一种三维场景地图的生成方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种三维场景地图的生成方法、装置、设备及存储介质。其中，该方法包括：获取基础路采设备采集得到的至少两帧点云数据，并对所述至少两帧点云数据进行数据配准；删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；在所述原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到所述三维场景地图。本发明专利技术实施例可以使用基础路采设备采集的点云数据生成三维背景地图，保证三维背景地图质量满足点云数据仿真工作的要求的同时，降低成本，而且便于拓展至不同的场景。

【技术实现步骤摘要】
一种三维场景地图的生成方法、装置、设备及存储介质
本专利技术实施例涉及点云数据处理技术，尤其涉及一种三维场景地图的生成方法、装置、设备及存储介质。
技术介绍
点云数据仿真是一种基于目标场景的点云数据和计算机辅助设计模型，生成高真实感的虚拟点云数据的技术，可以用于构建大规模场景。例如，构建出多种道路情景，用于对无人驾驶的三维感知模块进行训练。点云数据仿真需要有三维静态环境作为背景。现有技术获取三维静态环境的点云数据主要有两种方式：第一，通过人工制作三维静态环境的3D网格模型，进行情景模拟，然后使用虚拟传感器，例如相机或三维扫描仪，合成三维静态环境点云数据。第二，使用高精激光扫描仪采集得到高精度高密度的三维静态环境点云数据。第一种方法，模型制作成本较高。在现有三维建模技术条件下，无法全自动地制作真实感较强的场景或者单个障碍物的模型，必须需全人工或者半自动的建模方式。因此制作大规模场景和大量障碍物的模型需要投入很高的人力物力成本。第二种方法，数据量很大，而且高精激光扫描仪不便于运输，增加了建立三维静态环境的成本。因此，现有技术的两种方法都无法快速扩展到任何场景，使得点云数据仿真工作受限。专本文档来自技高网...

【技术保护点】
1.一种三维场景地图的生成方法，其特征在于，包括：获取基础路采设备采集得到的至少两帧点云数据，并对所述至少两帧点云数据进行数据配准；删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；在所述原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到所述三维场景地图。

【技术特征摘要】
1.一种三维场景地图的生成方法，其特征在于，包括：获取基础路采设备采集得到的至少两帧点云数据，并对所述至少两帧点云数据进行数据配准；删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；在所述原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到所述三维场景地图。2.根据权利要求1所述的方法，其特征在于，对所述至少两帧点云数据进行数据配准，包括：识别各帧点云数据中包括的障碍物，并得到与各所述障碍物分别对应的语义信息；根据与各所述障碍物分别对应的语义信息，将识别出的所述障碍物划分为静态障碍物以及动态障碍物；将相邻两帧点云数据中包括的静态障碍物进行配对，并根据配对结果对相邻两帧点云数据进行初始配准；通过点云全局配准技术，对初始配准后的所述至少两帧点云数据进行精确配准。3.根据权利要求2所述的方法，其特征在于，删除各帧点云数据中与动态障碍物对应的第一类点云数据，包括：根据动态障碍物在各帧点云数据中的位置，确定与所述动态障碍物对应的理想运动轨迹；根据所述动态障碍物的理想运动轨迹，对各帧点云数据中与所述动态障碍物对应的点云数据进行校正；在各帧点云数据中，删除与所述动态障碍物对应的点云数据。4.根据权利要求2或3所述的方法，其特征在于，在删除各帧点云数据中与动态障碍物对应的第一类点云数据之后，还包括：使用点云全局配准技术，对所述各帧点云数据进行再配准。5.根据权利要求1-3任一项所述的方法，其特征在于，在所述原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到所述三维场景地图，包括：在所述原始场景地图中，获取设定形状属性的点云数据作为待归类点云数据；根据各所述待归类点云数据的形状属性，以及各所述待归类点云数据在所述原始场景地图中的位置，得到与至少一个规则物体对应的第二类点云数据；根据与所述规则物体对应的第二类点云数据的形状属性，采用与所述形状属性匹配的替换规则，将所述原始场景地图中的所述第二类点云数据替换为与规则物体匹配的几何模型的模型数据。6.根据权利要求5所述的...

【专利技术属性】
技术研发人员：燕飞龙，赵彤彤，方进，王亮，马彧，杨睿刚，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11