CN116385509A - 点云数据配准方法、装置、电子设备、系统和存储介质 - Google Patents

点云数据配准方法、装置、电子设备、系统和存储介质 Download PDF

Info

Publication number
CN116385509A
CN116385509A CN202310352678.5A CN202310352678A CN116385509A CN 116385509 A CN116385509 A CN 116385509A CN 202310352678 A CN202310352678 A CN 202310352678A CN 116385509 A CN116385509 A CN 116385509A
Authority
CN
China
Prior art keywords
point cloud
registered
error function
pair
weight
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
CN202310352678.5A
Other languages
English (en)
Inventor
曾毓菁
王军厚
陈立扬
陈鹏宇
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.)
Guangzhou Asensing Technology Co Ltd
Original Assignee
Guangzhou Asensing 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 Guangzhou Asensing Technology Co Ltd filed Critical Guangzhou Asensing Technology Co Ltd
Priority to CN202310352678.5A priority Critical patent/CN116385509A/zh
Publication of CN116385509A publication Critical patent/CN116385509A/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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • 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

Abstract

本申请实施例提出一种点云数据配准方法、装置、电子设备、系统和存储介质，涉及点云标定领域。获取包括多个待配准点云和多个目标点云的点云数据，且每个待配准点云和对应的一个目标点云构成点云对，之后根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的误差函数，并根据该误差函数计算点云数据的变换矩阵，根据该变换矩阵对每个待配准点云的坐标信息进行更新，同时，还按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，直到该误差函数的迭代参数满足预设迭代条件。该方法可提高配准精度。

