CN115984569A - 点云数据的过滤方法、装置及相关设备 - Google Patents

Abstract

本发明公开了一种点云数据的过滤方法、装置及相关设备。该方法包括获取点云数据；确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤；确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。该方法基于点云数据的类型，可有效过滤点云数据，避免点云数据的误检。

Description

点云数据的过滤方法、装置及相关设备

技术领域

本发明涉及数据处理技术领域，尤其涉及一种点云数据的过滤方法、装置、电子设备和计算机存储介质。

背景技术

相关技术中，在激光雷达目标检测中，有些目标出现在绿植等自然环境中，有些由于空气中的汽车尾气、雨雾等噪声出现在道路中。由于标注数据集覆盖的范围有限，以及检测网络检测精度等因素，会在实际过程中出现一定数量的目标误检，其中。因此如何更好地实现目标检测成为亟待解决的问题。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种点云数据的过滤方法，该方法基于点云数据的类型，可有效过滤点云数据，避免点云数据的误检。

为达到上述目的，本发明第一方面实施例提出的点云数据的过滤方法，所述方法包括：获取点云数据；确定所述点云数据的类型，且确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤；确定所述点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对所述目标点云数据过滤。

根据本发明实施例的点云数据的过滤方法，通过获取点云数据，确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤，确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。该方法基于点云数据的类型，可有效过滤点云数据，避免点云数据的误检。

根据本发明的一个实施例，所述点云数据的类型包括行人、二轮车、三轮车、四轮车、事物、噪声和非地面点中的一种或多种。

根据本发明的一个实施例，确定所述点云数据的类型为所述行人时，其中，确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤，包括：确定所述点云数据的类型为所述行人的第一点云个数；判断所述第一点云个数小于第一个数阈值时，则对所述点云数据的类型为所述行人的所述点云数据过滤；或确定所述点云数据的类型为所述行人的第一点云占比和最大行人高度；判断所述第一点云占比小于第一占比阈值，且所述最大行人高度小于第一高度阈值时，则对所述点云数据的类型为所述行人的所述点云数据过滤。

根据本发明的一个实施例，确定所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车时，其中，确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤，包括：确定所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的第二点云个数；判断所述第二点云个数小于第二个数阈值时，则对所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的所述点云数据过滤；或获取所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的第一相近点云个数和第一相近点云占比；判断所述第一相近点云个数小于相近个数阈值，且所述第一相近点云占比小于相近占比阈值时，则对所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的所述点云数据过滤。

根据本发明的一个实施例，确定所述点云数据的类型为所述事物时，获取所述点云数据的类型为所述事物的第三点云个数和第二点云占比；判断所述第三点云个数大于第三个数阈值，且所述第二点云占比大于第二占比阈值时，对所述点云数据的类型为所述事物的所述点云数据过滤。

根据本发明的一个实施例，将所述点云数据的类型为所述噪声和/或为所述非地面点的所述点云数据作为所述目标点云数据，并获取所述点云数据的类型为所述噪声的第四点云个数，和/或获取所述点云数据的类型为所述非地面点的第五点云个数。

根据本发明的一个实施例，确定所述第四点云个数与所述第五点云个数的比值大于比值阈值时，对所述点云数据的类型为所述噪声和/或所述非地面点的所述目标点云数据过滤。

为达到上述目的，本发明第三方面实施例提出的点云数据的过滤装置，所述装置包括：获取模块，用于获取点云数据；第一过滤模块，用于确定所述点云数据的类型，且确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤；第二过滤模块，用于确定所述点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对所述目标点云数据过滤。

为达到上述目的，本发明第三方面实施例提出的电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本发明第一方面实施例所述的点云数据的过滤方法。

为达到上述目的，本发明第四方面实施例提出的计算机可读存储介质，所述计算机程序被处理器执行时实现本发明第一方面实施例所述的点云数据的过滤方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的点云数据的过滤方法的流程图；

图2是根据本发明另一个实施例的点云数据的过滤方法的流程图；

图3是根据本发明一个实施例的点云数据的过滤装置的示意图；

图4是根据本发明一个实施例的电子设备的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

为此，本发明提出了一种点云数据的过滤方法、装置、电子设备及存储介质。

具体地，下面参考附图描述本发明实施例的一种点云数据的过滤方法、装置、电子设备及存储介质。

图1是根据本发明一个实施例的点云数据的过滤方法的流程图。需要说明的是，本发明实施例的点云数据的过滤方法可应用于本发明实施例的点云数据的过滤装置，该装置可被配置于电子设备上，也可以被配置在服务器中。其中，电子设备可以是PC机或移动终端。本发明实施例对此不作限定。例如，该计算机可以为3D扫描设备，例如，激光雷达、立体摄像头等硬件设备。

