh) * 2017-11-27 2019-06-04 北京万集科技股份有限公司 一种多激光雷达位置标定方法及装置
US20190391270A1 (en) * 2018-06-25 2019-12-26 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for mitigating effects of high-reflectivity objects in lidar data
CN111256587A (zh) * 2020-01-20 2020-06-09 南昌航空大学 一种基于双线结构光扫描的高反射率表面三维测量方法
CN111337910A (zh) * 2020-03-31 2020-06-26 新石器慧通（北京）科技有限公司 一种雷达检验方法及装置
CN112132875A (zh) * 2020-08-31 2020-12-25 青岛秀山移动测量有限公司 一种基于面特征的多平台点云匹配方法
US20210018318A1 (en) * 2019-07-16 2021-01-21 Topcon Corporation Surveying apparatus
CN114488099A (zh) * 2022-01-30 2022-05-13 中国第一汽车股份有限公司 一种激光雷达系数标定方法、装置、电子设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109839624A (zh) * 2017-11-27 2019-06-04 北京万集科技股份有限公司 一种多激光雷达位置标定方法及装置
US20190391270A1 (en) * 2018-06-25 2019-12-26 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for mitigating effects of high-reflectivity objects in lidar data
CN109459734A (zh) * 2018-10-30 2019-03-12 百度在线网络技术（北京）有限公司 一种激光雷达定位效果评估方法、装置、设备及存储介质
US20210018318A1 (en) * 2019-07-16 2021-01-21 Topcon Corporation Surveying apparatus
CN111256587A (zh) * 2020-01-20 2020-06-09 南昌航空大学 一种基于双线结构光扫描的高反射率表面三维测量方法
CN111337910A (zh) * 2020-03-31 2020-06-26 新石器慧通（北京）科技有限公司 一种雷达检验方法及装置
CN112132875A (zh) * 2020-08-31 2020-12-25 青岛秀山移动测量有限公司 一种基于面特征的多平台点云匹配方法
CN114488099A (zh) * 2022-01-30 2022-05-13 中国第一汽车股份有限公司 一种激光雷达系数标定方法、装置、电子设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NORA CSANYI等: "Improvement of Lidar Data Accuracy Using Lidar-Specific Ground Targets", 《PHOTOGRAMMETRIC ENGINEERING AND REMOTE SENSING》 *
徐寿志: "车载移动测量系统检校技术及其精度评定方法", 《中国优秀博硕士学位论文全文数据库(博士)基础科学辑》 *
陶鹏杰: "利用高精度DLG进行机载LiDAR点云精度评定研究", 《地球信息科学》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115436912A (zh) * 2022-11-02 2022-12-06 苏州一径科技有限公司 一种点云的处理方法、装置及激光雷达

Also Published As

Publication number Publication date
CN114755666B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN112513679B (zh) 一种目标识别的方法和装置
CN112462350B (zh) 雷达标定方法及装置、电子设备及存储介质
Huang et al. A novel multi-planar LIDAR and computer vision calibration procedure using 2D patterns for automated navigation
CN108445456A (zh) 光达-雷达相对位姿的校准
CN112433934B (zh) 仿真测试方法、装置、计算机设备和存储介质
CN114152935B (zh) 一种雷达外参标定精度的评估方法、装置及设备
WO2023083198A1 (zh) 一种回波信号的处理方法、装置、设备及存储介质
CN113111513B (zh) 传感器配置方案确定方法、装置、计算机设备及存储介质
CN108780149B (zh) 通过传感器的间接测量来改进对机动车辆周围的至少一个物体的检测的方法，控制器，驾驶员辅助系统和机动车辆
WO2022135594A1 (zh) 目标物体的检测方法及装置、融合处理单元、介质
CN114755666B (zh) 点云膨胀的评估方法、装置及设备
CN115436912B (zh) 一种点云的处理方法、装置及激光雷达
Rosenberger et al. Analysis of real world sensor behavior for rising fidelity of physically based lidar sensor models
CN114509744B (zh) 一种激光雷达的测距检测率的评估方法、装置及设备
EP3862787A1 (en) De-jitter of point cloud data for target recognition
CN112083415B (zh) 一种基于3d信息的毫米波雷达模型目标可见性判断方法
CN115485582A (zh) 用于识别激光雷达测量中的光晕的方法和装置
CN113256734A (zh) 一种车载感知传感器标定方法、系统及电子设备
Chen et al. Analysis of real-time lidar sensor simulation for testing automated driving functions on a vehicle-in-the-loop testbench
CN114935747B (zh) 一种激光雷达的标定方法、装置、设备及存储介质
CN114859328B (zh) 一种mems扫描镜的停摆检测方法、装置及激光雷达
US11494941B2 (en) Calibration system for calibrating visual coordinate system and depth coordinate system, calibration method and calibration device
CN117665749A (zh) 车载激光雷达、自检方法、电子设备与存储介质
CN115792866A (zh) 激光雷达的角度估计方法、装置、设备及存储介质
CN113853534A (zh) 三维测位装置以及三维测位方法

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