CN116205964A - 一种基于水平距离的点云下采样方法和装置 - Google Patents
一种基于水平距离的点云下采样方法和装置 Download PDFInfo
- Publication number
- CN116205964A CN116205964A CN202310500296.2A CN202310500296A CN116205964A CN 116205964 A CN116205964 A CN 116205964A CN 202310500296 A CN202310500296 A CN 202310500296A CN 116205964 A CN116205964 A CN 116205964A
- Authority
- CN
- China
- Prior art keywords
- centroid
- point cloud
- horizontal distance
- voxel grid
- random number
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- 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
本发明公开了一种基于水平距离的点云下采样方法和装置,涉及自动驾驶技术领域。该方法的一具体实施方式包括:将点云分割成多个体素网格;计算各个所述体素网格的质心坐标;根据各个所述体素网格的质心坐标,计算各个所述体素网格的质心与所述点云的质心的水平距离;根据所述水平距离对所述点云进行下采样,得到目标点云;其中,所述体素网格的质心与所述点云的质心的水平距离、所述体素网格的质心为所述目标点云中点的概率成正比。该实施方式能够保留约束更强的点,提高定位结果的准确性。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种基于水平距离的点云下采样方法和装置。
背景技术
在自动驾驶系统中,通常使用激光雷达来感知周围环境的三维信息。由于成本以及计算资源的限制,车载计算平台的性能不足以支撑原始规模的点云处理,因此,需要对激光雷达采集的原始点云进行下采样。
目前,一般通过体素滤波的方式进行下采样。即将点云分割成不同的体素网格,计算各个体素网格的质心,以该质心代表该体素网格内的若干点,从而实现点云的下采样。
但是,该方法没有对各个体素网格加以区别,导致一些特征更显著的点被舍弃,进而影响后续定位结果的准确性。
发明内容
有鉴于此,本发明实施例提供一种基于水平距离的点云下采样方法和装置,能够保留约束更强的点,提高定位结果的准确性。
第一方面,本发明实施例提供了一种基于水平距离的点云下采样方法,包括:
将点云分割成多个体素网格;
计算各个所述体素网格的质心坐标;
根据各个所述体素网格的质心坐标,计算各个所述体素网格的质心与所述点云的质心的水平距离;
根据所述水平距离对所述点云进行下采样,得到目标点云;其中,所述体素网格的质心与所述点云的质心的水平距离为L,所述体素网格的质心为所述目标点云中点的概率为P,L与P成正比。
第二方面,本发明实施例提供了一种基于水平距离的点云下采样装置,包括:
分割模块,配置为将点云分割成多个体素网格;
计算模块,配置为计算各个所述体素网格的质心坐标;根据各个所述体素网格的质心坐标,计算各个所述体素网格的质心与所述点云的质心的水平距离;
采样模块,配置为根据所述水平距离对所述点云进行下采样,得到目标点云;其中,所述体素网格的质心与所述点云的质心的水平距离为L,所述体素网格的质心为所述目标点云中点的概率为P,L与P成正比。
第三方面,本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一实施例所述的方法。
第四方面,本发明实施例提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:考虑到在激光雷达的有效测距范围内,距离点云质心越远的点具有更强的约束,能提供本发明实施例基于体素网格的质心与点云的质心的水平距离,在下采样的过程中,优先选择距离点云质心更远的点,使得到的目标点云具有更多的特征信息,进而提高后续车辆定位的准确性。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明的一个实施例提供的一种基于水平距离的点云下采样方法的流程图;
图2是本发明的一个实施例提供的一种基于水平距离的点云下采样方法的流程图;
图3是本发明的一个实施例提供的一种基于水平距离的点云下采样装置的示意图;
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明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,而不会背离本发明的范围和精神。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。
通常情况下,在激光雷达的有效测距范围内,距离质心越远的点提供的约束越强,经过匹配计算后能得到更准确的定位信息。但是,仅保留距离质心较远的点云,会影响点云信息的丰富性。
基于此,如图1所示,本发明实施例提供了一种基于水平距离的点云下采样方法,包括:
步骤101:将点云分割成多个体素网格。
与体素滤波类似,本发明实施例先确定包裹该点云的立方体,然后根据设定的分辨率,将该立方体分割成不同的体素网格。
步骤102:计算各个体素网格的质心坐标。
基于体素网格内的点,计算体素网格的质心坐标。
步骤103:根据各个体素网格的质心坐标,计算各个体素网格的质心与点云的质心的水平距离。
步骤104:根据水平距离对点云进行下采样,得到目标点云;其中,体素网格的质心与点云的质心的水平距离为L,体素网格的质心为目标点云中点的概率为P,L与P成正比。
在下采样的过程中,与点云的质心的水平距离更远的体素网格的质心,将被优先选为目标点云中的点。
考虑到在激光雷达的有效测距范围内,距离点云质心越远的点具有更强的约束,能提供本发明实施例基于体素网格的质心与点云的质心的水平距离,在下采样的过程中,优先选择距离点云质心更远的点,使得到的目标点云具有更多的特征信息,进而提高后续车辆定位的准确性。
在本发明的一个实施例中,根据水平距离对点云进行下采样,得到目标点云,包括:
确定当前未采样的体素网格的质心与点云的质心的最大水平距离;
确定第一随机数和第二随机数;其中,第一随机数为不小于1、且不大于当前未采样的体素网格的数量的正整数,第二随机数不小于0、且不大于最大水平距离;
当第二随机数不大于目标体素网格的质心与点云的质心的水平距离时,确定目标体素网格的质心为下采样得到的目标点云中的点;其中,目标体素网格为按照水平距离由小到大排列的体素网格中,顺位为第一随机数的体素网格;
当满足预设的终止条件时,终止当前流程,否则,执行确定当前未采样的体素网格的质心与点云的质心的最大水平距离。
终止条件可以根据实际业务需求设置,例如,终止条件为达到预设的时间等。当前未采样的体素网格,即质心不属于目标点云中的点的体素网格。
由于第二随机数不小于0、且不大于最大水平距离,因此,如果目标体素网格的质心与点云的质心的水平距离越大,第二随机数小于该水平距离的概率越大。基于此,本发明实施例能够使得水平距离越大,体素网格的质心为目标点云中点的概率越大。
在本发明的一个实施例中,该方法还包括:
当第二随机数大于目标体素网格的质心与点云的质心的水平距离时,统计目标体素网格的质心与点云的质心的水平距离小于第二随机数的次数,如果次数小于预设的次数阈值,则执行确定第一随机数和第二随机数,否则,执行确定目标体素网格的质心为下采样得到的目标点云中的点。
本发明实施例能够通过次数阈值,防止在极端情况下第二随机数连续多次大于水平距离,提高采样速度。
在本发明的一个实施例中,终止条件包括:目标点云中点的数量等于预设的数量阈值。
本发明实施例能够通过数量阈值,控制下采样的比例,得到限定数量的点,进而提高下采样的效率。
如图2,本发明实施例提供了一种基于水平距离的点云下采样方法,包括:
步骤201:将点云分割成多个体素网格。
步骤202:计算各个体素网格的质心坐标。
步骤203:根据各个体素网格的质心坐标,计算各个体素网格的质心与点云的质心的水平距离。
例如,分割得到N个体素网格,各个体素网格的质心与点云的质心的水平距离,按照由小到大的顺序分别为L1, L2,…, LN。
步骤204:确定当前未采样的体素网格的质心与点云的质心的最大水平距离。
最大水平距离对应的体素网格的质心,具有最大的权重或概率成为目标点云中的点。
步骤205:确定第一随机数i和第二随机数j。
其中,1≤i≤N,0≤j≤LMax,LMax为最大水平距离。
步骤206:确定是否满足j≤Li,如果是,执行步骤207,否则,执行步骤209。
其中,Li用于表征第i个体素网格的质心与点云的质心的水平距离。
步骤207:确定第i个体素网格的质心为下采样得到的目标点云中的点。
步骤208:确定目标点云中点的数量是否等于预设的数量阈值,如果是,终止当前流程,否则,执行步骤204。
步骤209:统计第i个体素网格的质心与点云的质心的水平距离小于j的次数。
步骤210:确定次数是否小于预设的次数阈值,如果是,执行步骤205,否则,执行步骤207。
需要说明的是,本发明实施例统计的是累计次数,例如,次数阈值为3,如果j=10、11时,第i个体素网格的质心与点云的质心的水平距离均小于j,则次数为2。
本发明实施例在对大量点云进行下采样的过程中,优先选择水平距离更大的体素网格的质心作为目标点云中的点,能够保留具备约束能力更强的点,同时控制下采样的比例。
如图3所示,本发明实施例提供了一种基于水平距离的点云下采样装置,包括:
分割模块301,配置为将点云分割成多个体素网格;
计算模块302,配置为计算各个体素网格的质心坐标;根据各个体素网格的质心坐标,计算各个体素网格的质心与点云的质心的水平距离;
采样模块303,配置为根据水平距离对点云进行下采样,得到目标点云;其中,体素网格的质心与点云的质心的水平距离为L,体素网格的质心为目标点云中点的概率为P,L与P成正比。
在本发明的一个实施例中,采样模块303,配置为确定当前未采样的体素网格的质心与点云的质心的最大水平距离;确定第一随机数和第二随机数;其中,第一随机数为不小于1、且不大于当前未采样的体素网格的数量的正整数,第二随机数不小于0、且不大于最大水平距离;当第二随机数不大于目标体素网格的质心与点云的质心的水平距离时,确定目标体素网格的质心为下采样得到的目标点云中的点;其中,目标体素网格为按照水平距离由小到大排列的体素网格中,顺位为第一随机数的体素网格;当满足预设的终止条件时,终止当前流程,否则,执行确定当前未采样的体素网格的质心与点云的质心的最大水平距离。