Description

点云数据配准方法、装置、电子设备、系统和存储介质
技术领域
本申请涉及点云标定领域，具体而言，涉及一种点云数据配准方法、装置、电子设备、系统和存储介质。
背景技术
目前，随着自动驾驶技术的发展，车上搭载的设备种类越来越多，且这些设备主要用于进行环境感知以及定位，例如激光雷达、TOF(Time-of-flight，飞行时间)相机等，而为了为自动驾驶提供丰富的环境信息，则需要准确对上述设备采集到的图像进行配准，但现有技术中存在配准精度较差的问题。
发明内容
有鉴于此，本申请的目的在于提供一种点云数据配准方法、装置、电子设备、系统和存储介质，以解决现有技术中存在配准精度较差的问题。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请提供一种点云数据配准方法，所述方法包括：
获取点云数据；所述点云数据包括多个待配准点云和多个目标点云；每个所述待配准点云和对应的一个所述目标点云构成点云对；
根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的误差函数；其中，所述误差函数包括所述点云数据的权值函数，所述权值函数用于表征每个所述点云对在配准过程中的权重；
根据所述误差函数计算所述点云数据的变换矩阵，并根据所述变换矩阵对每个所述待配准点云的坐标信息进行更新；
按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件。
在可选的实施方式中，所述根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的误差函数，包括：
根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的初始误差函数；
根据所述初始误差函数计算所述点云数据的方差矩阵；
根据所述方差矩阵构建所述点云数据的权值函数；
根据所述权值函数以及所述初始误差函数，构建所述点云数据的误差函数。
在可选的实施方式中，所述根据所述方差矩阵计算所述点云对的权值函数，包括：
获取每个所述点云对的深度参数，根据所述深度参数计算每个所述点云对的第一权值；
按照预设的分解算法对所述方差矩阵进行分解，获得多个特征值；
根据所述多个特征值中的最小值对应的特征向量、每个所述点云对中的待配准点云和目标点云的坐标信息，计算每个所述点云对的第二权值；
根据每个所述点云对的第一权值和第二权值，构建所述点云数据的权值函数。
在可选的实施方式中，所述根据所述深度参数计算每个所述点云对的第一权值，包括：
根据以下公式计算所述第一权值：
Wdeg＝1/Zi2
其中，Wdeg表征所述第一权值，Zi表征第i个点云对的深度参数。
在可选的实施方式中，所述根据所述多个特征值中的最小值对应的特征向量、每个所述点云对中的待配准点云和目标点云的坐标信息，计算每个所述点云对的第二权值，包括：
根据以下公式计算所述第二权值：
Figure BDA0004162182640000031
其中，Wsta表征所述第二权值，Vs表征所述多个特征值中的最小值对应的特征向量，pi表征第i个点云对中的待配准点云的三维坐标，
Figure BDA0004162182640000032
表征第i个点云法向量的倒置。
在可选的实施方式中，所述根据每个所述点云对的第一权值和第二权值，构建所述点云数据的权值函数，包括：
根据以下公式构建所述权值函数：
Wfinal＝Wsta·Wdeg
其中，Wfinal表征所述权值函数，Wsta表征所述第二权值，Wdeg表征所述第一权值。
在可选的实施方式中，所述根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的初始误差函数，包括：
根据以下公式构建所述初始误差函数：
E＝∑((R·pi+t-qi)·ni)2
其中，E表征所述初始误差函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
在可选的实施方式中，所述根据所述初始误差函数计算所述点云数据的方差矩阵，包括：
根据以下公式计算所述点云数据的方差矩阵：
C＝ATA
A＝[ai1,ai2,ai3,nix,niy,niz]
其中，C表征所述方差矩阵，AT表征A矩阵的转置，nix表征第i个点云对中的目标点云在x轴方向的法向量，niy表征第i个点云对中的目标点云在y轴方向的法向量，niz表征第i个点云对中的目标点云在z轴方向的法向量，pix表征第i个点云对中的待配准点云的在x轴方向的坐标，piy表征第i个点云对中的待配准点云的在y轴方向的坐标，piz表征第i个点云对中的待配准点云的在z轴方向的坐标。
在可选的实施方式中，所述根据所述权值函数以及所述初始误差函数，构建所述点云数据的误差函数，包括：
根据以下公式构建所述点云数据的误差函数：
E′＝∑(Wfinal·(R·pi+t-qi)·ni)2
其中，E′表征所述误差函数，Wfinal表征所述权值函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
在可选的实施方式中，所述根据所述误差函数计算所述点云数据的变换矩阵，包括：
对所述误差函数进行最小化处理，获得变换矩阵增量；
根据初始变换矩阵和所述变换矩阵增量，计算所述变换矩阵。
在可选的实施方式中，所述迭代参数包括当前迭代次数，所述按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件，包括：
按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，并确定当前迭代次数是否达到预设迭代次数；
若当前迭代次数达到预设迭代次数，则确定所述误差函数的迭代参数满足预设迭代条件。
在可选的实施方式中，所述迭代参数包括误差值，所述按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件，包括：
按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，获得迭代后的误差函数，并根据所述迭代后的误差函数计算误差值；
若所述误差值小于预设误差阈值，则确定所述误差函数的迭代参数满足预设迭代条件。
在可选的实施方式中，在所述根据所述误差函数计算所述点云数据的变换矩阵，并根据所述变换矩阵对每个所述待配准点云的坐标信息进行更新的步骤之前，所述方法还包括：
在确定每个所述点云对中的待配准点云未经过归一化处理的情况下，对每个所述点云对中的待配准点云进行归一化处理。
在可选的实施方式中，在所述获取点云数据的步骤之前，所述方法还包括：
获取初始点云，并对所述初始点云进行预处理，获得同一时刻下相同地点对应的多个待配准点云以及多个目标点云；
分别将每个所述待配准点云与所述目标点云进行匹配，获得多个点云对；
对全部所述点云对中的待配准点云进行归一化处理。
在可选的实施方式中，所述对全部所述点云对中的待配准点云进行归一化处理，包括：
根据全部所述点云对中的待配准点云的初始坐标信息，计算中心点的坐标；
分别根据每个所述点云对中的待配准点云的初始坐标信息以及所述中心点的坐标，计算每个所述待配准点云到所述中心点的距离；
对每个所述点云对中的待配准点云到所述中心点的距离进行归一化处理，获得每个所述点云对中的待配准点云的坐标信息。
第二方面，本申请提供一种点云数据配准装置，所述装置包括：
获取模块，用于获取点云数据；所述点云数据包括多个待配准点云和多个目标点云；每个所述待配准点云和对应的一个所述目标点云构成点云对；
构建模块，用于根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的误差函数；其中，所述误差函数包括所述点云数据的权值函数，所述权值函数用于表征每个所述点云对在配准过程中的权重；
更新模块，用于根据所述误差函数计算所述点云数据的变换矩阵，并根据所述变换矩阵对每个所述待配准点云的坐标信息进行更新；
