CN115187617A - 一种点云地图分块方法 - Google Patents

一种点云地图分块方法 Download PDF

Info

Publication number
CN115187617A
CN115187617A CN202210882298.8A CN202210882298A CN115187617A CN 115187617 A CN115187617 A CN 115187617A CN 202210882298 A CN202210882298 A CN 202210882298A CN 115187617 A CN115187617 A CN 115187617A
Authority
CN
China
Prior art keywords
map
point cloud
blocks
block
cloud map
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
Application number
CN202210882298.8A
Other languages
English (en)
Inventor
刘欢
马辰
高明
高发钦
程瑶
李洪生
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.)
Shandong New Generation Information Industry Technology Research Institute Co Ltd
Original Assignee
Shandong New Generation Information Industry Technology Research Institute 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 Shandong New Generation Information Industry Technology Research Institute Co Ltd filed Critical Shandong New Generation Information Industry Technology Research Institute Co Ltd
Priority to CN202210882298.8A priority Critical patent/CN115187617A/zh
Publication of CN115187617A publication Critical patent/CN115187617A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based 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
    • G06T2207/10028—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
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种点云地图分块方法，遍历得出输入点云地图的边界，设置合适的地图分块尺寸，沿着X与Y轴方向，将点云地图分割成若干行与列，并对每块地图进行编号，根据地图在X与Y坐标轴上的最小下界限坐标值，遍历所有点，将所有点划分入相应的地图块中。相比于加载整张点云地图进行机器人的定位等操作，先对地图进行分块处理并加载，可大幅度提高计算效率，并减少了内存消耗。

