CN117664094A - 一种点云数据优化的方法、装置以及电子设备 - Google Patents

Abstract

本说明书公开了一种点云数据优化的方法、装置以及电子设备，首先可以获取激光反射率底图，之后可以将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点。针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点。确定标注高度值，并根据标注高度值，调整待优化点云点对应的高度值，以得到优化后的点云数据。

Description

一种点云数据优化的方法、装置以及电子设备

技术领域

本说明书涉及图像处理领域，尤其涉及一种点云数据优化的方法、装置以及电子设备。

背景技术

在无人驾驶领域，由于高精地图中包含有诸如道路的车道线以及路沿线等标志物，因此，可以为无人设备的安全行驶提供可靠的行驶依据。

而针对高精地图中的路沿线，为了保证无人设备的行驶安全，避免无人设备碰撞路沿，需要在高精地图中确定出路沿线的精确位置。

发明内容

本说明书提供一种点云数据优化的方法、装置以及电子设备，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种点云数据优化的方法，包括：

获取激光反射率底图；

将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点；

针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点；

确定标准高度值，并根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据。

可选地，确定每个区域中所涉及的待处理点云点，具体包括：

针对每个区域，从该区域中确定第一点云点；

根据所述第一点云点，确定该点云区域中所涉及的待处理点云点。

可选地，针对每个区域，从该区域中确定第一点云点，具体包括：

针对每个区域，确定该区域中涉及的各点云点与采集该区域内涉及的点云数据的采集设备之间的距离；

根据所述距离，确定该区域中涉及的距离所述采集设备最近的点云点，作为第一点云点。

可选地，根据所述第一点云点，确定该点云区域中所涉及的待处理点云点，具体包括：

确定该区域中位于所述第一点云点第一预设范围内，且与采集该区域内涉及的点云数据的采集设备之间的距离小于预设距离的点云点，作为第二点云点；

将所述第一点云点和所述第二点云点，作为该点云区域中所涉及的待处理点云点。

可选地，针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，具体包括：

针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点对应的高度值标准差；

根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点，具体包括：

将高度值标准差大于设定阈值的待处理点云点，作为待优化点云点。

可选地，确定标准高度值，具体包括：

确定涉及有所述待优化点云点的区域，作为目标区域；

确定位于所述目标区域预设范围内的邻近区域；

根据所述邻近区域和所述目标区域中涉及的点云点的最大高度值，确定针对所述目标区域的标准高度值。

可选地，根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据，具体包括：

将所述目标区域中涉及的所述待优化点云点对应的高度值，调整为所述标准高度值。

可选地，所述方法还包括：

根据所述优化后的点云数据中包含的每个点云点对应的高度值，确定所述优化后的点云数据中各点云点对应的着色信息；

将所述优化后的点云数据投影到所述激光反射率底图上，并根据所述优化后的点云数据中各点云点对应的着色信息，对所述激光反射率底图着色。

本说明书提供了一种点云数据优化的装置，包括：

获取模块，用于获取激光反射率底图；

划分模块，用于将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点；

确定模块，用于针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点；

调整模块，用于确定标准高度值，并根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述点云数据优化的方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的点云数据优化的方法中，首先可以获取激光反射率底图，之后可以将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点。针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点。确定标注高度值，并根据标注高度值，调整待优化点云点对应的高度值，以得到优化后的点云数据。

从上述方法中可以看出，可以根据待处理点云点的高度分布，确定出待优化点云点，并根据确定的标准高度值，调整待优化点云点对应的高度值，这样可以减少点云区域中涉及的路沿对应的点云点的高度值与实际的高度值之间的误差，从而提高点云区域的准确度，以保证最终构建出的高精地图的精度。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书提供的一种点云数据优化的方法的流程示意图；

图2为本说明书提供的一种划分区域的示意图；

图3为本说明书提供的一种路沿的正视图的示意图；

图4为本说明书提供的一种点云数据优化的实施例的示意图；

图5为本说明书提供的一种点云数据优化的装置的示意图；

图6为本说明书提供的一种对应于图1的电子设备的示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

需要指出的是，本说明书中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给与授权的情况下进行的。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中提供的一种点云数据优化的方法的流程示意图，包括以下步骤：

S101：获取激光反射率底图。

在本说明书中，具体实施点云数据优化的方法的执行主体可以是服务器、台式电脑、笔记本电脑等终端设备，也可以是指诸如无人机、无人车、自动驾驶机器人等无人设备，为便于描述，下面仅以终端设备为例，对本说明书提供的点云数据优化的方法进行说明。