迭代模块，用于按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件。
第三方面，本申请提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现前述实施方式任一所述的方法。
第四方面，本申请提供一种点云数据配准系统，包括电子设备、待配准设备以及目标设备，其中，所述待配准设备为激光雷达，所述目标设备为TOF相机。
第五方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施方式中任一项所述的方法。
本申请实施例提供的点云数据配准方法、装置、电子设备、系统和存储介质，获取包括多个待配准点云和多个目标点云的点云数据，且每个待配准点云和对应的一个目标点云构成点云对，之后根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的误差函数，并根据该误差函数计算点云数据的变换矩阵，根据该变换矩阵对每个待配准点云的坐标信息进行更新，同时，还按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，直到该误差函数的迭代参数满足预设迭代条件。该方法通过生成带有权值函数的误差函数，可在计算点云数据的变换矩阵时结合该误差函数综合考量每个点云对在配准过程中的权重，从而使获得的变换矩阵更加精确，因此可提高配准精度。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例提供的点云数据配准系统的方框示意图；图2示出了本申请实施例提供的电子设备的方框示意图；
图3示出了本申请实施例提供的点云数据配准方法的一种流程示意图；
图4示出了点云数据配准的示意图；
图5示出了本申请实施例提供的点云数据配准方法的另一种流程示意图；
图6示出了本申请实施例提供的点云数据配准方法的另一种流程示意图；
图7示出了本申请实施例提供的点云数据配准方法的另一种流程示意图；
图8示出了本申请实施例提供的一种点云数据配准装置的功能模块图。
图标：10-电子设备；20-待配准设备；30-目标设备；100-存储器；110-处理器；120-通信模块；200-获取模块；210-构建模块；220-更新模块；230-迭代模块。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
图1为本申请实施例提供的点云数据配准系统的方框示意图，请参见图1，该系统包括电子设备10、待配准设备20以及目标设备30，且待配准设备20和目标设备30分别与电子设备10通信连接。
可选地，该电子设备10用于获取待配准设备20以及目标设备30发送的点云数据，并根据该待配准设备20以及目标设备30发送的点云数据进行点云数据配准。
可以理解地，该待配准设备20用于生成待配准点云，该目标设备30用于生成目标点云。
可选地，该点云数据配准系统可以搭载在车辆上，在本实施例中，若汽车上搭载有激光雷达以及TOF相机，则在一种可能实现的情况下，该待配准设备20可以是激光雷达，该目标设备30可以是TOF相机；在另一种可能实现的情况下，该待配准设备20可以是TOF相机，该目标设备30可以是激光雷达。
请参照图2，是电子设备10的方框示意图。所述电子设备10包括存储器100、处理器110及通信模块120。所述存储器100、处理器110以及通信模块120各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中，存储器100用于存储程序或者数据。所述存储器100可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，EEPROM)等。
处理器110用于读/写存储器中存储的数据或程序，并执行相应地功能。
通信模块120用于通过所述网络建立所述服务器与其它通信终端之间的通信连接，并用于通过所述网络收发数据。
应当理解的是，图2所示的结构仅为电子设备10的结构示意图，所述电子设备还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时可实现本申请实施例提供的点云数据配准方法。
接下来以上述图1中的电子设备10为执行主体，结合流程示意图对本申请实施例提供的点云数据配准方法进行示例性介绍。具体地，图3为本申请实施例提供的点云数据配准方法的一种流程示意图，请参见图3，该方法包括：
步骤S20，获取点云数据；
其中，点云数据包括多个待配准点云和多个目标点云；每个待配准点云和对应的一个目标点云构成点云对；可以理解地，该点云数据中包括多个点云对，每个点云对中包含有一个待配准点云以及与其对应的一个目标点云。
可选地，该待配准点云指的是需要进行配准的点云数据，该目标点云则指的是标准的点云数据，可以理解的，点云数据的配准即为将每个待配准点云向与之对应的目标点云进行配准。
在一种可能实现的方式中，汽车上搭载有激光雷达设备以及TOF相机，且激光雷达为待配准设备、TOF相机为目标设备，则在此情况下，该点云数据可以包括激光雷达所采集的点云数据，以及TOF相机所采集的深度图转化的点云数据，其中，待配准点云为激光雷达生成的点云数据，目标点云为TOF相机生成的点云数据。
可以理解地，在此情况下，电子设备可以通过将激光雷达生成的点云数据向TOF生成的点云数据进行配准，从而准确地对激光雷达和TOF相机的位置关系进行标定，将二者获取的数据信息融合至同一个坐标系下。在一个示例中，该待配准点云可以是TOF相机所采集的深度图转化的点云数据，该目标点云可以是激光雷达所采集的点云数据。
在本实施例中，电子设备可以在接收到用户输入的配准指令的情况下，获取点云数据，并进行点云数据的配准。
在一种可能实现的方式中，请参见图4，为点云数据配准的示意图，包括待配准平面以及目标平面，其中，待配准平面即为多个待配准点云构成的平面，该目标平面即为多个目标点云构成的平面。
可以理解的，在本实施例中，电子设备进行点云数据配准即为通过将每个待配准点云向与之对应的目标点云进行配准，从而实现待配准平面与目标平面尽可能精确地贴合。
步骤S21，根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的误差函数；
其中，误差函数包括点云数据的权值函数，权值函数用于表征每个点云对在配准过程中的权重；
可选地，该坐标信息可以包括点云数据的三维坐标信息、法向量等。
在本实施例中，电子设备可以在获得点云数据后，分别根据点云数据中包含的多个点云对中的待配准点云和目标点云的坐标信息，构建包含有点云数据的权值函数的误差函数。
步骤S22，根据误差函数计算点云数据的变换矩阵，并根据变换矩阵对每个待配准点云的坐标信息进行更新；
步骤S23，按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，直到误差函数的迭代参数满足预设迭代条件。
可选地，该点云数据的变换矩阵用于对每个点云对中的待配准点云向目标点云进行配准。
在本实施例中，电子设备可以根据获得的误差函数计算点云数据的变换矩阵，并根据该变换矩阵对待配准点云的坐标信息进行更新，获得待配准点云的新的坐标信息。
可选地，由于误差函数中包括权值函数，因此根据该误差函数计算的变换矩阵可以充分考虑到每个点云对在配准过程中的权重，从而提高变换矩阵的精确度，实现点云数据的精确配准。
此外，现有技术中的配准方法在针对地面点云等几何特征较为单一的平面区域进行配准时，往往容易产生漂移现象，因此配准精度更差，而本申请实施例提供的点云数据配准方法，基于包含有权值函数的误差函数计算变换矩阵，能够充分考虑到每个点云对在配准过程中的权重的优势，因此无论是几何特征突出的区域，还是几何特征较为单一的平面区域，均可以充分结合各个点云对的配准权重实现精确配准。
可选地，在对待配准点云的坐标信息进行更新后，电子设备可以根据更新后的坐标信息对误差函数进行迭代，获得新的误差函数，并确定该误差函数的迭代参数是否满足预设迭代条件。若满足，则退出迭代，并结束点云数据的配准过程；若不满足，则继续根据新的误差函数计算变换矩阵，并对待配准点云的坐标信息进行更新，之后再一次对该新的误差函数进行迭代，直到误差函数的迭代参数是否满足预设迭代条件。