Description

一种点云地图分块方法
技术领域
本发明涉及三维点云地图领域，具体地说，是一种点云地图分块方法。
背景技术
现阶段，点云地图在机器人领域有着广泛的应用，是一种对机器人所属环境的三维模型描述，更是基于点云地图定位与导航的先决条件。根据环境的不同，点云地图的规模大小也存在着差异，较大的点云地图，考验着计算机的加载能力。为了减少内存消耗，提高后续机器人定位的计算速率，有必要提出一种新的点云地图分块方法。
发明内容
针对现有技术存在的问题，本发明公开一种点云地图分块方法，将较大规模的点云地图分割成若干小块，每次只加载机器人周围一定范围内的点云地图用于定位等计算，从而减少内存消耗，提高后续机器人定位的计算速率。
为了解决所述技术问题，本发明采用的技术方案是：一种点云地图分块方法，包括以下步骤：
S01)、输入点云地图，遍历得出点云地图在XOY平面上的边界，用点云在X与Y坐标轴上的最大最小值[Xmin，Xmax，Ymin，Ymax]表示，Xmin、Xmax表示点云在X坐标轴上的最大最小值，Ymin、Ymax表示点云在Y坐标轴上的最大最小值；
502)、设置地图分块尺寸grid_size，计算点云地图可分块数量：
divx＝(Xmax-Xmin)/grid_size，
divy＝(Ymax-Ymin)/grid_size，
其中divx表示沿点云地图X轴方向分块个数，divy表示沿点云地图Y轴方向分块个数，点云地图可分块总数div表示为：
div＝divx*divy，
503)、对地图块进行编号，将每个地图块用grids[i]表示，其编号将由七个元素组成，表示为：
Figure BDA0003763035300000011
其中gridid表示地图块序号，
Figure BDA0003763035300000012
与
Figure BDA0003763035300000013
表示该地图块在所有分块中的行与列，
Figure BDA0003763035300000014
与
Figure BDA0003763035300000015
分别表示地图块在XOY平面上的下界线最小值，即表示地图块左下角顶点在XY轴上的坐标，
Figure BDA0003763035300000016
与
Figure BDA0003763035300000017
表示地图块右上角在XY轴上的坐标；
S04)、计算将整个点云地图划分成若干地图块后分别得到的在XY轴上的最小下界限坐标值，分别用min_x_bound与min_y_bound表示；
Figure BDA0003763035300000021
SO5)、用pi表示点云地图P中的点，有{pi∈P|i＝0，1，2…n}，n表示点云地图P中点的个数，遍历点云地图中所有点，计算每个点所属的地图块序号，将点划归入每一个地图块内，用idx与idy分别表示点所在地图块的行与列，则：
Figure BDA0003763035300000022
用id表示点所属的地图块序号，则：
id＝idy*divx+idx，遍历点云地图中所有点，完成点云地图分块。
进一步的，步骤S03)中，以点云地图原点为起始点，遍历出地图上所有点的最大最小值，依次划分出若干地图块，每个地图块使用包含七种元素的编码来表示，表示方法如下：
Figure BDA0003763035300000023
式中，gridid表示地图块序号，
Figure BDA0003763035300000024
与
Figure BDA0003763035300000025
表示该地图块在所有分块中的行与列，
Figure BDA0003763035300000026
与
Figure BDA0003763035300000027
分别表示地图块在XOY平面上的下界线最小值，即表示地图块左下角顶点在XY轴上的坐标，
Figure BDA0003763035300000028
与
Figure BDA0003763035300000029
表示地图块右上角在XY轴上的坐标。
进一步的，(Xmax-Xmin)/grid_size、(Ymax-Ymin)/grid_size、idx、idy采用进一法表示输出。
进一步的，若Xmin或Ymin为负值，(Xmin/grid_size)与(Ymin/grid_size)分别使用退一法表示输出，否则使用进一法表示输出。
本发明的有益效果：本发明公开了一种点云地图分块方法，遍历得出输入点云地图的边界，设置合适的地图分块尺寸，沿着X与Y轴方向，将点云地图分割成若干行与列，并对每块地图进行编号，根据地图在X与Y坐标轴上的最小下界限坐标值，遍历所有点，将所有点划分入相应的地图块中。相比于加载整张点云地图进行机器人的定位等操作，先对地图进行分块处理并加载，可大幅度提高计算效率，并减少了内存消耗。
附图说明
图1是本方法总体流程图；
图2是所使用的点云地图效果图。
具体实施方式
下面以具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式，但本发明的保护范围不仅限于下述的实施例。
实施例1
本发明公开一种点云地图分布方法，如图1所示，包括以下步骤：
S01)、输入点云地图，遍历得出点云地图在XOY平面上的边界，用点云在X与Y坐标轴上的最大最小值[Xmin，Xmax，Ymin，Ymax]表示，Xmin、Xmax表示点云在X坐标轴上的最大最小值，Ymin、Ymax表示点云在Y坐标轴上的最大最小值；
如图2为本实施例具体输入的点云地图，遍历得出点云地图在XOY平面上的边界，用点云在X与Y坐标轴上的最大最小值[-156.9，115.2，-152.8，72.4]表示，单位：米。
S02)、设置地图分块尺寸grid_size，本实施例将尺寸设置为40米，计算点云地图可分块数量：
divx＝(Xmax-Xmin)/grid_size≈7，
divy＝(Ymax-Ymin)/grid_size≈6，
式中(Xmax-Xmin)/grid_size与(Ymax-Ymin)/grid_size均采用“进一法”表示输出，divx表示沿点云地图X轴方向分块个数，divy表示沿点云地图Y轴方向分块个数，可理解为整个点云地图被分割成了divx行与divy列个地图块，并且地图块划分的起点为点云地图原点，点云地图可分块总数div表示为：
div＝divx*divy＝42，
S03)、对地图块进行编号，编号的目的一方面使得点云地图有序排列，方便后续准确加载，另一方面便于将点云地图中的每个点都划分入相应的地图块中。将每个地图块用grids[i]表示，其编号将由七个元素组成，表示为：
Figure BDA0003763035300000031
其中gridid表示地图块序号，
Figure BDA0003763035300000032
与
Figure BDA0003763035300000033
表示该地图块在所有分块中的行与列，
Figure BDA0003763035300000034
与
Figure BDA0003763035300000035
分别表示地图块在XOY平面上的下界线最小值，即表示地图块左下角顶点在XY轴上的坐标，
Figure BDA0003763035300000036
与
Figure BDA0003763035300000037
表示地图块右上角在XY轴上的坐标；
S04)、计算将整个点云地图划分成若干地图块后分别得到的在XY轴上的最小下界限坐标值，分别用min_x_bound与min_y_bound表示；
Figure BDA0003763035300000038
式中，若Xmin或Ymin为负值，(Xmin/grid_size)与(Ymin/grid_size)分别使用“退一法”，否则使用“进一法”。
SOS)、用pi表示点云地图P中的点，有{pi∈P|i＝0，1，2…n}，n表示点云地图P中点的个数，遍历点云地图中所有点，计算每个点所属的地图块序号，将点划归入每一个地图块内，用idx与idy分别表示点所在地图块的行与列，则：
Figure BDA0003763035300000041
用id表示点所属的地图块序号，则：
id＝idy*divx+idx，
遍历点云地图中所有点，完成点云地图分块。
本实施例中，步骤S03)中，以点云地图原点为起始点，遍历出地图上所有点的最大最小值，依次划分出若干地图块，每个地图块使用包含七种元素的编码来表示，表示方法如下：
Figure BDA0003763035300000042
式中，gridid表示地图块序号，
Figure BDA0003763035300000043
与
Figure BDA0003763035300000044
表示该地图块在所有分块中的行与列，
Figure BDA0003763035300000045
与
Figure BDA0003763035300000046
分别表示地图块在XOY平面上的下界线最小值，即表示地图块左下角顶点在XY轴上的坐标，
Figure BDA0003763035300000047
与
Figure BDA0003763035300000048
表示地图块右上角在XY轴上的坐标。
以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。

