用于自主驾驶车辆ADV的处理点云数据的方法、装置和系统、及计算机可读介质制造方法及图纸

本发明专利技术公开了用于自主驾驶车辆ADV的处理点云数据的方法、装置和系统、及计算机可读介质。在一个实施例中，在自主驾驶车辆中存储点云数据的示例性计算机实现方法可以包括如下操作：从被安装在自主驾驶车辆上的LiDAR传感器接收原始点云数据，原始点云数据表示响应于以给定角度发射的激光束而获取的云数据点；获得LiDAR传感器的配置信息，配置信息至少包括LiDAR传感器的激光线数量。方法还包括以下操作：基于配置信息，构造包括针对每个云数据点的数据条目的数据结构，数据条目包括用于存储云数据点的属性的多个字段，每个字段具有使用预定算法基于配置信息确定的位宽；以及使用数据结构将云数据点写入存储介质。

Method, device and system for processing point cloud data of ADV for autonomous driving vehicle, and computer-readable medium

【技术实现步骤摘要】
用于自主驾驶车辆ADV的处理点云数据的方法、装置和系统、及计算机可读介质
本公开的实施例总体上涉及自主车辆。更具体地，本公开的实施例涉及自主驾驶车辆中的点云数据的存储。
技术介绍
以自主模式(例如，无人驾驶)操作的车辆可以减轻乘员(特别是驾驶员)某些与驾驶有关的责任。当以自主模式操作时，车辆可以使用车载传感器导航到各种位置，允许车辆以最少的人机交互、或者在某些情况下无需任何乘客而行进。光检测和测距(LiDAR)传感器是重要的车载传感器，并且越来越多地用于自主驾驶车辆中。LiDAR传感器可以生成大量数据，需要有效地存储这些数据，以避免自主驾驶车辆中的宝贵存储空间的浪费。点云数据通常以多种点云数据(PCL)格式中的一种而被存储。然而，以这种格式存储的点云数据往往具有较大的大小。先前减少点云数据大小的尝试包括使用无损或有损算法。这些算法不仅在硬件上实现是昂贵的，而且未能考虑传感器硬件的性能。这样，这样的算法可能提供不需要的数据存储精度，这导致自主驾驶车辆中的宝贵存储空间的浪费。
技术实现思路
<br>本公开的实施例本文档来自技高网...

【技术保护点】
1.一种用于自主驾驶车辆ADV的处理点云数据的计算机实现方法，包括：/n从被安装在ADV上的光检测和测距LiDAR传感器接收表示驾驶环境的云数据点的原始点云数据；/n基于LiDAR传感器的配置信息确定LiDAR传感器的类型；/n构造包括用于存储每个云数据点的数据条目的数据结构，其中数据条目包括一个或多个数据字段，每个数据字段被配置为具有基于LiDAR传感器的类型确定的位宽；以及/n将包含在数据结构中的云数据点写入存储介质，其中存储的云数据点被用来感知ADV周围的驾驶环境。/n

【技术特征摘要】
20190711 US 16/509,4441.一种用于自主驾驶车辆ADV的处理点云数据的计算机实现方法，包括：
从被安装在ADV上的光检测和测距LiDAR传感器接收表示驾驶环境的云数据点的原始点云数据；
基于LiDAR传感器的配置信息确定LiDAR传感器的类型；
构造包括用于存储每个云数据点的数据条目的数据结构，其中数据条目包括一个或多个数据字段，每个数据字段被配置为具有基于LiDAR传感器的类型确定的位宽；以及
将包含在数据结构中的云数据点写入存储介质，其中存储的云数据点被用来感知ADV周围的驾驶环境。


2.根据权利要求1所述的方法，其中数据结构还包括用于存储云数据点的至少一个属性的元数据条目。


3.根据权利要求2所述的方法，其中元数据条目包括用于云数据点的时间戳属性的基准时间，其中数据结构中的多个数据条目中的每个数据条目包括用于存储相对于基准时间的偏移时间的时间戳字段，并且其中偏移时间与基准时间结合被用来确定捕获相应云数据点的绝对时间。


4.根据权利要求1所述的方法，其中基于LiDAR传感器的激光线数量，确定数据条目的数据字段中的至少一个的位宽。


5.根据权利要求1所述的方法，其中数据结构包括多个组，每个组包括与组相关联的多个数据条目，其中数据结构还包括被多个组共享的全局配置头部，并且其中全局配置头部存储LiDAR传感器的配置信息。


6.根据权利要求5所述的方法，其中全局配置头部包括指示LiDAR传感器的类型或LiDAR传感器的激光线数量的信息。


7.根据权利要求5所述的方法，其中每个组还包括用...

【专利技术属性】
技术研发人员：张满江，郭敏，周胜进，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：美国;US