在本发明的一个实施例中,采样模块303,配置为当第二随机数大于目标体素网格的质心与点云的质心的水平距离时,统计目标体素网格的质心与点云的质心的水平距离小于第二随机数的次数,如果次数小于预设的次数阈值,则执行确定第一随机数和第二随机数,否则,执行确定目标体素网格的质心为下采样得到的目标点云中的点。
在本发明的一个实施例中,终止条件包括:目标点云中点的数量等于预设的数量阈值。
本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一实施例的方法。
本发明实施例提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述任一实施例所述的方法。
下面参考图4,其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端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,计算机系统400包括中央处理单元(CPU)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部分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,还存储有系统400操作所需的各种程序和数据。CPU401、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。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明公开的实施例,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,本发明公开的实施例包括一种计算机程序产品,其包括承载在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部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示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,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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,上述模块、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,框图或流程图中的每个方框、以及框图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模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于水平距离的点云下采样方法,其特征在于,包括:
将点云分割成多个体素网格;
计算各个所述体素网格的质心坐标;
根据各个所述体素网格的质心坐标,计算各个所述体素网格的质心与所述点云的质心的水平距离;
根据所述水平距离对所述点云进行下采样,得到目标点云;其中,所述体素网格的质心与所述点云的质心的水平距离为L,所述体素网格的质心为所述目标点云中点的概率为P,L与P成正比。
2.如权利要求1所述的方法,其特征在于,
根据所述水平距离对所述点云进行下采样,得到目标点云,包括:
确定当前未采样的体素网格的质心与所述点云的质心的最大水平距离;
确定第一随机数和第二随机数;其中,所述第一随机数为不小于1、且不大于当前未采样的体素网格的数量的正整数,所述第二随机数不小于0、且不大于所述最大水平距离;
当所述第二随机数不大于目标体素网格的质心与所述点云的质心的水平距离时,确定所述目标体素网格的质心为下采样得到的目标点云中的点;其中,所述目标体素网格为按照水平距离由小到大排列的体素网格中,顺位为第一随机数的体素网格;
当满足预设的终止条件时,终止当前流程,否则,执行所述确定当前未采样的体素网格的质心与所述点云的质心的最大水平距离。
3.如权利要求2所述的方法,其特征在于,进一步包括:
当所述第二随机数大于所述目标体素网格的质心与所述点云的质心的水平距离时,统计所述目标体素网格的质心与所述点云的质心的水平距离小于第二随机数的次数,如果所述次数小于预设的次数阈值,则执行所述确定第一随机数和第二随机数,否则,执行所述确定所述目标体素网格的质心为下采样得到的目标点云中的点。
4.如权利要求2所述的方法,其特征在于,
所述终止条件包括:所述目标点云中点的数量等于预设的数量阈值。
5.一种基于水平距离的点云下采样装置,其特征在于,包括:
分割模块,配置为将点云分割成多个体素网格;
计算模块,配置为计算各个所述体素网格的质心坐标;根据各个所述体素网格的质心坐标,计算各个所述体素网格的质心与所述点云的质心的水平距离;
采样模块,配置为根据所述水平距离对所述点云进行下采样,得到目标点云;其中,所述体素网格的质心与所述点云的质心的水平距离为L,所述体素网格的质心为所述目标点云中点的概率为P,L与P成正比。