Claims (4)

1.一种点云地图分块方法，其特征在于：包括以下步骤：
SO1)、输入点云地图，遍历得出点云地图在XOY平面上的边界，用点云在X与Y坐标轴上的最大最小值[Xmin，Xmax，Ymin，Ymax]表示，Xmin、Xmax表示点云在X坐标轴上的最大最小值，Ymin、Ymax表示点云在Y坐标轴上的最大最小值；
S02)、设置地图分块尺寸grid_size，计算点云地图可分块数量：
divx＝(Xmax-Xmin)/grid_size，
divy＝(Ymax-Ymin)/grid_size，
其中divx表示沿点云地图X轴方向分块个数，divy表示沿点云地图Y轴方向分块个数，点云地图可分块总数div表示为：
div＝divx*divy，
S03)、对地图块进行编号，将每个地图块用grids[i]表示，其编号将由七个元素组成，表示为：
Figure FDA0003763035290000011
其中gridid表示地图块序号，
Figure FDA0003763035290000012
与
Figure FDA0003763035290000013
表示该地图块在所有分块中的行与列，
Figure FDA0003763035290000014
与
Figure FDA0003763035290000015
分别表示地图块在XOY平面上的下界线最小值，即表示地图块左下角顶点在XY轴上的坐标，
Figure FDA0003763035290000016
与
Figure FDA0003763035290000017
表示地图块右上角在XY轴上的坐标；
S04)、计算将整个点云地图划分成若干地图块后分别得到的在XY轴上的最小下界限坐标值，分别用min_x_bound与min_y_bound表示；
Figure FDA0003763035290000018
S05)、用pi表示点云地图P中的点，有{pi∈P|i＝0，1，2…n}，n表示点云地图P中点的个数，遍历点云地图中所有点，计算每个点所属的地图块序号，将点划归入每一个地图块内，用idx与idy分别表示点所在地图块的行与列，则：
Figure FDA0003763035290000019
用id表示点所属的地图块序号，则：
id＝idy*divx+idx，
遍历点云地图中所有点，完成点云地图分块。
2.根据权利要求1所述的点云地图分块方法，其特征在于：步骤S03)中，以点云地图原点为起始点，遍历出地图上所有点的最大最小值，依次划分出若干地图块，每个地图块使用包含七种元素的编码来表示，表示方法如下：
Figure FDA00037630352900000110
式中，gridid表示地图块序号，
Figure FDA0003763035290000021
与
Figure FDA0003763035290000022
表示该地图块在所有分块中的行与列，
Figure FDA0003763035290000023
与
Figure FDA0003763035290000024
分别表示地图块在XOY平面上的下界线最小值，即表示地图块左下角顶点在XY轴上的坐标，
Figure FDA0003763035290000025
与
Figure FDA0003763035290000026
表示地图块右上角在XY轴上的坐标。
3.根据权利要求1所述的点云地图分块方法，其特征在于：(Xmax-Xmin)/grid_size、(Ymax-Ymin)/grid_size、idx、idy采用进一法表示输出。
4.根据权利要求1所述的点云地图分块方法，其特征在于：若Xmin或Ymin为负值，(Xmin/grid_size)与(Ymin/grid_size)分别使用退一法表示输出，否则使用进一法表示输出。
CN202210882298.8A 2022-07-25 2022-07-25 一种点云地图分块方法 Pending CN115187617A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210882298.8A CN115187617A (zh) 2022-07-25 2022-07-25 一种点云地图分块方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210882298.8A CN115187617A (zh) 2022-07-25 2022-07-25 一种点云地图分块方法

