一种点云数据处理方法及装置制造方法及图纸

本发明专利技术实施例公开了一种点云数据处理方法及装置，其中，所述方法包括：对采集到的各帧点云数据进行分类，得到低矮地物点云数据；沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据；对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合；对聚类得到的各候选护栏点云集合进行识别，并剔除干扰点云集合，得到道路中央分隔带护栏的点云数据；对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据。

A method and device for processing point cloud data

An embodiment of the invention discloses a point cloud data processing method and device, in which the method includes: classifying the collected frame point cloud data, obtaining low ground point cloud data, extracting candidate fence point cloud data from the low ground point cloud data along the line track, and carrying out the candidate fence point cloud data. By spatial clustering, each candidate guard point cloud collection is obtained. The point cloud collection of each candidate guard point cloud is identified and the point cloud data of the central separation barrier in the road are eliminated. The road center separates the guardrail data.

【技术实现步骤摘要】
一种点云数据处理方法及装置
本专利技术涉及电子地图技术，具体涉及一种点云数据处理方法及装置。
技术介绍
作为下一个科技时代——人工智能的一种典型应用模式，自动驾驶技术正在受到前所未有的高度关注。然后，高精度地图的缺失，目前已经成为了我国自动驾驶的瓶颈之一。而道路中央分隔带护栏数据，作为高精度地图中的重要组成部分，是其中必不可少的部分，是实现高精度车辆定位和自动驾驶安全的前提。道路中央分隔带护栏典型示例如图1所示。目前，道路中央分隔带护栏提取的常用方法是人工提取方法和百度近期公开的基于单帧点云的提取方法(专利申请号201511025864.x，专利名为防护栏点云提取方法及装置)。人工提取方法需要内业作业人员在专用软件中打开道路点云数据，进行人工标注提取护栏点云数据。但是，人工提取方法有如下缺点：人工提取方法由于点云数据量大，且操作复杂，导致提取工作量大，效率低；成本高，无法大规模作业：由于人工提取效率低，海量点云数据需要巨大的人工作业量，导致无法大规模推广作业。基于单帧点云的提取方法采用预设护栏点云特征，对单帧点云数据进行特征提取和识别，得到最终的护栏点云数据。但是，基于单帧点云的提取方法有如下缺点：利用单帧点云进行护栏特征的提取和识别，由于单帧点云数据所固有的稀疏性，导致预设护栏特征不明显，容易造成错漏提取；仅考虑护栏的形状特征，没有考虑护栏与其它地物之间的空间拓扑关系；另外，该方法并没有区分道路中央分隔带护栏和道路两旁护栏的提取，而在无人驾驶实际应用中，这两类护栏的应用需求并不相同，需要在提取时加以区分。
技术实现思路
有鉴于此，本专利技术期望提供一种点云数据处理方法及装置，能够高效、准确地提取道路中央分隔带护栏的点云数据，提高识别和提取的鲁棒性。本专利技术的技术方案是这样实现的：本专利技术实施例提供了一种点云数据处理方法，所述方法包括：对采集到的各帧点云数据进行分类，得到低矮地物点云数据；沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据；对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合；对聚类得到的各候选护栏点云集合进行识别，并剔除干扰点云集合，得到道路中央分隔带护栏的点云数据；对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据。