6.如权利要求5所述的装置,其特征在于,
所述采样模块,配置为确定当前未采样的体素网格的质心与所述点云的质心的最大水平距离;确定第一随机数和第二随机数;其中,所述第一随机数为不小于1、且不大于当前未采样的体素网格的数量的正整数,所述第二随机数不小于0、且不大于所述最大水平距离;当所述第二随机数不大于目标体素网格的质心与所述点云的质心的水平距离时,确定所述目标体素网格的质心为下采样得到的目标点云中的点;其中,所述目标体素网格为按照水平距离由小到大排列的体素网格中,顺位为第一随机数的体素网格;当满足预设的终止条件时,终止当前流程,否则,执行所述确定当前未采样的体素网格的质心与所述点云的质心的最大水平距离。
7.如权利要求6所述的装置,其特征在于,
所述采样模块,配置为当所述第二随机数大于所述目标体素网格的质心与所述点云的质心的水平距离时,统计所述目标体素网格的质心与所述点云的质心的水平距离小于第二随机数的次数,如果所述次数小于预设的次数阈值,则执行所述确定第一随机数和第二随机数,否则,执行所述确定所述目标体素网格的质心为下采样得到的目标点云中的点。
8.如权利要求6所述的装置,其特征在于,
所述终止条件包括:所述目标点云中点的数量等于预设的数量阈值。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310500296.2A CN116205964B (zh) | 2023-05-06 | 2023-05-06 | 一种基于水平距离的点云下采样方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310500296.2A CN116205964B (zh) | 2023-05-06 | 2023-05-06 | 一种基于水平距离的点云下采样方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116205964A true CN116205964A (zh) | 2023-06-02 |
CN116205964B CN116205964B (zh) | 2023-07-18 |
Family
ID=86511575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310500296.2A Active CN116205964B (zh) | 2023-05-06 | 2023-05-06 | 一种基于水平距离的点云下采样方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205964B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117456131A (zh) * | 2023-12-26 | 2024-01-26 | 深圳市信润富联数字科技有限公司 | 缺陷场景下点云的降采样方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050111009A1 (en) * | 2003-10-24 | 2005-05-26 | John Keightley | Laser triangulation system |
US20130057653A1 (en) * | 2011-09-06 | 2013-03-07 | Electronics And Telecommunications Research Institute | Apparatus and method for rendering point cloud using voxel grid |
CN112150501A (zh) * | 2020-09-18 | 2020-12-29 | 浙江吉利控股集团有限公司 | 基于激光雷达的目标检测方法、装置、设备及存储介质 |
CN115187749A (zh) * | 2022-07-28 | 2022-10-14 | 重庆大学 | 基于立方体网络模型的点云表面重建方法及系统 |
CN115372989A (zh) * | 2022-08-19 | 2022-11-22 | 中国人民解放军陆军工程大学 | 基于激光雷达的越野自动小车长距离实时定位系统及方法 |
CN115525859A (zh) * | 2022-11-04 | 2022-12-27 | 中铁四局集团第五工程有限公司 | 点云降采样方法及系统 |
US20230036294A1 (en) * | 2021-09-30 | 2023-02-02 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method for processing image, electronic device and storage medium |
-
2023
- 2023-05-06 CN CN202310500296.2A patent/CN116205964B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050111009A1 (en) * | 2003-10-24 | 2005-05-26 | John Keightley | Laser triangulation system |