如图1所示，点云数据的过滤方法，包括：

S110，获取点云数据。

在本发明的实施例中，可以利用安装在自动驾驶车辆上的激光雷达获取目标检测区域的三维点云数据，同时获取三维点云数据中每个点以激光雷达为坐标原点的三维坐标x0，y0，z0以及反射强度，其中，x轴正方向为车体前进方向，y轴正方向为向车体左侧，z轴正方向为竖直向上，并且，本发明实施例中对激光雷达在自动驾驶车辆上的安装位置不做限定。例如，激光雷达可以安装在自动驾驶车辆的车顶或车前端。

需要说明的是，上述三维点云数据为先经过深度学习和语义分割网络推理得到目标框和所有点对应的类型，之后处理得到每个目标框及其框内带有语义类型的点云数据。

其中，点云数据的类型包括行人、二轮车、三轮车、四轮车、事物、噪声和非地面点中的一种或多种。

S120，确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤。

在本发明的实施例中，确定点云数据的类型后，可基于不同类型的点云数据进行过滤，其中，每类类型的点云数据对应不同的过滤规则。具体的实现方式可参考后续实施例。

S130，确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。

在本发明的实施例中，基于每类类型的点云数据对应不同的过滤规则，判断每类类型的点云数据不满足过滤规则时，获取目标点云数据，并采用另一种过滤规则对目标点云数据过滤。具体的实现方式可参考后续实施例。

根据本发明实施例的点云数据的过滤方法，通过获取点云数据，确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤，确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。该方法基于点云数据的类型，可有效过滤点云数据，避免点云数据的误检。

为了本领域人员更容易理解本申请，图2是根据本发明一个具体实施例的点云数据的过滤方法的流程图。如图2所示，该点云数据的过滤方法，包括：

S210，获取点云数据。

在本发明的实施例中，可通过安装在自动驾驶车辆上的激光雷达获取目标检测区域的三维点云数据。

S220，确定点云数据的类型为行人时，确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤。

在本发明的实施例中，可基于数据的特征，确定点云数据的类型。其中，确定点云数据的类型为行人时，确定点云数据的类型为行人的第一点云个数；判断第一点云个数小于第一个数阈值时，则对点云数据的类型为行人的点云数据过滤；或

确定点云数据的类型为行人的第一点云占比和最大行人高度；判断第一点云占比小于第一占比阈值，且最大行人高度小于第一高度阈值时，则对点云数据的类型为行人的点云数据过滤。

在本发明的一个实施例中，判断第一点云个数大于或等于第一个数阈值时，或判断第一点云占比大于或等于第一占比阈值，且最大行人高度大于或等于第一高度阈值时，则对点云数据的类型为行人的点云数据不过滤。

S230，确定点云数据的类型为二轮车、三轮车或四轮车时，其中，确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤。

在本发明的一个实施例中，确定点云数据的类型为二轮车、三轮车或四轮车的第二点云个数；判断第二点云个数小于第二个数阈值时，则对点云数据的类型为二轮车、三轮车或四轮车的点云数据过滤；或

获取点云数据的类型为二轮车、三轮车或四轮车的第一相近点云个数和第一相近点云占比；判断第一相近点云个数小于相近个数阈值，且第一相近点云占比小于相近占比阈值时，则对点云数据的类型为二轮车、三轮车或四轮车的点云数据过滤。

在本发明的一个实施例中，判断第二点云个数大于或等于第二个数阈值时，或判断第一相近点云个数大于或等于相近个数阈值，且第一相近点云占比大于或等于相近占比阈值时，则对点云数据的类型为二轮车、三轮车或四轮车的点云数据不过滤。

在本发明的另一个实施例中，在对点云数据的类型为行人、二轮车、三轮车或四轮车的点云数据过滤时，确定点云数据的类型为事物时，可获取点云数据的类型为事物的第三点云个数和第二点云占比；判断第三点云个数大于第三个数阈值，且第二点云占比大于第二占比阈值时，对点云数据的类型为事物的点云数据过滤。