本专利技术实施例还提供了一种点云数据处理装置，所述装置包括：分类单元，用于对采集到的各帧点云数据进行分类，得到低矮地物点云数据；第一提取单元，用于沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据；聚类单元，用于对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合；识别单元，用于对聚类得到的各候选护栏点云集合进行识别，并剔除干扰点云集合，得到道路中央分隔带护栏的点云数据；拟合单元，用于对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据。采用本专利技术实施例所述技术方案，对采集到的各帧点云数据进行分类，得到低矮地物点云数据；沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据；对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合；对聚类得到的各候选护栏点云集合进行识别，并剔除干扰点云集合，得到道路中央分隔带护栏的点云数据；对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据；如此，能够快速从车载激光点云中自动化地提取出道路中央分隔带护栏数据，进而为车辆辅助定位和无人驾驶等高端应用提供基础数据，能够大大提高道路中央分隔带护栏的自动化提取效率，减少人工作业工作量，降低高精度地图的生产成本。附图说明图1为本专利技术实施例提供的道路中央分隔带护栏示意图；图2为本专利技术实施例提供的点云数据处理方法的流程示意图；图3为本专利技术实施例提供的典型的单帧激光扫描线数据示意图；图4为本专利技术实施例提供的道路中央分隔带护栏的侧视图；图5本专利技术实施例提供的道路中央分隔带护栏垂直投影到二维平面示例图；图6本专利技术实施例提供的道路中央分隔带护栏数据三维曲线示意图；图7为本专利技术实施例提供的点云数据处理装置的组成结构示意图；图8为本专利技术实施例中点云数据处理装置的一个可选的软硬件结构示意图；图9-1为本专利技术实施例中点云数据处理装置分布在云端时点云数据处理的一个可选的场景示意图；图9-2为本专利技术实施例中点云数据处理装置分布在车辆侧时点云数据处理的一个可选的场景示意图；图10为本专利技术实施例中点云数据处理方法的一个可选的流程示意图。具体实施方式为了能够更加详尽地了解本专利技术的特点与
技术实现思路
，下面先介绍一下本专利技术中所涉及的重要缩略语和关键术语。点云数据，指通过安装在车辆或其他移动装置(如飞行器)中的扫描设备(如激光扫描器)，对道路环境进行扫描并以点的形式记录的数据，每一个点包含有三维点的坐标，以及相应三维点的属性信息，如红绿蓝(RGB)颜色信息，或者反射强度信息(Intensity)。车载激光点云：安装在移动测量车上的扫描设备所采集得到的点云数据。高精度地图：能够表现车道级别的地图，包括车道线、标线和道路参数等等信息。至少具有厘米级定位精度，还可以具有道路设施信息(如交通灯、电子眼和交通路牌等交通设施)。其中，道路参数可以是静态交通信息(如道路是否限行、是否限速)，还可以是动态交通信息如车流量情况(是否畅通、是否有交通事故)、路面情况(是否有积水、结冰等)。道路设施，道路附近的、沿道路呈连续性分布的辅助设施，如道路护栏、交通路牌、交通灯和电子眼等。护栏：一种纵向吸能结构，通过自体变形或车辆爬高来吸收碰撞能量，从而改变车辆行驶方向、阻止车辆越出路外或进人对向车道、最大限度地减少对乘员的伤害。按其在公路中的纵向设置位置，可分为路基护栏和桥梁护栏；按其在公路中的横向设置位置，可分为路侧护栏和中央分隔带护栏；根据碰撞后的变形程度，可分为刚性护栏、半刚性护栏和柔性护栏。中央分隔带护栏：设置于公路中央分隔带内的护栏，以防止失控车辆穿越中央分隔带闯入对向车道，并保护中央分隔带内的构造物。地物，是指道路以及道路周围地面上各种有形物(如道路设施、植物、建筑等)。地物点云数据，点云数据中用于表示地物的部分点云数据。地面点云数据，点云数据中用于表示地面(如路面、与道路相接的地表、水面)的部分点云数据。低矮地物点云数据，点云数据中用于表示距离地面的值大于第一阈值且小于第二阈值的部分点云数据点；其中，所述第一阈值小于第二阈值。其他物点云数据，点云数据中用于表示距离地面的值大于或等于第二阈值的部分点云数据。三维曲线拟合，用连续曲线近似地刻画或比拟曲线拟合点云数据中的三维点，使尽量多的三维点符合某一连续三维曲线的分布，如位于该连续三维曲线上或距离该三维曲线较近，该三维曲线为基于点云数据进行三维曲线拟合的结果。下面结合附图对本专利技术的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本专利技术。本专利技术实施例提供了一种点云数据处理方法，如图2所示，所述方法主要包括：步骤201、对采集到的各帧点云数据进行分类，得到低矮地物点云数据。作为一种可选实施方式，所述对采集到的各帧点云数据进行分类之前，所述方法还包括：获取预设时间段内的点云数据文件；根据位置信息、角度信息、以及时间信息从所述点云数据文件中提取出各帧点云数据。实际应用本文档来自技高网...