可以理解的，需要经过多次迭代配准才能够实现点云数据的配准。
本申请实施例提供的点云数据配准方法，获取包括多个待配准点云和多个目标点云的点云数据，且每个待配准点云和对应的一个目标点云构成点云对，之后根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的误差函数，并根据该误差函数计算点云数据的变换矩阵，根据该变换矩阵对每个待配准点云的坐标信息进行更新，同时，还按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，直到该误差函数的迭代参数满足预设迭代条件。该方法通过生成带有权值函数的误差函数，可在计算点云数据的变换矩阵时结合该误差函数综合考量每个点云对在配准过程中的权重，从而使获得的变换矩阵更加精确，因此可提高配准精度。
在一种可能实现的方式中，电子设备可以在接收到用户输入的配准指令以及初始点云的情况下，对初始点云进行处理以获得点云数据，并根据该点云数据进行配准；在另一种可能实现的方式中，电子设备可以事先获得初始点云，对其进行处理并将处理得到的点云数据进行保存，在接收到用户输入的配准指令的情况下，获取保存的点云数据进行点云数据配准。
可选地，由于初始点云可能包含多个时刻、多个地点的待配准点云以及目标点云，较为杂乱，因此电子设备需要首先从初始点云中筛选出相同时刻相同地点的点云数据，再针对该相同时刻相同地点的点云数据进行处理。
具体地，在图3的基础上，图5为本申请实施例提供的点云数据配准方法的另一种流程示意图，请参见图5，该方法还包括：
步骤S10，获取初始点云，并对初始点云进行预处理，获得同一时刻下相同地点对应的多个待配准点云以及多个目标点云；
可选地，该初始点云指的是从车辆上搭载的设备中导入的数据。
在本实施例中，电子设备可以首先对该初始点云进行预处理，例如，选择相同时刻下的待处理点云以及目标点云，分别去除待处理点云以及目标点云中的背景点云，并框选出同一位置下的待处理点云以及目标点云。
可选地，背景点云指的是除了平面点云外的点云数据，例如，反映树木的点云、反映房屋的点云等。
可选地，若从车辆上搭载的设备中导入的数据不是点云数据，则需要将其转化为点云数据。例如，从TOF相机导入的数据为深度图，则需要首先将该深度图转化为点云数据，再执行接下来的步骤。
步骤S11，分别将每个待配准点云与目标点云进行匹配，获得多个点云对；
可选地，电子设备在获得了同一时刻下相同地点对应的多个待配准点云以及多个目标点云之后，则可针对每个待配准点云确定与其对应的一个目标点云，从而形成多个点云对。
在一种可能实现的方式中，电子设备可以分别针对每个待配准点云，确定与该待配准点云距离最小的目标点云，并确定该距离是否小于等于预设的距离阈值，若是，则确定该目标点云为与该待配准点云匹配的点云，因此二者可构成一个点云对；在另一种可能实现的方式中，电子设备可以通过ANN(Approximate Nearest Neighbor，加速查找)算法，针对每个待配准点云确定与其对应匹配的目标点云，从而获得多个点云对。
可以理解的，若某个待配准点云无法匹配到与之对应的目标点云，或某个目标点云没有与之对应匹配的待配准点云，则可删除该点云。可选地，为了使匹配过程更加精确，电子设备还可以在将每个待配准点云与目标点云进行匹配之前，通过预设变换矩阵对每个待配准点云的坐标信息进行更新，再通过更新后的每个待配准点云的坐标信息与目标点云进行匹配。
步骤S12，对全部点云对中的待配准点云进行归一化处理。
可选地，电子设备还可以在获得多个点云对后，针对全部点云对中所包含的待配准点云进行归一化处理。
可选地，在对全部点云对中所包含的待配准点云进行归一化处理后，即可获得点云数据。可以理解的，点云数据中每个点云对中的待配准点云即为归一化处理后的待配准点云。
可选地，电子设备可以通过如下步骤对全部点云对中的待配准点云进行归一化处理，即，上述步骤S12还可以通过如下步骤实现：
根据全部点云对中的待配准点云的初始坐标信息，计算中心点的坐标；分别根据每个点云对中的待配准点云的初始坐标信息以及中心点的坐标，计算每个待配准点云到中心点的距离；对每个点云对中的待配准点云到中心点的距离进行归一化处理，获得每个点云对中的待配准点云的坐标信息。
可选地，待配准点云的初始坐标信息为归一化处理之前的待配准点云的坐标信息，包括待配准点云的三维坐标。
可选地，电子设备可以通过对全部点云对中的待配准点云的三维坐标求平均的方式，获得中心点的坐标。可以理解的，该中心点的坐标也为三维坐标。
可选地，电子设备可以分别针对每个待配准点云，计算其与该中心点的距离。在一种可能实现的方式中，该距离包括三个维度方向上的距离，即分别包括x、y、z方向上的距离，即，电子设备可以针对每个待配准点云，通过对三维坐标作差的方式，获得该待配准点云到中心点的距离。
可选地，电子设备可以通过对待配准点云到中心点的距离进行归一化，从而获得每个点云对中的待配准点云的坐标信息。
可选地，电子设备在进行点云数据配准时，可以根据点云数据的初始误差函数以及权值函数，构建该点云数据的误差函数，具体地，在图3的基础上，图6为本申请实施例提供的点云数据配准方法的另一种流程示意图，请参见图6，上述步骤S21还可以通过如下步骤实现：
步骤S21-1，根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的初始误差函数；
步骤S21-2，根据初始误差函数计算点云数据的方差矩阵；
可选地，该初始误差函数可以表征每个点云对中的待配准点云到目标点云所在的切平面的距离，或者每个点云对中的待配准点云到目标点云的欧氏距离在目标点云的法向量上的投影长度。
可选地，请继续参见图4，对于目标点云q1，其所在的切平面指的是目标平面在目标点云q1所在点的切平面，目标点云q1的法向量n1即指的是该目标点云所在的切平面的法向量，且该初始误差函数反映在目标点云q1上时可以表征待配准点云p1到目标点云q1所在的切平面的距离l1。
在一种可能实现的方式中，可以根据如下公式构建该点云数据的初始误差函数：
E＝∑((R·pi+t-qi)·ni)2
其中，E表征初始误差函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
可以理解的，若用欧拉角α、β、γ分别表示x、y、z轴的旋转角度，则该旋转矩阵R可以通过如下公式表示：
Figure BDA0004162182640000151
Figure BDA0004162182640000152
可选地，由于待配准点云与对应的目标点云之间的旋转角度非常小，因此，上述cos运算可以以1替代，上述sin运算可以用角度替代，在此基础上，上述旋转矩阵R还可以表示为如下形式：
Figure BDA0004162182640000161
在此基础上，上述初始误差函数中的
Figure BDA0004162182640000162
还可以表示为如下形式：
Figure BDA0004162182640000163
其中，pix表征第i个点云对中的待配准点云的x轴坐标，piy表征第i个点云对中的待配准点云的y轴坐标，piz表征第i个点云对中的待配准点云的z轴坐标，qix表征第i个点云对中的目标点云的x轴坐标，qiy表征第i个点云对中的目标点云的y轴坐标，qiz表征第i个点云对中的目标点云的z轴坐标，nix表征第i个点云对中的目标点云的法向量的x轴坐标，niy表征第i个点云对中的目标点云的法向量的y轴坐标，niz表征第i个点云对中的目标点云的法向量的z轴坐标，tx表征x轴的平移参数，ty表征y轴的平移参数，tz表征z轴的平移参数。
可选地，理想状态下，第i个点云对的误差值应当为0，在此情况下，若将变换矩阵x表征为x＝[Rt]T＝[α,β,γ,tx,ty,tz]T，则第i个点云对的误差值为0可以通过线性形式表征，即表征为如下公式：