US20130057653A1 (en) * | 2011-09-06 | 2013-03-07 | Electronics And Telecommunications Research Institute | Apparatus and method for rendering point cloud using voxel grid |
CN112150501A (zh) * | 2020-09-18 | 2020-12-29 | 浙江吉利控股集团有限公司 | 基于激光雷达的目标检测方法、装置、设备及存储介质 |
US20230036294A1 (en) * | 2021-09-30 | 2023-02-02 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method for processing image, electronic device and storage medium |
CN115187749A (zh) * | 2022-07-28 | 2022-10-14 | 重庆大学 | 基于立方体网络模型的点云表面重建方法及系统 |
CN115372989A (zh) * | 2022-08-19 | 2022-11-22 | 中国人民解放军陆军工程大学 | 基于激光雷达的越野自动小车长距离实时定位系统及方法 |
CN115525859A (zh) * | 2022-11-04 | 2022-12-27 | 中铁四局集团第五工程有限公司 | 点云降采样方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117456131A (zh) * | 2023-12-26 | 2024-01-26 | 深圳市信润富联数字科技有限公司 | 缺陷场景下点云的降采样方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116205964B (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11328429B2 (en) | Method and apparatus for detecting ground point cloud points | |
CN110632608B (zh) | 一种基于激光点云的目标检测方法和装置 | |
CN109359170B (zh) | 用于生成信息的方法和装置 | |
CN116205964B (zh) | 一种基于水平距离的点云下采样方法和装置 | |
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN110390706B (zh) | 一种物体检测的方法和装置 | |
CN112598615A (zh) | 障碍物检测方法、装置、电子设备和计算机可读介质 | |
CN115406457A (zh) | 一种可行驶区域检测方法、系统、设备及存储介质 | |
CN112558035B (zh) | 用于估计地面的方法和装置 | |
US20230368407A1 (en) | Drivable area detection method, computer device, storage medium, and vehicle | |
CN112630798B (zh) | 用于估计地面的方法和装置 | |
CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN112785650A (zh) | 一种相机参数标定方法及装置 | |
CN110363847B (zh) | 一种基于点云数据的地图模型构建方法和装置 | |
CN112622923A (zh) | 用于控制车辆的方法和装置 | |
CN113761090B (zh) | 一种基于点云地图的定位方法和装置 | |
CN110363834B (zh) | 一种点云数据的分割方法和装置 | |
CN115061386A (zh) | 智能驾驶的自动化仿真测试系统及相关设备 | |
CN113269827B (zh) | 一种实现自动化标定的方法和计算装置 | |
CN116295466A (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN114485568A (zh) | 测绘方法和装置、计算机设备、存储介质 | |
CN117392631B (zh) | 一种道路边界提取方法、装置、电子设备及存储介质 | |
CN114399555B (zh) | 数据在线标定方法、装置、电子设备和计算机可读介质 | |
CN112435224B (zh) | 一种停止线提取的置信度评估方法及装置 | |
CN114202625B (zh) | 路肩线的提取方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |