一种目标点云识别方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种目标点云识别方法、装置、设备和存储介质，该方法包括：获取用于构建地图的单帧点云数据；将所述用于构建地图的单帧点云数据，划分为地面点云数据和非地面点云数据；根据待识别目标的特征属性从所述非地面点云数据中，确定所述待识别目标的点云数据。通过本发明专利技术实施例的技术方案，实现了对目标点云进行识别的目的。

【技术实现步骤摘要】
一种目标点云识别方法、装置、电子设备和存储介质
本专利技术实施例涉及计算机
，尤其涉及一种目标点云识别方法、装置、电子设备和存储介质。
技术介绍
高精地图的构建是无人驾驶技术的重要组成部分。目前，常用的高精地图包括基于点云数据构建的点云地图。点云数据通常是由车载雷达和惯导系统按照行驶路线依次扫描得到。在扫描过程中，道路上的车、人等可移动目标不可避免地被扫描，使得获得的用于构建地图的点云数据中不可避免地包括车、人等噪声数据。因此，为了保证所构建点云地图的精度，在构建点云地图时，需要剔除点云数据中的噪声数据。而对点云数据中的噪声数据进行识别是噪声数据剔除的首要环节。目前，对点云数据中的噪声数据进行识别主要包括两种常用方式：一种是基于深度学习训练识别模型，利用该识别模型对点云数据中的噪声数据进行识别；另一种是依靠人工肉眼的识别。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：上述基于深度学习训练识别模型的识别方式，存在训练数据获取困难的问题。而依靠人工肉眼的识别方式显然效率较低、人力投入成本较高。...

【技术保护点】
1.一种目标点云识别方法，其特征在于，包括：/n获取用于构建地图的单帧点云数据；/n将所述用于构建地图的单帧点云数据，划分为地面点云数据和非地面点云数据；/n根据待识别目标的特征属性从所述非地面点云数据中，确定所述待识别目标的点云数据。/n

【技术特征摘要】
1.一种目标点云识别方法，其特征在于，包括：
获取用于构建地图的单帧点云数据；
将所述用于构建地图的单帧点云数据，划分为地面点云数据和非地面点云数据；
根据待识别目标的特征属性从所述非地面点云数据中，确定所述待识别目标的点云数据。


2.根据权利要求1所述的方法，其特征在于，所述将所述用于构建地图的单帧点云数据，划分为地面点云数据和非地面点云数据，包括：
确定所述单帧点云数据中，相同时刻通过相邻的两个激光发射端扫描获得的两个点云点之间的倾角；
若所述倾角小于倾角阈值，则将所述两个点云点标记为地面点云数据，所述单帧点云数据中未被标记的点云点为非地面点云数据；
其中，所述单帧点云数据通过彼此相邻的至少两个激光发射端旋转扫描一圈获得。


3.根据权利要求2所述的方法，其特征在于，所述确定所述单帧点云数据中，相同时刻通过相邻的两个激光发射端扫描获得的两个点云点之间的倾角，包括：
基于如下公式确定两个点云点之间的倾角：



其中，α(i,j)表示单帧点云数据集合中第i行第j列的点云点与第(i+1)行第j列的点云点之间的倾角，xi,j表示单帧点云数据集合中第i行第j列的点云点的x坐标值，yi,j表示单帧点云数据集合中第i行第j列的点云点的y坐标值，zi,j表示单帧点云数据集合中第i行第j列的点云点的z坐标值，单帧点云数据集合中的行元素表示通过同一个激光发射端在不同时刻扫描获得的点云点，列元素表示相同时刻通过不同激光发射端扫描获得的点云点。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据待识别目标的特征属性从所述非地面点云数据中，确定所述待识别目标的点云数据，包括：
根据待识别目标的高度特征确定高度范围；
通过设定聚类算法对处于所述高度范围内的非地面点云数据进行聚类处理，获得至少一个原始点云簇；
根据待识别目标的体积特征以及所述原始点云簇的体积特征，确定所述待识别目标所对应的至少一个第一目标点云簇；
基于所述第一目标点云簇确定所述待识别目标的点云数据。


5.根据权利要求4所述的方法，其特征在于，所述基于所述第一目标点云簇确定所述待识别目标的点云数据，包括：
针对各所述第一目标点云簇，根据当前第一目标点云簇所包含的点云点总数，以及当前第一目标点云簇的体积确定当前第一目标点云簇的密度；
根据待识别目标的密度特征，结合各第一目标点云簇的密度对所述第一目标点云簇进行筛选，获得待识别目标所对应的至少一个第二目标点云簇，基于所述第二目标点云簇确定所述待识别目标的点云数据。


6.根据权利要求5所述的方法，其特征在于，所述基于所述第二目标点云簇确定所述待识别目标的点云数据，包括：
基于所述地面点云数据确定行驶区域；
将位于所述行驶区域外的所述第二目标点云簇进行过滤；
将过滤后剩余的第二目标点云簇确定为所述待识别目标的点云数据。


7.根据权利要求6所述的方法，其特征在于，所述基于所述地面点云数据确定行驶区域，包括：
通过设定平面抽取算法，确定所述地面点云数据中的平面点云点，所述地面点云数据中除去所述平面点云点之外的点云点为非平面点云点；
确定每个所述非平面点云点，与点云坐标系参考原点之间的距离；
将与点云坐标系参考原点之间距离最小的目标非平面点云点，确定为所述目标非平面点云点所在扇形区域的边界点，其中，所述平面点云点所在区域被划分为设定数量的所述扇形区域；
根据各所述扇形区域的边界点确定所述行驶区域。


8.根据...

【专利技术属性】
技术研发人员：王冰，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：北京;11