[ai1,ai2,ai3,nix,niy,niz]·x-bi＝0
即，Ax-b＝0。
其中，ai1＝nizpiy-niypiz，ai2＝nixpiz-nizpix，ai3＝niypix-nixpiy，nix表征第i个点云对中的目标点云在x轴方向的法向量，niy表征第i个点云对中的目标点云在y轴方向的法向量，niz表征第i个点云对中的目标点云在z轴方向的法向量，bi为常数项。
可以理解的，公式Ax-b实际上是一个线性最小二乘的问题，即需要公式Ax-b的值最小，可表征为如下公式：
Figure BDA0004162182640000171
其中，x*为该公式的最小值。
在上述公式的基础上，x*最小的充要条件为，x*为ATAx＝ATb的解。其中，AT表征A矩阵的转置。
可选地，ATA即为该点云数据的方差矩阵，即，电子设备可以根据以下公式计算点云数据的方差矩阵C：
C＝ATA
A＝[ai1,ai2,ai3,nix,niy,niz]
其中，ai1＝nizpiy-niypiz，ai2＝nixpiz-nizpix，ai3＝niypix-nixpiy，nix表征第i个点云对中的目标点云在x轴方向的法向量，niy表征第i个点云对中的目标点云在y轴方向的法向量，niz表征第i个点云对中的目标点云在z轴方向的法向量，pix表征第i个点云对中的待配准点云的在x轴方向的坐标，piy表征第i个点云对中的待配准点云的在y轴方向的坐标，piz表征第i个点云对中的待配准点云的在z轴方向的坐标。
步骤S21-3，根据方差矩阵构建点云数据的权值函数；
步骤S21-4，根据权值函数以及初始误差函数，构建点云数据的误差函数。
在本实施例中，电子设备可以根据方差矩阵C构建点云数据的权值函数，并根据该权值函数与上述初始误差函数构建点云数据的误差函数。
在一种可能实现的方式中，该点云数据的权值函数可以由第一权值以及第二权值构成，则电子设备可分别求得第一权值以及第二权值，并根据该第一权值和第二权值构建该权值函数。具体地，在图6的基础上，图7为本申请实施例提供的点云数据配准方法的另一种流程示意图，请参见图7，上述步骤S21-3还可以通过如下步骤实现：
步骤S21-3-1，获取每个点云对的深度参数，根据深度参数计算每个点云对的第一权值；
可选地，该深度参数指的是相机所拍摄的像素点深度，在一种可能实现的方式中，若车辆上搭载的为TOF相机，则该深度参数为该TOF相机所拍摄的图像的每个像素点的像素深度。可选地，可以通过以下公式计算第一权值：
Wdeg＝1/Zi2
其中，Wdeg表征第一权值，Zi表征第i个点云对的深度参数。
步骤S21-3-2，按照预设的分解算法对方差矩阵进行分解，获得多个特征值；
步骤S21-3-3，根据多个特征值中的最小值对应的特征向量、每个点云对中的待配准点云和目标点云的坐标信息，计算每个点云对的第二权值；
可选地，该预设的分解算法可以是SVD分解(Singular Value Decomposition，奇异值分解)。
在本实施例中，电子设备可以通过预设的分解算法对该方差矩阵进行分解，从而获得多个特征值，之后该电子设备可以从多个特征值中确定出最小的特征值，并确定该最小的特征值对应的特征向量，并根据该特征向量、每个点云对中的待配准点云和目标点云的坐标信息，计算每个点云对的第二权值。
可选地，该特征向量表征的是点云数据在配准过程中的不稳定下降方向；可选地，该第二权值表征的是每个点云对在配准过程中的权重。
可选地，可以通过以下公式计算第二权值：
Figure BDA0004162182640000181
其中，Wsta表征第二权值，Vs表征多个特征值中的最小值对应的特征向量，pi表征第i个点云对中的待配准点云的三维坐标，
Figure BDA0004162182640000182
表征第i个点云法向量的倒置。
步骤S21-3-4，根据每个点云对的第一权值和第二权值，构建点云数据的权值函数。
可选地，在第一权值为Wdeg，第二权值为Wsta的基础上，该权值函数可以通过以下公式构建：
Wfinal＝Wsta·Wdeg
其中，Wfinal表征权值函数。
在此基础上，电子设备可以根据权值函数Wfinal和上述初始误差函数E＝∑((R·pi+t-qi)·ni)2，构建该点云数据最终的误差函数，即：
E′＝∑(Wfinal·(R·pi+t-qi)·ni)2
其中，E′表征误差函数。
可选地，在获得误差函数后，电子设备可以通过对误差函数进行最小化处理获得点云数据的变换矩阵，具体地，在图3的基础上，上述步骤S22中的根据误差函数计算点云数据的变换矩阵还可以通过如下步骤实现：
对误差函数进行最小化处理，获得变换矩阵增量；根据初始变换矩阵和变换矩阵增量，计算变换矩阵。
可选地，该初始变换矩阵指的是获得当前变换矩阵增量之前的变换矩阵。
在一种可能实现的方式中，若电子设备第一次根据误差函数计算点云数据的变换矩阵，则该初始变换矩阵可以是预存的变换矩阵；若电子设备根据迭代后的误差函数计算点云数据的变换矩阵，则该初始变换矩阵指的是上一次算得到的变换矩阵。
在本实施例中，电子设备可对误差矩阵进行最小化处理，从而获得变换矩阵增量，则该电子设备即可根据该变换矩阵增量以及初始变换矩阵，计算当前的变换矩阵。
可选地，电子设备在计算得到当前的变换矩阵之后，则可根据该变换矩阵对每个点云对中的待配准点云的坐标新信息更新。
可选地，为了加快误差函数的迭代速率，电子设备可以在每次根据误差函数计算点云数据的变换矩阵之前，确定每个点云对中的待配准点云是否经过归一化处理，并在确定每个点云对中的待配准点云未经过归一化处理的情况下，对每个点云对中的待配准点云进行归一化处理。
在本实施例中，电子设备可以分别根据每个点云对中的待配准点云的坐标信息，确定其是否经过归一化处理，例如，针对每个待配准点云确定其三围坐标是否均满足预设坐标值，若是，则确定其经过归一化处理。在本实施例中，电子设备每次根据误差函数计算点云数据的变换矩阵时，均可首先判断每个点云对中的待配准点云是否经过归一化处理，并在确定未经过归一化处理时，对每个点云对中的待配准点云进行归一化处理，获得新的坐标信息，再根据新的坐标信息计算该点云数据的变换矩阵。
可选地，该归一化处理的过程可以与上述步骤S12的实现过程一致，在此不作过多赘述。
可选地，为了保证配准的精度，电子设备可以事先设置预设迭代条件，用于判断是否可以退出误差函数的迭代，并结束配准。
在一种可能实现的方式中，该预设迭代条件可以是当前迭代次数是否达到预设迭代次数，该迭代参数为当前迭代次数，在此情况下，上述步骤S23还可以通过如下步骤实现：
按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，并确定当前迭代次数是否达到预设迭代次数；若当前迭代次数达到预设迭代次数，则确定误差函数的迭代参数满足预设迭代条件。
可选地，电子设备可以根据待配准点云根据变换矩阵更新后的坐标信息对误差函数进行迭代，并记录当前迭代次数，若当前迭代次数已经达到预设阈值，则确定误差函数的迭代参数满足预设迭代条件，可以退出迭代并结束配准过程；若当前的迭代次数还未达到预设阈值，则确定误差函数的迭代参数不满足预设迭代条件，还需要继续迭代，获得迭代后的误差函数，计算变换矩阵并实现配准。
可选地，该预设迭代次数可以根据实际需求进行设置。
在另一种可能实现的方式中，预设迭代条件可以为误差值小于预设误差阈值，该迭代参数为误差值，具体地，上述步骤S23还可以通过如下步骤实现：
按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，获得迭代后的误差函数，并根据迭代后的误差函数计算误差值；若误差值小于预设误差阈值，则确定误差函数的迭代参数满足预设迭代条件。
可选地，电子设备可以根据待配准点云根据变换矩阵更新后的坐标信息对误差函数进行迭代，获得迭代后的误差函数，并计算该迭代后的误差函数的误差值，若该误差值小于预设误差阈值，则确定误差函数的迭代参数满足预设迭代条件，可以退出迭代并结束配准过程；若当该误差值不小于预设误差阈值，则确定误差函数的迭代参数不满足预设迭代条件，还需要继续迭代，获得迭代后的误差函数，计算变换矩阵并实现配准。