在无人驾驶领域，往往需要构建出供无人设备行驶的高精地图，以使得无人设备能够根据高精地图行进。其中，高精地图中可以包含有路沿线、车道线等标志物，以使得无人设备可以根据高精地图中包含的标志物的位置，确定出合适的行驶路径。

针对高精地图中涉及的路沿线，为了保证无人设备的行驶安全，避免无人设备碰撞路沿，需要精确的确定出路沿线在高精地图中的位置。

目前，确定出高精地图中涉及的路沿的位置的主要方式为：利用激光雷达采集到涉及路沿的点云数据，根据点云数据中包含的各位置的反射率，确定出激光图像中涉及的路沿的位置。这种方式虽然能够获取到路沿的大致位置，但是在实际应用中，很多情况下无法获取到的各位置准确的反射率，从而降低构建出的高精地图中路沿的位置的准确度。例如，采集激光图像时路沿处被灰尘覆盖，则会影响该位置的反射率，从而导致应该是路沿的位置被识别为不是路沿的区域，降低了构建出的高精地图的准确度。

基于此，本说明提供了一种点云数据优化的方法，首先，终端设备可以获获取激光反射率底图，其中，激光反射率底图可以为由激光雷达采集到的一张激光反射率底图构成的，也可以是由激光雷达采集到的多张激光反射率底图拼接得到的。

S102：将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点。

终端设备在获取到激光反射率底图后，可以将激光反射率底图进行划分，得到各区域。具体划分激光反射率底图的方式可以为选择预设的区域长度，并按照预设的选取长度，将激光反射率底图划分为多个区域，如图2所示。

图2为本说明书提供的一种划分区域的示意图。

其中，各圆点代表激光反射率底图涉及的点云点，整个大正方形代表激光底图，其中每个小正方形代表划分出的各区域。而从图2中可以看出，可以根据预设的区域长度，将激光反射率底图划分为多个大小相同的区域。

在获取到各区域后，为了减少各区域中涉及的各点云点的误差，终端设备可以剔除掉各区域中涉及的误差较大的点云点，并将剔除后剩下的点云点，作为区域中涉及的待处理点云点。

而因为在采集设备采集各点云点时，距离采集设备越远的点云点的误差越大，因此，针对每个区域，终端设备可以确定该区域中涉及的各点云点与采集该区域中涉及的点云数据的采集设备之间的距离，并根据各点云点与采集设备之间的距离，确定出该区域中涉及的距离采集设备最近的点云点，作为第一点云点。

之后，终端设备可以确定该区域中位于第一点云点第一预设范围内，且与采集该区域中涉及的点云数据的采集设备之间的距离小于预设距离的点云点，作为第二点云点，并将第一点云点和第二点云点作为该区域中所涉及的待处理点云点。

其中，确定第一预设范围的方式可以为，将第一点云点与采集设备的距离作为第一预设范围的下限，并通过设置第一预设范围的大小，确定出第一预设范围的上限，进而将与采集设备的距离位于第一预设范围之外的点云点剔除。

例如，第一点云点与采集设备的距离为7m，而设置的第一预设范围的大小为5m，则可以确定第一预设范围的上限为12m，从而确定出的第一预设范围为5m到12m，因此可以将与采集设备的距离位于5m到12m之外的点云点剔除。

需要说明的是，为了保证不会减少采集设备采集到点云数据所覆盖的实际地理范围，终端设备可以保证每个区域中至少保留一个待处理点云点，即，若在一个区域中，该区域所涉及的第一点云点与采集设备之间的距离大于预设距离，也不会剔除掉该第一点云点。

当然，终端设备也可以直接根据一个设定范围，将与采集设备之间的距离位于该设定范围内的点云点，作为待处理点云点。

S103：针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点。

在本说明书中，主要是对涉及路沿处的点云点进行优化，而在实际应用中，也可以对台阶等存在高度变化的目标物涉及的点云点进行优化。而因为指定目标物存在高度变化，因此，终端设备可以根据待处理点云点的高度分布，确定各区域中涉及的目标物对应的点云点。

下面结合图3为本说明书提供的一种路沿的正视图的示意图进行说明。

其中，位于图3中靠上的横线代表路沿的实际位置，位于图中靠下的横线代表路面的实际位置，图3中的黑点与空心点均代表点云数据中涉及的各点云点。从图3中可以看出，位于路面处的点云点的高度值之间差异较小，同样的位于路沿处的点云点的高度值之间的差异也相对较小，而位于由路面到路沿的上升部分(即图中的竖线)的点云点的高度值之间的差异较大，因此，终端设备可以根据待处理点云点的高度分布，确定出待优化点云点，即，终端设备可以将水平距离相近的，但垂直的高度值之间的差异过大的点云点，作为待优化点云点。

