激光点云的处理方法、装置、设备及存储介质制造方法及图纸

本申请公开了激光点云的处理方法、装置、设备及存储介质，涉及自动驾驶技术领域。具体实现方案为：通过对任意一帧待处理的激光点云进行投影并网格化，得到对应的投影图，其中所述投影图中每一网格为一个像素；对所述投影图进行像素类别标注，得到标注后的投影图，所述标注后的投影图中像素分为有类别像素和无类别像素；根据预设规则以及所述有类别像素，对所述无类别像素进行类别标注。通过对无类别像素的处理，有效的克服激光点云稀疏特性带来的影响，可得到准确标注的投影图，投影图中的像素类别更符合客观事实，进而可降低模型训练难度，提高模型对场景理解的完整性和准确性。

Processing method, device, equipment and storage medium of laser point cloud

【技术实现步骤摘要】
激光点云的处理方法、装置、设备及存储介质
本申请涉及图像处理
，具体涉及自动驾驶技术。
技术介绍
在自动驾驶领域，为了使自动驾驶车辆对周围环境进行精确充分的感知，进而指导决策规划，通常采用激光雷达扫描车辆周围环境得到激光点云，并对激光点云进行场景理解。现有的对激光点云进行场景理解的算法通常采用基于深度学习的场景理解模型，其适应性和可扩展性相对于采用高精地图具有明显优势。而基于深度学习的场景理解模型需要进行训练，所采用的训练数据为经过标注的激光点云，而由于激光点云是稀疏、立体的数据，需要进行特殊的处理才能有效的对模型进行训练。现有的对激光点云的处理过程通常是将激光点云数据进行鸟瞰图投影并网格化，并对网格进行类别标注。在对激光点云的处理过程中，由于激光点云的稀疏特性，在投影图上往往无法形成连续的区域，会存在大量无投影点的像素，导致这些像素无类别，不能真实反映区域属性，对模型训练产生影响，增加模型训练难度，导致模型无法完整、准确的进行场景理解。
技术实现思路
本申请提供一种激光点云的处理方法、装置、设备及存储本文档来自技高网...

【技术保护点】
1.一种激光点云的处理方法，其特征在于，包括：/n对任意一帧待处理的激光点云进行投影并网格化，得到对应的投影图，其中所述投影图中每一网格为一个像素；/n对所述投影图进行像素类别标注，得到标注后的投影图，所述标注后的投影图中像素分为有类别像素和无类别像素；/n根据预设规则以及所述有类别像素，对所述无类别像素进行类别标注。/n

【技术特征摘要】
1.一种激光点云的处理方法，其特征在于，包括：
对任意一帧待处理的激光点云进行投影并网格化，得到对应的投影图，其中所述投影图中每一网格为一个像素；
对所述投影图进行像素类别标注，得到标注后的投影图，所述标注后的投影图中像素分为有类别像素和无类别像素；
根据预设规则以及所述有类别像素，对所述无类别像素进行类别标注。


2.根据权利要求1所述的方法，其特征在于，所述根据预设规则以及所述有类别像素，对所述无类别像素进行类别标注，包括：
对所述激光点云进行障碍物检测；
将检测到的障碍物的轮廓投影到所述标注后的投影图中，得到轮廓投影区域；
根据所述轮廓投影区域内的有类别像素的类别，对所述轮廓投影区域内的无类别像素进行类别标注。


3.根据权利要求2所述的方法，其特征在于，所述根据所述轮廓投影区域内的有类别像素的类别，对所述轮廓投影区域内的无类别像素进行类别标注，包括：
若所述轮廓投影区域内的有类别像素的类别存在至少两种，则根据各类别的对应像素在所述轮廓投影区域内所占比例对所述轮廓投影区域内的无类别像素进行类别标注。


4.根据权利要求3所述的方法，其特征在于，所述根据各类别的对应像素在所述轮廓投影区域内所占比例对所述轮廓投影区域内的无类别像素进行类别标注，包括：
若某一种障碍物类别对应的有类别像素在所述轮廓投影区域内所占比例最高，则将所述轮廓投影区域内的无类别像素标注为所述障碍物类别。


5.根据权利要求4所述的方法，其特征在于，还包括：
若非障碍物类别对应的有类别像素在所述轮廓投影区域内所占比例最高，则对所述轮廓投影区域内的无类别像素进行剔除操作。


6.根据权利要求1所述的方法，其特征在于，所述根据预设规则以及所述有类别像素，对所述无类别像素进行类别标注，包括：
识别所述标注后的投影图中同一类别的有类别像素连续聚集的区域；
根据所述区域内有类别像素的类别，对所述区域内每一有类别像素的第一预设半径范围内的无类别像素进行类别标注。


7.根据权利要求6所述的方法，其特征在于，所述对所述区域内每一有类别像素的第一预设半径范围内的无类别像素进行类别标注，包括：
若某一无类别像素的所述第一预设半径范围内存在至少两种类别的有类别像素，则根据该至少两种类别的预设优先级对该无类别像素进行类别标注。


8.根据权利要求6所述的方法，其特征在于，所述对所述区域内每一有类别像素的第一预设半径范围内的无类别像素进行类别标注后，还包括：
对于若所述区域内有类别像素的类别为特定细长形状物体类别，则对所述区域提取骨架，保留所述骨架范围内像素的类别作为所述区域内像素的标注结果。


9.根据权利要求1所述的方法，其特征在于，还包括：
若某一无类别像素的第二预设半径范围内不存在有类别像素，则对该无类别像素进行剔除操作。


10.根据权利要求1-9任一项所述的方法，其特征在于，所述对所述投影图进行像素类别标注，得到标注后的投影图后，还包括：
对于任一类别为路面或路沿的有类别像素，获取该有类别像素范围内的激光点云的高度坐标最大值和最小值之间的差值；
若所述差值超过预设的路面高度差阈值或预设的路沿高度差阈值，则对该有类别像素进行剔除操作。


11.一种激光点云的处理装置，其特征在于，包括：
投影模块，用于对任意一帧待处理的激光点云进行投影并网格化，得到对应的投影图，其中所述投影图中每一网格为一个像素；
标注模块，用于对所述投影图进行像素类别标注，得到标注后的投影图，所述标注后的投影图中像素分为有类别像素和无类别像素；
处理模块，用于根据预设规则以及所述有类别像素，对所述无类别像素进行类别标注。


12.根据权利要求11所述的装置，其特征在于，所述处理模块...

【专利技术属性】
技术研发人员：郭疆，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11