可选地，该预设误差阈值可以根据实际需求进行设置。
为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种点云数据配准装置的实现方式，可选地，该点云数据配准装置可以采用上述图2所示的电子设备的器件结构。进一步地，请参阅图8，图8为本申请实施例提供的一种点云数据配准装置的功能模块图。需要说明的是，本实施例所提供的点云数据配准装置，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该点云数据配准装置包括：获取模块200、构建模块210、更新模块220以及迭代模块230。
该获取模块200，用于获取点云数据；点云数据包括多个待配准点云和多个目标点云；每个待配准点云和对应的一个目标点云构成点云对；
可以理解的，该获取模块200可以用于执行上述步骤S20；
构建模块210，用于根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的误差函数；其中，误差函数包括点云数据的权值函数，权值函数用于表征每个点云对在配准过程中的权重；
可以理解的，该构建模块210可以用于执行上述步骤S21；
更新模块220，用于根据误差函数计算点云数据的变换矩阵，并根据变换矩阵对每个待配准点云的坐标信息进行更新；
可以理解的，该更新模块220可以用于执行上述步骤S22；
迭代模块230，用于按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，直到误差函数的迭代参数满足预设迭代条件。
可以理解的，该迭代模块230可以用于执行上述步骤S23。
可选地，该构建模块210，还用于根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的初始误差函数；根据初始误差函数计算点云数据的方差矩阵；根据方差矩阵构建点云数据的权值函数；根据权值函数以及初始误差函数，构建点云数据的误差函数。
可以理解的，该构建模块210还可以用于执行上述步骤S21-1～步骤S21-4。
可选地，该构建模块210，还用于获取每个点云对的深度参数，根据深度参数计算每个点云对的第一权值；按照预设的分解算法对方差矩阵进行分解，获得多个特征值；根据多个特征值中的最小值对应的特征向量、每个点云对中的待配准点云和目标点云的坐标信息，计算每个点云对的第二权值；根据每个点云对的第一权值和第二权值，构建点云数据的权值函数。
可以理解的，该构建模块210还可以用于执行上述步骤S21-3-1～步骤S21-3-4。
可选地，该构建模块210，还用于根据以下公式计算第一权值：
Wdeg＝1/Zi2
其中，Wdeg表征第一权值，Zi表征第i个点云对的深度参数。
可选地，该构建模块210，还用于根据以下公式计算第二权值：
Figure BDA0004162182640000231
其中，Wsta表征第二权值，Vs表征多个特征值中的最小值对应的特征向量，pi表征第i个点云对中的待配准点云的三维坐标，
Figure BDA0004162182640000232
表征第i个点云法向量的倒置。
可选地，该构建模块210，还用于根据以下公式构建权值函数：
Wfinal＝Wsta·Wdeg
其中，Wfinal表征权值函数，Wsta表征第二权值，Wdeg表征第一权值。可选地，该构建模块210，还用于根据以下公式构建初始误差函数：
E＝Σ((R·pi+t-qi)·ni)2
其中，E表征初始误差函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
可选地，该构建模块210，还用于根据以下公式计算点云数据的方差矩阵：
C＝ATA
A＝[ai1,ai2,ai3,nix,niy,niz]
ai1＝nizpiy-niypiz
ai2＝nixpiz-nizpix
ai3＝niypix-nixpiy
其中，C表征方差矩阵，AT表征A矩阵的转置，nix表征第i个点云对中的目标点云在x轴方向的法向量，niy表征第i个点云对中的目标点云在y轴方向的法向量，niz表征第i个点云对中的目标点云在z轴方向的法向量，pix表征第i个点云对中的待配准点云的在x轴方向的坐标，piy表征第i个点云对中的待配准点云的在y轴方向的坐标，piz表征第i个点云对中的待配准点云的在z轴方向的坐标。
可选地，该构建模块210，还用于根据以下公式构建点云数据的误差函数：
E′＝∑(Wfinal·(R·pi+t-qi)·ni)2
其中，E′表征误差函数，Wfinal表征权值函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
可选地，该更新模块220，还用于对误差函数进行最小化处理，获得变换矩阵增量；根据初始变换矩阵和变换矩阵增量，计算变换矩阵。
可选地，该迭代模块230，还用于按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，并确定当前迭代次数是否达到预设迭代次数；若当前迭代次数达到预设迭代次数，则确定误差函数的迭代参数满足预设迭代条件。
可选地，该迭代模块230，还用于按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，获得迭代后的误差函数，并根据迭代后的误差函数计算误差值；若误差值小于预设误差阈值，则确定误差函数的迭代参数满足预设迭代条件。
可选地，该更新模块220，还用于在确定每个点云对中的待配准点云未经过归一化处理的情况下，对每个点云对中的待配准点云进行归一化处理。
可选地，该获取模块200，还用于获取初始点云，并对初始点云进行预处理，获得同一时刻下相同地点对应的多个待配准点云以及多个目标点云；分别将每个待配准点云与目标点云进行匹配，获得多个点云对；对全部点云对中的待配准点云进行归一化处理。
可以理解的，该获取模块200还可以用于执行上述步骤S10～步骤S12；
可选地，该获取模块200，还用于根据全部点云对中的待配准点云的初始坐标信息，计算中心点的坐标；分别根据每个点云对中的待配准点云的初始坐标信息以及中心点的坐标，计算每个待配准点云到中心点的距离；对每个点云对中的待配准点云到中心点的距离进行归一化处理，获得每个点云对中的待配准点云的坐标信息。
本申请实施例提供的点云数据配准装置，通过获取模块获取点云数据；点云数据包括多个待配准点云和多个目标点云；每个待配准点云和对应的一个目标点云构成点云对；通过构建模块根据每个点云对中的待配准点云和目标点云的坐标信息，构建点云数据的误差函数；其中，误差函数包括点云数据的权值函数，权值函数用于表征每个点云对在配准过程中的权重；通过更新模块根据误差函数计算点云数据的变换矩阵，并根据变换矩阵对每个待配准点云的坐标信息进行更新；通过迭代模块按照每个待配准点云的更新后的坐标信息对误差函数进行迭代，直到误差函数的迭代参数满足预设迭代条件。该装置通过生成带有权值函数的误差函数，可在计算点云数据的变换矩阵时结合该误差函数综合考量每个点云对在配准过程中的权重，从而使获得的变换矩阵更加精确，因此可提高配准精度。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、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，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方式中，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，两个连续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动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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (19)