Publications (1)

Publication Number Publication Date
CN115187617A true CN115187617A (zh) 2022-10-14

Family

ID=83520525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210882298.8A Pending CN115187617A (zh) 2022-07-25 2022-07-25 一种点云地图分块方法

Country Status (1)

Country Link
CN (1) CN115187617A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117149931A (zh) * 2023-08-30 2023-12-01 北京锐星远畅科技有限公司 一种探测点位置与探测设备节点的坐标快速匹配方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117149931A (zh) * 2023-08-30 2023-12-01 北京锐星远畅科技有限公司 一种探测点位置与探测设备节点的坐标快速匹配方法及系统
CN117149931B (zh) * 2023-08-30 2024-05-24 北京锐星远畅科技有限公司 一种探测点位置与探测设备节点的坐标快速匹配方法及系统

Similar Documents

Publication Publication Date Title
CN110188423B (zh) 一种基于有限元网格划分的线性工程结构快速bim建模方法
CN112558547B (zh) 一种五轴数控机床平动轴几何误差补偿数据快速优化方法
CN110243373B (zh) 一种动态仓储自动引导车的路径规划方法、装置和系统
CN115187617A (zh) 一种点云地图分块方法
CN114756974B (zh) 一种考虑物面法向信息的壁面距离计算方法
CN112613126B (zh) 一种应用于飞行器外形的壁面距离计算方法及装置
CN114359226A (zh) 基于分层叠加和区域增长的三维模型组可视面积提取方法
Zhao et al. Workspace analysis for a 9-DOF hyper-redundant manipulator based on an improved Monte Carlo method and voxel algorithm
CN113742829B (zh) 一种桥梁结构任意截面读取处理和截面特性计算方法
CN113792933A (zh) 一种车间布局优化方法、装置、电子设备及存储介质
CN108724734A (zh) 一种基于密集特征的3d打印前处理分层算法
CN108280307A (zh) 发动机缸体孔系位置确定方法
CN117115393A (zh) 一种基于gpu的nurbs曲面并行求交方法、设备及存储介质
CN115375872B (zh) 一种gnss测量线状地物自动勾绘方法
TWI406189B (zh) 點雲三角網格面構建方法
CN113505424B (zh) 一种线性工程派生构件交互式建造方法
CN108986212A (zh) 一种基于裂缝消除的三维虚拟地形lod模型的生成方法
CN111426329B (zh) 一种道路生成方法、装置、计算机设备及存储介质
CN111179420B (zh) 一种三维城市模型优化方法及系统
CN107507279A (zh) 基于快速凸壳技术的三角网生成方法
CN112685936A (zh) 一种用于贝壳珍珠母微结构有限元分析的建模方法
CN117593209B (zh) 基于曲率驱动的多流图神经网络三维网格去噪方法及系统
CN113553736B (zh) 一种结构有限元快速加载方法
CN110868325B (zh) 一种可降低刚度矩阵构建难度的均匀网格划分方法
CN115994988A (zh) 一种铸件加工基准线生成方法及装置

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