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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。