1.一种点云数据配准方法，其特征在于，所述方法包括：
获取点云数据；所述点云数据包括多个待配准点云和多个目标点云；每个所述待配准点云和对应的一个所述目标点云构成点云对；
根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的误差函数；其中，所述误差函数包括所述点云数据的权值函数，所述权值函数用于表征每个所述点云对在配准过程中的权重；
根据所述误差函数计算所述点云数据的变换矩阵，并根据所述变换矩阵对每个所述待配准点云的坐标信息进行更新；
按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件。
2.根据权利要求1所述的方法，其特征在于，所述根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的误差函数，包括：
根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的初始误差函数；
根据所述初始误差函数计算所述点云数据的方差矩阵；
根据所述方差矩阵构建所述点云数据的权值函数；
根据所述权值函数以及所述初始误差函数，构建所述点云数据的误差函数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述方差矩阵计算所述点云对的权值函数，包括：
获取每个所述点云对的深度参数，根据所述深度参数计算每个所述点云对的第一权值；
按照预设的分解算法对所述方差矩阵进行分解，获得多个特征值；
根据所述多个特征值中的最小值对应的特征向量、每个所述点云对中的待配准点云和目标点云的坐标信息，计算每个所述点云对的第二权值；
根据每个所述点云对的第一权值和第二权值，构建所述点云数据的权值函数。
4.根据权利要求3所述的方法，其特征在于，所述根据所述深度参数计算每个所述点云对的第一权值，包括：
根据以下公式计算所述第一权值：
Wdeg＝1/Zi 2
其中，Wdeg表征所述第一权值，Zi表征第i个点云对的深度参数。
5.根据权利要求3所述的方法，其特征在于，所述根据所述多个特征值中的最小值对应的特征向量、每个所述点云对中的待配准点云和目标点云的坐标信息，计算每个所述点云对的第二权值，包括：
根据以下公式计算所述第二权值：
Figure FDA0004162182570000021
其中，Wsta表征所述第二权值，Vs表征所述多个特征值中的最小值对应的特征向量，pi表征第i个点云对中的待配准点云的三维坐标，
Figure FDA0004162182570000022
表征第i个点云法向量的倒置。
6.根据权利要求3所述的方法，其特征在于，所述根据每个所述点云对的第一权值和第二权值，构建所述点云数据的权值函数，包括：
根据以下公式构建所述权值函数：
Wfinal＝Wsta·Wdeg
其中，Wfinal表征所述权值函数，Wsta表征所述第二权值，Wdeg表征所述第一权值。
7.根据权利要求2所述的方法，其特征在于，所述根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的初始误差函数，包括：
根据以下公式构建所述初始误差函数：
E＝∑((R·pi+t-qi)·ni)2
其中，E表征所述初始误差函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
8.根据权利要求2所述的方法，其特征在于，所述根据所述初始误差函数计算所述点云数据的方差矩阵，包括：
根据以下公式计算所述点云数据的方差矩阵：
C＝ATA
A＝[ai1，ai2，ai3，nix，niy，niz]
ai1＝nizpiy-niypiz
ai2＝nixpiz-nizpix
ai3＝niypix-nixpiy
其中，C表征所述方差矩阵，AT表征A矩阵的转置，nix表征第i个点云对中的目标点云在x轴方向的法向量，niy表征第i个点云对中的目标点云在y轴方向的法向量，niz表征第i个点云对中的目标点云在z轴方向的法向量，pix表征第i个点云对中的待配准点云的在x轴方向的坐标，piy表征第i个点云对中的待配准点云的在y轴方向的坐标，piz表征第i个点云对中的待配准点云的在z轴方向的坐标。
9.根据权利要求2所述的方法，其特征在于，所述根据所述权值函数以及所述初始误差函数，构建所述点云数据的误差函数，包括：
根据以下公式构建所述点云数据的误差函数：
E′＝∑(Wfinal·(R·pi+t-qi)·ni)2
其中，E′表征所述误差函数，Wfinal表征所述权值函数，R表征旋转矩阵，pi表征第i个点云对中的待配准点云的三维坐标，t表征平移参数，qi表征第i个点云对中的目标点云的三维坐标，ni表征第i个点云对中的目标点云的法向量。
10.根据权利要求1所述的方法，其特征在于，所述根据所述误差函数计算所述点云数据的变换矩阵，包括：
对所述误差函数进行最小化处理，获得变换矩阵增量；
根据初始变换矩阵和所述变换矩阵增量，计算所述变换矩阵。
11.根据权利要求1所述的方法，其特征在于，所述迭代参数包括当前迭代次数，所述按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件，包括：
按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，并确定当前迭代次数是否达到预设迭代次数；
若当前迭代次数达到预设迭代次数，则确定所述误差函数的迭代参数满足预设迭代条件。
12.根据权利要求1所述的方法，其特征在于，所述迭代参数包括误差值，所述按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件，包括：
按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，获得迭代后的误差函数，并根据所述迭代后的误差函数计算误差值；
若所述误差值小于预设误差阈值，则确定所述误差函数的迭代参数满足预设迭代条件。
13.根据权利要求1所述的方法，其特征在于，在所述根据所述误差函数计算所述点云数据的变换矩阵，并根据所述变换矩阵对每个所述待配准点云的坐标信息进行更新的步骤之前，所述方法还包括：
在确定每个所述点云对中的待配准点云未经过归一化处理的情况下，对每个所述点云对中的待配准点云进行归一化处理。
14.根据权利要求1所述的方法，其特征在于，在所述获取点云数据的步骤之前，所述方法还包括：
获取初始点云，并对所述初始点云进行预处理，获得同一时刻下相同地点对应的多个待配准点云以及多个目标点云；
分别将每个所述待配准点云与所述目标点云进行匹配，获得多个点云对；
对全部所述点云对中的待配准点云进行归一化处理。
15.根据权利要求14所述的方法，其特征在于，所述对全部所述点云对中的待配准点云进行归一化处理，包括：
根据全部所述点云对中的待配准点云的初始坐标信息，计算中心点的坐标；
分别根据每个所述点云对中的待配准点云的初始坐标信息以及所述中心点的坐标，计算每个所述待配准点云到所述中心点的距离；
对每个所述点云对中的待配准点云到所述中心点的距离进行归一化处理，获得每个所述点云对中的待配准点云的坐标信息。
16.一种点云数据配准装置，其特征在于，所述装置包括：
获取模块，用于获取点云数据；所述点云数据包括多个待配准点云和多个目标点云；每个所述待配准点云和对应的一个所述目标点云构成点云对；
构建模块，用于根据每个所述点云对中的待配准点云和目标点云的坐标信息，构建所述点云数据的误差函数；其中，所述误差函数包括所述点云数据的权值函数，所述权值函数用于表征每个所述点云对在配准过程中的权重；
更新模块，用于根据所述误差函数计算所述点云数据的变换矩阵，并根据所述变换矩阵对每个所述待配准点云的坐标信息进行更新；
迭代模块，用于按照每个所述待配准点云的更新后的坐标信息对所述误差函数进行迭代，直到所述误差函数的迭代参数满足预设迭代条件。
17.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现权利要求1-15任一所述的方法。
18.一种点云数据配准系统，其特征在于，包括权利要求17所述的电子设备、待配准设备以及目标设备，其中，所述待配准设备用于生成待配准点云，所述目标设备用于生成目标点云，且所述待配准设备为激光雷达，所述目标设备为TOF相机。
19.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-15中任一项所述的方法。
CN202310352678.5A 2023-03-31 2023-03-31 点云数据配准方法、装置、电子设备、系统和存储介质 Pending CN116385509A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310352678.5A CN116385509A (zh) 2023-03-31 2023-03-31 点云数据配准方法、装置、电子设备、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310352678.5A CN116385509A (zh) 2023-03-31 2023-03-31 点云数据配准方法、装置、电子设备、系统和存储介质