具体的，针对每个区域，终端设备可以根据该点云区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点。

其中，确定各待优化点云点的方式可以为，终端设备可以根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点对应的高度值标准差，并将高度值标准差大于设定阈值的待处理点云点，作为待优化点云点。

具体的，确定高度值标准差的方式可以为，针对每个点云区域，可以参照如下公式，确定出该点云区域中涉及的各待处理点云点的标准差。

其中，S代表该点云区域中涉及的任意一个待处理点云点，x代表该待处理点云点的高度值，代表该点云区域中涉及的各待处理点云点的高度值的平均值。

需要说明的是，确定各待优化点云点的方式不止可以通过标准差来确定，也可以利用方差、平均差等方式确定出待优化点云点。

S104：确定标准高度值，并根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据。

在获取到待优化点云点后，终端设备可以确定出标准高度值，并根据标准高度值，调整待优化点云点对应的高度值，以得到优化后的点云数据。

在本说明书中，终端设备可以预先设置一个值，作为标准高度值。也可以先确定涉及有待优化点云点的区域，作为目标区域，并确定位于目标区域预设范围内的邻近区域，根据邻近区域和目标区域中涉及的点云点的最大高度值，确定针对目标区域的标准高度值。

这样做的目的是为了将低于标准高度值的点云点的高度值调整为标准高度值，从而降低点云点的误差。例如，由于采集时的误差，可能存在路沿对应的点云点的高度值低于路沿本身的高度值。而目标区域的邻近区域大概率会涉及路沿本身，所以目标区域的邻近区域内的高度值的最大值大概率为路沿本身的高度值，因此这种方式可以将低于路沿本身的高度值的点云点的高度调整为路沿本身的高度值，从而降低了点云点的误差。

除了上述的降低点云点误差的方式之外，本说明书还提供了一种降低点云点的误差的方式。下面结合图3为本说明书提供的一种路沿的正视图的示意图进行说明。

从图3中还可以看出，在靠近路沿、路面以及由路面到路沿的上升部分(即图中的竖线)附近的点云点较密集，而聚集性较差的点大概率不为路沿、路面以及由路面到路沿的上升部分对应的点云点，因此除了使用上述本说明书提供的方式降低点云点的误差之外，还可以根据点云点的聚集程度，将聚集程度较低的离群点云点作为误差点云点(如图3中空心的点云点)，且由于误差点云点大概率不为路沿、路面以及由路面到路沿的上升部分对应的点云点，因此，终端设备可以通过剔除掉这部分点云点，以进一步降低点云点的误差。

终端设备可以根据优化后的点云数据，构建高精地图。而应用本说明书提供的点云数据优化的方法构建出的高精地图的无人设备，可以用于执行配送领域的配送任务，如，使用无人设备进行快递、物流、外卖等配送的业务场景。

下面结合图4为本说明书提供的一种点云数据优化的实施例的示意图进行说明。

其中，终端设备首先获取到激光反射率底图，之后将激光反射率底图划分为多个区域，并确定出各区域中涉及的各点云点与采集设备之间的距离。

针对每一个区域，将该区域中距离采集设备之间的距离最小的点云点作为第一点云点，并根据第一点云点确定出第二点云点。之后终端设备可以确定出第一点云点与第二点云点的高度值的标准差，并将高度值的标准差超过阈值的点云点作为待优化点云点。

终端设备可以选择目标区域和目标区域的邻近区域内涉及的点云点的高度值的最大值，作为标准高度值，并将待优化点云点的高度值调整为标准高度值，以优化路沿对应的点云点。

在优化完点云数据后，终端设备可以根据优化后的点云数据中包含的每个点云点对应的高度值，确定优化后的点云数据中各点云点对应的着色信息。之后，终端设备可以将优化后的点云数据投影到激光反射率底图上，并根据优化后的点云数据中各点云点对应的着色信息，对激光反射率底图着色。

需要说明的是，不同高度值的点云点对应的着色信息是不同的，这样在将点云数据投影到激光反射率底图上，并对激光反射率底图着色后，高度值不同的区域呈现出的颜色是不同的，这样可以直观的从激光反射率底图上区分出路沿和路面。

终端设备在对激光反射率底图着色后，可以根据着色后的激光反射率底图，构建高精地图。

从上述方法可以看出，终端设备可以根据待处理点云点的高度分布，确定出待优化点云点，并根据确定的标准高度值，调整待优化点云点对应的高度值，这样可以减少点云区域中涉及的路沿对应的点云点的高度值与实际的高度值之间的误差，从而提高点云区域的准确度，以保证最终构建出的高精地图的精度。