【技术保护点】
1.一种点云数据处理方法，其特征在于，所述方法包括：对采集到的各帧点云数据进行分类，得到低矮地物点云数据；沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据；对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合；对聚类得到的各候选护栏点云集合进行识别，并剔除干扰点云集合，得到道路中央分隔带护栏的点云数据；对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据。

【技术特征摘要】
1.一种点云数据处理方法，其特征在于，所述方法包括：对采集到的各帧点云数据进行分类，得到低矮地物点云数据；沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据；对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合；对聚类得到的各候选护栏点云集合进行识别，并剔除干扰点云集合，得到道路中央分隔带护栏的点云数据；对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据。2.根据权利要求1所述的方法，其特征在于，所述对采集到的各帧点云数据进行分类之前，所述方法还包括：获取预设时间段内的点云数据文件；根据位置信息、角度信息、以及时间信息从所述点云数据文件中提取出各帧点云数据。3.根据权利要求1所述的方法，其特征在于，所述对采集到的各帧点云数据进行分类，得到低矮地物点云数据，包括：依据各帧点云数据中各点到地面平面的距离；将距离值大于第一阈值且小于第二阈值的点判定为低矮地物点；其中，所述第一阈值小于所述第二阈值。4.根据权利要求1所述的方法，其特征在于，所述沿车行轨迹从所述低矮地物点云数据中提取候选护栏点云数据，包括：沿车行轨迹从所述低矮地物点云数据中提取预设方向一侧离车一定范围内的低矮地物点云数据，得到候选护栏点云数据。5.根据权利要求1所述的方法，其特征在于，所述对候选护栏点云数据进行空间聚类，得到各候选护栏点云集合，包括：从各帧的候选护栏点云数据中提取出空间特征；通过比对各帧候选护栏点云数据所具有的相同的空间特征，基于各帧候选护栏点云数据具有的相同的空间特征对各帧候选护栏点云数据进行聚类处理，形成多个候选护栏点云集合，每个候选护栏点云集合包括有多个三维点以及相应三维点的属性信息。6.根据权利要求1所述的方法，其特征在于，所述对聚类得到的各候选护栏点云集合进行识别，得到道路中央分隔带护栏点云数据，包括：确定各候选点云集合在三维空间中的空间分布特征；确定各候选点云集合在二维平面上的线状特征；确定各候选点云集合在垂直投影后的二维平面上与地面之间的空间拓扑特征；结合在三维空间中的空间分布特征、在二维平面上的线状特征和空间拓扑特征对各候选护栏点云集合进行识别。7.根据权利要求6所述的方法，其特征在于，所述结合在三维空间中的空间分布特征、在二维平面上的线状特征和空间拓扑特征对各候选护栏点云集合进行识别，包括：提取出满足在三维空间中呈现出面状特征且在垂直投影后的二维平面上呈现出连续线状分布特征的第一类候选点云集合；确定第一类候选点云集合在垂直投影后的二维平面上与地面之间的空间拓扑特征；从第一类候选点云集合中选择出满足空间拓扑特征为包含关系的第二类候选点云集合，基于所述第二类候选点云集合，得到道路中央分隔带护栏点云数据。8.根据权利要求1所述的方法，其特征在于，所述对所述道路中央分隔带护栏点云数据进行三维曲线拟合，获得在高精度地图中表示的道路中央分隔带护栏数据，包括：对所述道路中央分隔带护栏点云数据进行三维曲线拟合，筛除未符合所拟合三维曲线的三维点对应的点云数据；基于符合道路中央分...

【专利技术属性】
技术研发人员：曾超，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44