【技术实现步骤摘要】
一种点云数据的三维边界框确定方法及装置
本专利技术涉及数据处理
,具体而言,涉及一种点云数据的三维边界框确定方法及装置。
技术介绍
目前,在基于激光雷达点云数据的目标检测过程中,一般可以利用预设目标检测算法对原始激光雷达点云数据进行检测,生成将目标物体对应的激光雷达点数据完全覆盖的三维边界框,其中,原始激光雷达点云数据为:激光雷达所采集的原始点云数据,该预设目标检测算法包括但不限于:基于机器学习方法的目标检测算法以及基于深度学习方法的目标检测算法。由于受激光雷达点云数据特性和预设目标检测算法的性能限制,上述生成的三维边界框所包围的激光雷达点云数据中,可能包含其他物体对应的激光雷达点云数据,例如:部分地面及树木等其他物体对应的激光雷达点云数据,和/或噪声点云数据。这就使得生成的三维边界框的尺寸,尤其是高度,往往不够精准。后续的,在很多对精度要求较高的任务(如辅助标注)中,需要对三维边界框的指定边如高度,进行修正,以达到三维边界框的指定边贴合目标物体的轮廓边界的效果。那么,如何提供一种可以准确得到目标物体对应的点云数据所对应指定边的长度的方法成为亟待解决的问题。
技术实现思路
本专利技术提供了一种点云数据的三维边界框确定方法及装置,以实现准确得到目标物体对应的点云数据所对应指定边的长度。具体的技术方案如下:第一方面,本专利技术实施例提供了一种点云数据的三维边界框确定方法,所述方法包括:利用预设目标检测算法,对所获得的原始点云数据进行检测,确定待检测目标对应的点云数 ...
【技术保护点】
1.一种点云数据的三维边界框确定方法,其特征在于,所述方法包括:/n利用预设目标检测算法,对所获得的原始点云数据进行检测,确定待检测目标对应的点云数据的初始三维边界框,其中,所述初始三维边界框为:包含所述待检测目标对应的点云数据的立体框;/n利用预设分类算法以及所述初始三维边界框,确定所述初始三维边界框所包围的点云数据中每一数据点对应的点类型,其中,所述点类型为:表征所对应数据点属于所述待检测目标的类型,或者表征所对应数据点不属于所述待检测目标的类型;/n基于所述待检测目标对应的点云数据的分布特征,以及所述初始三维边界框所包围的点云数据中每一数据点对应的点类型,确定所述初始三维边界框对应的目标高度,以确定出所述待检测目标对应的点云数据的目标三维边界框。/n
【技术特征摘要】
1.一种点云数据的三维边界框确定方法,其特征在于,所述方法包括:
利用预设目标检测算法,对所获得的原始点云数据进行检测,确定待检测目标对应的点云数据的初始三维边界框,其中,所述初始三维边界框为:包含所述待检测目标对应的点云数据的立体框;
利用预设分类算法以及所述初始三维边界框,确定所述初始三维边界框所包围的点云数据中每一数据点对应的点类型,其中,所述点类型为:表征所对应数据点属于所述待检测目标的类型,或者表征所对应数据点不属于所述待检测目标的类型;
基于所述待检测目标对应的点云数据的分布特征,以及所述初始三维边界框所包围的点云数据中每一数据点对应的点类型,确定所述初始三维边界框对应的目标高度,以确定出所述待检测目标对应的点云数据的目标三维边界框。
2.如权利要求1所述的方法,其特征在于,所述基于所述待检测目标对应的点云数据的分布特征,以及所述初始三维边界框所包围的点云数据中每一数据点对应的点类型,确定所述初始三维边界框对应的目标高度的步骤,包括:
在所述初始三维边界框的高度所在方向上,将所述初始三维边界框划分为多个高度上相等的边界框,作为子边界框;
针对每一子边界框,统计该子边界框所包含的数据点中,所对应点类型表征属于所述待检测目标的数据点的个数,作为该子边界框对应的点个数;
基于每一子边界框对应的点个数,确定所述初始三维边界框对应的目标高度。
3.如权利要求1或2所述的方法,其特征在于,所述基于每一子边界框对应的点个数,确定所述初始三维边界框对应的目标高度的步骤,包括:
基于每一子边界框对应的点个数,从所有子边界框中确定出所对应点个数最多的两个子边界框,分别作为第一子边界框和第二子边界框;
基于所述第一子边界框和所述第二子边界框,确定所述初始三维边界框对应的目标高度。
4.如权利要求3所述的方法,其特征在于,所述基于所述第一子边界框和所述第二子边界框,确定所述初始三维边界框对应的目标高度的步骤,包括:
将所述第一子边界框的高度方向上的中心面和所述第二子边界框的高度上的中心面,分别确定为所述初始三维边界框对应的目标上顶面和目标下底面;
基于所述目标上顶面和所述目标下底面,确定所述初始三维边界框对应的目标高度。
5.如权利要求1-4任一项所述的方法,其特征在于,所述利用预设分类算法以及所述初始三维边界框,确定所述初始三维边界框所包围的点云数据中每一数据点对应的点类型的步骤,包括:
利用预设聚类算法对所述初始三维边界框所包围的点云数据中的数据点进行聚类,得到聚类结果...
【专利技术属性】
技术研发人员:胡皓瑜,董维山,江浩,马贤忠,
申请(专利权)人:初速度苏州科技有限公司,
类型:发明
国别省市:江苏;32
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。