Publications (1)

Publication Number Publication Date
CN116385509A true CN116385509A (zh) 2023-07-04

Family

ID=86965198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310352678.5A Pending CN116385509A (zh) 2023-03-31 2023-03-31 点云数据配准方法、装置、电子设备、系统和存储介质

Country Status (1)

Country Link
CN (1) CN116385509A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117274331A (zh) * 2023-09-19 2023-12-22 北京斯年智驾科技有限公司 一种定位配准优化方法、系统、装置和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117274331A (zh) * 2023-09-19 2023-12-22 北京斯年智驾科技有限公司 一种定位配准优化方法、系统、装置和存储介质

Similar Documents

Publication Publication Date Title
EP3875907B1 (en) Method, apparatus, computing device and computer-readable storage medium for positioning
EP3614225B1 (en) Method and apparatus for positioning autonomous vehicle
US8447116B2 (en) Identifying true feature matches for vision based navigation
CN110264502B (zh) 点云配准方法和装置
CN113436238B (zh) 点云配准精度的评估方法、装置和电子设备
CN113264066A (zh) 障碍物轨迹预测方法、装置、自动驾驶车辆及路侧设备
US11651552B2 (en) Systems and methods for fine adjustment of roof models
CN116385509A (zh) 点云数据配准方法、装置、电子设备、系统和存储介质
WO2022179094A1 (zh) 车载激光雷达外参数联合标定方法、系统、介质及设备
CN113066127A (zh) 一种在线标定设备参数的视觉惯性里程计方法和系统
US20220327740A1 (en) Registration method and registration apparatus for autonomous vehicle
CN114255274A (zh) 基于二维码识别的车辆定位方法、系统、设备及存储介质
Han et al. A direct determination of the orientation parameters in the collinearity equations
CN113012084A (zh) 无人机影像实时拼接方法、装置及终端设备
CN114565683B (zh) 一种精度确定方法、装置、设备、介质及产品
CN113870600B (zh) 车道线信息显示方法、装置、电子设备和计算机可读介质
CN112400118A (zh) 坐标校正方法、装置、计算设备及计算机存储介质
CN115393826A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN112230194B (zh) 一种基于平移阵列的解模糊方法、设备及存储介质
CN116295466A (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN114663478A (zh) 一种根据多参考点预测信息估计锚点位置的方法
CN111656404B (zh) 图像处理方法、系统及可移动平台
CN113126117A (zh) 一种确定sfm地图绝对尺度的方法及电子设备
CN112946612B (zh) 外参标定方法、装置、电子设备及存储介质
CN113129361B (zh) 一种可移动设备的位姿确定方法及装置

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