其中，事物包括但不限于绿植、建筑物和交通信号杆。

举例而言，车辆在道路上行驶，道路旁边的绿化带由于经常变化，容易出现与行人、二轮车、三轮车或四轮车类似的特征，经过目标检测网络推理检测到对应类型目标框，但是有可能会出现一两帧误检。其中误检到的虚目标可能会影响车辆在靠近绿化带时的行进；而且智能座舱的可视化显示屏也会出现虚目标，影响用户体验。本发明通过对点云数据的类型为事物的点云数据过滤可有效过滤掉绿化带的虚目标。

在本发明的一个实施例中，判断第三点云个数小于或等于第三个数阈值，且第二点云占比小于或等于第二占比阈值时，对点云数据的类型为事物的点云数据不过滤。

S240，获取目标点云数据。

在本发明的实施例中，在上述点云数据不过滤的情况下，可将点云数据的类型为噪声和/或为非地面点的点云数据作为目标点云数据，并获取点云数据的类型为噪声的第四点云个数，和/或获取点云数据的类型为非地面点的第五点云个数。

S250，采用第二过滤规则对所述目标点云数据过滤。

在本发明的实施例中，确定第四点云个数与第五点云个数的比值大于比值阈值时，对点云数据的类型为噪声和/或非地面点的目标点云数据过滤。

举例而言，在道路空中由于汽车尾气、雨雾，或是由于激光雷达传感器自身性能原因引起的噪声，目标检测网络推理检测得到虚目标框，在汽车行进的过程中，这将很大程度上影响自动驾驶。本发明通过对点云数据的类型为噪声和/或非地面点的目标点云数据过滤，可有效过滤掉这类虚目标。

根据本发明实施例的点云数据的过滤方法，获取点云数据，确定点云数据的类型为行人、二轮车、三轮车或四轮车时，确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤，在上述点云数据不过滤的情况下，可将点云数据的类型为噪声和/或为非地面点的点云数据作为目标点云数据，采用第二过滤规则对所述目标点云数据过滤。该方法可基于不同类型的点云数据，采用不同的过滤规则实现对点云数据有效过滤，避免了点云数据的误检。

与上述几种实施例提供的点云数据的过滤方法相对应，本发明的一种实施例还提供一种点云数据的过滤装置，由于本发明实施例提供的点云数据的过滤装置与上述几种实施例提供的点云数据的过滤方法相对应，因此在点云数据的过滤方法的实施方式也适用于本实施例提供的点云数据的过滤装置，在本实施例中不再详细描述。图3是根据本发明一个实施例的点云数据的过滤装置的结构示意图。

如图3所示，该点云数据的过滤装置300包括：获取模块310、第一过滤模块320和第二过滤模块330，其中，

获取模块310，用于获取点云数据；

第一过滤模块320，用于确定所述点云数据的类型，且确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤；

第二过滤模块330，用于确定所述点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对所述目标点云数据过滤。

根据本发明实施例的点云数据的过滤装置，通过获取点云数据，确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤，确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。由此基于点云数据的类型，可有效过滤点云数据，避免点云数据的误检。

在本发明的一个实施例中，所述点云数据的类型包括行人、二轮车、三轮车、四轮车、事物、噪声和非地面点中的一种或多种。

在本发明的一个实施例中，确定所述点云数据的类型为所述行人时，其中，所述第一过滤模块320，具体用于确定所述点云数据的类型为所述行人的第一点云个数；判断所述第一点云个数小于第一个数阈值时，则对所述点云数据的类型为所述行人的所述点云数据过滤；或确定所述点云数据的类型为所述行人的第一点云占比和最大行人高度；判断所述第一点云占比小于第一占比阈值，且所述最大行人高度小于第一高度阈值时，则对所述点云数据的类型为所述行人的所述点云数据过滤。

在本发明的一个实施例中，确定所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车时，其中，所述第一过滤模块320，具体用于确定所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的第二点云个数；判断所述第二点云个数小于第二个数阈值时，则对所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的所述点云数据过滤；或获取所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的第一相近点云个数和第一相近点云占比；判断所述第一相近点云个数小于相近个数阈值，且所述第一相近点云占比小于相近占比阈值时，则对所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的所述点云数据过滤。

在本发明的一个实施例中，所述第一过滤模块320，具体用于确定所述点云数据的类型为所述事物时，获取所述点云数据的类型为所述事物的第三点云个数和第二点云占比；判断所述第三点云个数大于第三个数阈值，且所述第二点云占比大于第二占比阈值时，对所述点云数据的类型为所述事物的所述点云数据过滤。

在本发明的一个实施例中，所述第二过滤模块330，具体用于将所述点云数据的类型为所述噪声和/或为所述非地面点的所述点云数据作为所述目标点云数据，并获取所述点云数据的类型为所述噪声的第四点云个数，和/或获取所述点云数据的类型为所述非地面点的第五点云个数。

在本发明的一个实施例中，所述第二过滤模块330，具体用于，确定所述第四点云个数与所述第五点云个数的比值大于比值阈值时，对所述点云数据的类型为所述噪声和/或所述非地面点的所述目标点云数据过滤。

根据本发明实施例的装置，下面参考图4，其示出了适于用来实现本发明实施例的电子设备(例如图1中的终端设备或服务器)400的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：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406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400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400，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。

特别地，根据本发明的实施例，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，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态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409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理装置401执行时，执行本发明实施例的方法中限定的上述功能。

需要说明的是，本发明上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。在本发明中，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。而在本发明中，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。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

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：获取点云数据；确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤；确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。

或者，上述计算机可读介质承载有一个或者多个程序，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：获取点云数据；确定点云数据的类型，且确定点云数据满足第一过滤规则时，对不同类型的点云数据过滤；确定点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对目标点云数据过滤。

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发明的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，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，图示了按照本发明各种实施例的系统、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。

描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本发明的上下文中，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。

以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种点云数据的过滤方法，其特征在于，所述方法包括：

获取点云数据；

确定所述点云数据的类型，且确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤；

确定所述点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对所述目标点云数据过滤。

2.根据权利要求1所述的点云数据的过滤方法，其特征在于，所述点云数据的类型包括行人、二轮车、三轮车、四轮车、事物、噪声和非地面点中的一种或多种。

3.根据权利要求2所述的点云数据的过滤方法，其特征在于，确定所述点云数据的类型为所述行人时，其中，确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤，包括：

确定所述点云数据的类型为所述行人的第一点云个数；

判断所述第一点云个数小于第一个数阈值时，则对所述点云数据的类型为所述行人的所述点云数据过滤；或

确定所述点云数据的类型为所述行人的第一点云占比和最大行人高度；

判断所述第一点云占比小于第一占比阈值，且所述最大行人高度小于第一高度阈值时，则对所述点云数据的类型为所述行人的所述点云数据过滤。

4.根据权利要求2所述的点云数据的过滤方法，其特征在于，确定所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车时，其中，确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤，包括：

确定所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的第二点云个数；

判断所述第二点云个数小于第二个数阈值时，则对所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的所述点云数据过滤；或

获取所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的第一相近点云个数和第一相近点云占比；

判断所述第一相近点云个数小于相近个数阈值，且所述第一相近点云占比小于相近占比阈值时，则对所述点云数据的类型为所述二轮车、所述三轮车或所述四轮车的所述点云数据过滤。

5.根据权利要求3-4所述的点云数据的过滤方法，其特征在于，确定所述点云数据的类型为所述事物时，获取所述点云数据的类型为所述事物的第三点云个数和第二点云占比；判断所述第三点云个数大于第三个数阈值，且所述第二点云占比大于第二占比阈值时，对所述点云数据的类型为所述事物的所述点云数据过滤。

6.根据权利要求5所述的点云数据的过滤方法，其特征在于，将所述点云数据的类型为所述噪声和/或为所述非地面点的所述点云数据作为所述目标点云数据，并获取所述点云数据的类型为所述噪声的第四点云个数，和/或获取所述点云数据的类型为所述非地面点的第五点云个数。

7.根据权利要求6所述的点云数据的过滤方法，其特征在于，确定所述第四点云个数与所述第五点云个数的比值大于比值阈值时，对所述点云数据的类型为所述噪声和/或所述非地面点的所述目标点云数据过滤。

8.一种点云数据的过滤装置，其特征在于，所述装置包括：

获取模块，用于获取点云数据；

第一过滤模块，用于确定所述点云数据的类型，且确定所述点云数据满足第一过滤规则时，对不同类型的所述点云数据过滤；

第二过滤模块，用于确定所述点云数据不满足第一过滤规则时，获取目标点云数据，并采用第二过滤规则对所述目标点云数据过滤。

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个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处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的点云数据的过滤方法。

10.一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1-7中任一项所述的点云数据的过滤方法。

Images