【技术实现步骤摘要】
一种处理点云数据的方法和装置
本专利技术涉及计算机
，尤其涉及一种处理点云数据的方法和装置。
技术介绍
当今自动化技术高速发展的背景下，自动驾驶技术的发展尤为突出，目前市面上已出现了各类自动驾驶机器人，而机器人要在动态环境中稳定运行避免碰撞必须要准确地识别障碍物，把环境中存在的物体正确分割为独立的个体，然后实时跟踪每个物体并对它们的位置信息进行预测。具体地，在机器人环境感知系统中，主要的实时分割技术是依赖于实际环境中简单的空间关系。所采用的策略是：将距离比较近的点归为一组，认为这些点属于同一个物体；将距离较远、且中间没有连接的点归为不同组，认为这些点属于不同的物体。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：经常出现错误识别障碍物，在实际应用中，最常见的分割错误是欠分割和过分割。常见的欠分割，例如不能准确区分人群与周围建筑物，而将它们归为一个整体，自动驾驶的机器人如果不知道附近的行人，将难以预计行人的行动，将会导致碰撞；常见的过分割，例如将路上的一辆车分割为两个不同的物体，对于自动驾驶的机器人来说，如果不能正确获得周围环境中物体运动信息...
【技术保护点】
1.一种处理点云数据的方法，其特征在于，包括：基于点云分割，将在时间上连续的多帧点云数据集合分割为不相交的子集，其中，每个子集包括多个点云数据；获取每帧点云数据集合中各个子集对应的特征集，根据所述各个子集对应的特征集，确定各个子集在不同点云数据集合中的关联性；根据所述各个子集在不同点云数据集合中的关联性，确定对应于同一物体的不同点云数据集合中的子集，并对所述物体进行识别。
【技术特征摘要】
1.一种处理点云数据的方法，其特征在于，包括：基于点云分割，将在时间上连续的多帧点云数据集合分割为不相交的子集，其中，每个子集包括多个点云数据；获取每帧点云数据集合中各个子集对应的特征集，根据所述各个子集对应的特征集，确定各个子集在不同点云数据集合中的关联性；根据所述各个子集在不同点云数据集合中的关联性，确定对应于同一物体的不同点云数据集合中的子集，并对所述物体进行识别。2.根据权利要求1所述的方法，其特征在于，基于点云分割，将在时间上连续的多帧点云数据集合分割为不相交的子集，包括：获取三维激光点云数据，对其进行批量抽帧，从而得到在时间上连续的多帧点云数据集合；获取所述多帧点云数据集合的点云数据，基于地面检测算法，对所述多帧点云数据集合的点云数据进行地面检测，以获取所述多帧点云数据集合中对应于物体的点云数据；基于欧式聚类的点云分割，将所述对应于物体的点云数据分割为多个不相交的子集。3.根据权利要求1所述的方法，其特征在于，获取每帧点云数据集合中各个子集对应的特征集，根据所述各个子集对应的特征集，确定各个子集在不同点云数据集合中的关联性，包括：提取每帧点云数据集合中各个子集的多个特征，以得到各个子集对应的特征集；根据每帧点云数据集合中各个子集对应的特征集，并采用二分图匹配算法，计算各个子集在时间上连续的两帧点云数据集合中的关联系数，以确定各个子集在时间上连续的两帧点云数据集合中的关联性。4.根据权利要求3所述的方法，其特征在于，根据所述各个子集在不同点云数据集合中的关联性，确定对应于同一物体的不同点云数据集合中的子集，并对所述物体进行识别，包括：根据所述各个子集在不同点云数据集合中的关联性，判断相关系数大于等于系数阈值的子集所对应的在时间上连续的点云数据集合的帧数是否大于等于数量阈值；若是，则确定这些在时间上连续的点云数据集合中的子集对应于同一物体，并对所述物体进行识别；若否，则首先对至少一个子集进行分割或者合并，然后根据每帧点云数据集合中未识别出的各个子集对应的特征集，确定所述各个子集在不同点云数据集合中的关联性，最后根据所述关联性，确定对应于同一物体的不同点云数据集合中的子集，并对所述物体进行识别。5.根据权利要求4所述的方法，其特征在于，对至少一个子集进行分割或者合并，包括：选取在不同点云数据集合中的相关性最小的至少一个子集，对所述至少一个子集进行分割，以得到至少两个子集；或者，选取在不同点云数据集合中的相关性最小且几何中心最接近的至少两个子集，对所述至少两个子集进行合并，以得到一个子集。6.根据权利要求3所述的方法，其特征在于，所述特征集中的特征包括子集的形状、子集的几何中心、归一化后的子集的几何中心、子集中所包含的点云数量、子集的几何中心位置与三维激光扫描仪之间的距离。7.一种处理点云数据的装置，其特征在于，包括：子集分割模块，用于...
【专利技术属性】
技术研发人员：孙云哲，李雨倩，刘懿，黄玉玺，崔伟，李政，孙志明，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11
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。