点云数据的处理方法、装置、电子设备及可读存储介质制造方法及图纸

本申请公开了一种点云数据的处理方法、装置、电子设备及可读存储介质，可用于自动驾驶。通过利用点云配准技术，确定第一点云数据中各点中的至少一个第一关键点，及与各第一关键点所配准的匹配点，进而，根据各第一关键点和该第一关键点所配准的匹配点，获得各第一关键点与该第一关键点所配准的匹配点之间的相似参数，使得能够根据所获得的相似参数，对各第一关键点所配准的匹配点进行调整处理，以获得调整之后的匹配点，由于利用了各第一关键点与该第一关键点所配准的匹配点之间的相似情况，对利用点云配准技术所获得的各第一关键点所配准的匹配点进行了调整，使得调整之后的匹配点与其所对应的第一关键点高度相似，从而提高了点云配准的可靠性。

【技术实现步骤摘要】
点云数据的处理方法、装置、电子设备及可读存储介质
涉及计算机技术，具体涉及计算机视觉技术，尤其涉及一种点云数据的处理方法、装置、电子设备及可读存储介质，可用于自动驾驶。
技术介绍
点云数据是通过测量仪器得到的物体外观表面的点数据集合，是对真实世界的一种数字化表现形式。点云数据在建筑物保护、三维地图、生物医学等领域具有很强的应用价值。点云配准，是三维视觉领域的一项基础技术，其目标是将不同视角采集的点云数据通过计算其相对位姿的方式统一到指定坐标系之下。由于点云配准技术是点云数据在应用过程中的一个基础环节(即点云配准)所采用的重要技术，因此，点云配准技术的质量对于点云数据应用的可靠性至关重要。
技术实现思路
本申请的多个方面提供一种点云数据的处理方法、装置、电子设备及可读存储介质，用以提高点云配准技术的可靠性。本申请的一方面，提供一种点云数据的处理方法，包括：利用点云配准技术，确定第一点云数据中各点中的至少一个第一关键点，以及与所述至少一个第一关键点中各第一关键点所配准的匹配点；根据所述各第一关键点本文档来自技高网...

【技术保护点】
1.一种点云数据的处理方法，其特征在于，包括：/n利用点云配准技术，确定第一点云数据中各点中的至少一个第一关键点，以及与所述至少一个第一关键点中各第一关键点所配准的匹配点；/n根据所述各第一关键点和该第一关键点所配准的匹配点，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数；/n根据所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数，对所述各第一关键点所配准的匹配点进行调整处理，以获得调整之后的匹配点。/n

【技术特征摘要】
1.一种点云数据的处理方法，其特征在于，包括：
利用点云配准技术，确定第一点云数据中各点中的至少一个第一关键点，以及与所述至少一个第一关键点中各第一关键点所配准的匹配点；
根据所述各第一关键点和该第一关键点所配准的匹配点，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数；
根据所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数，对所述各第一关键点所配准的匹配点进行调整处理，以获得调整之后的匹配点。


2.根据权利要求1所述的方法，其特征在于，所述根据所述各第一关键点和该第一关键点所配准的匹配点，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数，包括：
根据所述第一点云数据，确定所述各第一关键点的第一预设数量个第一临近点，根据所述各第一临近点的第二特征向量，获得所述各第一关键点的第四特征向量；
根据第二点云数据，确定所述各匹配点的第一预设数量个第二临近点，根据所述各第二临近点的第三特征向量，获得所述各匹配点的第五特征向量；其中，所述第一点云数据和所述第二点云数据为不同视角获取的同一场景的点云数据；
根据所述各第一关键点的第四特征向量和该第一关键点所配准的匹配点的第五特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数。


3.根据权利要求2所述的方法，其特征在于，所述根据所述各第一关键点的第四特征向量和该第一关键点所配准的匹配点的第五特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数，包括：
根据所述各第一关键点的第四特征向量和该第一关键点所配准的匹配点的第五特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的距离；
根据所述各第一关键点与该第一关键点所配准的匹配点之间的距离，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数。


4.根据权利要求2所述的方法，其特征在于，所述根据所述各第一关键点的第四特征向量和该第一关键点所配准的匹配点的第五特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数，包括：
根据所述至少一个第一关键点，获得所述至少一个第一关键点的位置分布特征；根据所述至少一个第一关键点的位置分布特征和所述各第一关键点的第四特征向量，获得所述各第一关键点的第六特征向量；
根据所述至少一个匹配点，获得所述至少一个匹配点的位置分布特征；根据所述至少一个匹配点的位置分布特征和所述各匹配点的第五特征向量，获得所述各匹配点的第七特征向量；
根据所述各第一关键点的第六特征向量和该第一关键点所配准的匹配点的第七特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数。


5.根据权利要求4所述的方法，其特征在于，所述根据所述各第一关键点的第六特征向量和该第一关键点所配准的匹配点的第七特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数，包括：
根据所述各第一关键点的第六特征向量和该第一关键点所配准的匹配点的第七特征向量，获得所述各第一关键点与该第一关键点所配准的匹配点之间的距离；
根据所述各第一关键点与该第一关键点所配准的匹配点之间的距离，获得所述各第一关键点与该第一关键点所配准的匹配点之间的相似参数。


6.根据权利要求1-5中任一项所述的方法，其特征在于，所述利用点云配准技术，确定第一点云数据中各点中的至少一个第一关键点，以及与所述至少一个第一关键点中各第一关键点所配准的匹配点，包括：
获取所述第一点云数据中各点的第一特征向量；根据所述各点的第一特征向量，确定所述第一点云数据中各点中的至少一个第一关键点；
根据所述至少一个第一关键点，以及所述第二点云数据与所述第一点云数据之间的预设第一转换参数，获得所述至少一个第一关键点中各第一关键点所对应的所述第二点云数据的第二关键点；
根据所述各第一关键点和该第一关键点所对应的第二关键点，确定所述各第一关键点所配准的匹配点。


7.根据权利要求6所述的方法，其特征在于，所述根据所述各第一关键点和该第一关键点所对应的第二关键点，确定所述各第一关键点所配准的匹配点，包括：
根据所述第一点云数据，确定所述各第一关键点的第二预设数量个第三临近点；
根据预设的搜索半径和预设的网格尺寸，确定所述各第一关键点所对应的第二关键点的第三预设数量个候选关键点；根据所述第二点云数据，确定所述第三预设数量个候选关键点中各候选关键点的第二预设数量个第四临近点；
根据所述各第一关键点的各第三临近点和所述各候选关键点的各第四临近点，确定所述各第一关键点所配准的匹配点。


8.根据权利要求7所述的方法，其特征在于，所述根据所述各第一关键点的各第三临近点和所述各候选关键点的各第四临近点，确定所述各第一关键点所配准的匹配点，包括：
根据所述各第一关键点的第三临近点的信息，获得该第一关键点的第八特征向量，以及根据所述各候选关键点的各第四临近点的信息，获得所述各候选关键点的第九特征向量；
根据所述各第一关键点的第八特征向量和所述各第二关键点的各候选关键点的第九特征向量，获得所述各第二关键点的各候选关键点与该第二关键点所对应的第一关键点之间的相似度；
根据所述各第二关键点的各候选关键点与该第二关键点所对应的第一关键点之间的相似度和所述各候选关键点，确定所述各第一关键点所配准的匹配点。


9.根据权利要求7所述的方法，其特征在于，所述根据所述各第一关键点的各第三临近点和所述各候选关键点的各第四临近点，确定所述各第一关键点所配准的匹配点，包括：
根据所述各第一关键点的各第三临近点的第十特征向量，获得所述各第一关键点的第十二特征向量；
根据所述各候选关键点的各第四临近点的第十一特征向量，获得所述各候选关键点的第十三特征向量；
根据所述各第一关键点的第十二特征向量和所述各候选关键点的第十三特征向量，获得所述各第二关键点的各候选关键点与该第二关键点所对应的第一关键点之间的相似度；

【专利技术属性】
技术研发人员：余丽，卢维欣，万国伟，彭亮，宋适宇，
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