图5为本说明书提供的一种点云数据优化的装置的示意图，包括：

获取模块501，用于获取激光反射率底图；

划分模块502，用于将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点；

确定模块503，用于针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点；

调整模块504，用于确定标准高度值，并根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据。

可选地，所述划分模块502具体用于，针对每个区域，从该区域中确定第一点云点；根据所述第一点云点，确定该点云区域中所涉及的待处理点云点。

可选地，所述划分模块502具体用于，针对每个区域，确定该区域中涉及的各点云点与采集该区域内涉及的点云数据的采集设备之间的距离；根据所述距离，确定该区域中涉及的距离所述采集设备最近的点云点，作为第一点云点。

可选地，所述划分模块502具体用于，确定该区域中位于所述第一点云点第一预设范围内，且与采集该区域内涉及的点云数据的采集设备之间的距离小于预设距离的点云点，作为第二点云点；将所述第一点云点和所述第二点云点，作为该点云区域中所涉及的待处理点云点。

可选地，所述确定模块503具体用于，针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点对应的高度值标准差；将高度值标准差大于设定阈值的待处理点云点，作为待优化点云点。

可选地，所述调整模块504具体用于，确定涉及有所述待优化点云点的区域，作为目标区域；确定位于所述目标区域预设范围内的邻近区域；根据所述邻近区域和所述目标区域中涉及的点云点的最大高度值，确定针对所述目标区域的标准高度值。

可选地，所述调整模块504具体用于，将所述目标区域中涉及的所述待优化点云点对应的高度值，调整为所述标准高度值。

可选地，所述调整模块504还用于，根据所述优化后的点云数据中包含的每个点云点对应的高度值，确定所述优化后的点云数据中各点云点对应的着色信息；将所述优化后的点云数据投影到所述激光反射率底图上，并根据所述优化后的点云数据中各点云点对应的着色信息，对所述激光反射率底图着色。

本说明书还提供了图6所示的一种对应于图1的电子设备的示意结构图。如图6所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的点云数据优化的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种点云数据优化的方法，其特征在于，包括：

获取激光反射率底图；

将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点；

针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点；

确定标准高度值，并根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据。

2.如权利要求1所述的方法，其特征在于，确定每个区域中所涉及的待处理点云点，具体包括：

针对每个区域，从该区域中确定第一点云点；

根据所述第一点云点，确定该点云区域中所涉及的待处理点云点。

3.如权利要求2所述的方法，其特征在于，针对每个区域，从该区域中确定第一点云点，具体包括：

针对每个区域，确定该区域中涉及的各点云点与采集该区域内涉及的点云数据的采集设备之间的距离；

根据所述距离，确定该区域中涉及的距离所述采集设备最近的点云点，作为第一点云点。

4.如权利要求2所述的方法，其特征在于，根据所述第一点云点，确定该点云区域中所涉及的待处理点云点，具体包括：

确定该区域中位于所述第一点云点第一预设范围内，且与采集该区域内涉及的点云数据的采集设备之间的距离小于预设距离的点云点，作为第二点云点；

将所述第一点云点和所述第二点云点，作为该点云区域中所涉及的待处理点云点。

5.如权利要求1所述的方法，其特征在于，针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，具体包括：

针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点对应的高度值标准差；

根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点，具体包括：

将高度值标准差大于设定阈值的待处理点云点，作为待优化点云点。

6.如权利要求1所述的方法，其特征在于，确定标准高度值，具体包括：

确定涉及有所述待优化点云点的区域，作为目标区域；

确定位于所述目标区域预设范围内的邻近区域；

根据所述邻近区域和所述目标区域中涉及的点云点的最大高度值，确定针对所述目标区域的标准高度值。

7.如权利要求6所述的方法，其特征在于，根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据，具体包括：

将所述目标区域中涉及的所述待优化点云点对应的高度值，调整为所述标准高度值。

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述优化后的点云数据中包含的每个点云点对应的高度值，确定所述优化后的点云数据中各点云点对应的着色信息；

将所述优化后的点云数据投影到所述激光反射率底图上，并根据所述优化后的点云数据中各点云点对应的着色信息，对所述激光反射率底图着色。

9.一种点云数据优化的装置，其特征在于，包括：

获取模块，用于获取激光反射率底图；

划分模块，用于将所述激光反射率底图进行划分，得到各区域，并确定每个区域中所涉及的待处理点云点；

确定模块，用于针对每个区域，根据该区域中涉及的各待处理点云点对应的高度值，确定出该区域中涉及的各待处理点云点的高度分布，并根据所述高度分布，确定该区域中涉及的路沿对应的点云点，作为待优化点云点；

调整模块，用于确定标准高度值，并根据所述标准高度值，调整所述待优化点云点对应的高度值，以得到优化后的点云数据。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～8任一项所述的方法。