点云数据的处理方法、处理装置、存储介质及处理器制造方法及图纸

本发明专利技术公开了一种点云数据的处理方法、处理装置、存储介质及处理器。其中，该方法包括：获取点云数据和位置数据，其中，点云数据为激光雷达采集的经由目标对象反射回来的原始点云数据，位置数据包括如下至少之一：安装了激光雷达的目标设备的空间位置、激光雷达的空间位置；根据点云数据和位置数据，获得目标对象的特征图；利用卷积神经网络的检测头对特征图进行检测，获得目标对象的轮廓图，根据目标对象的轮廓图确定目标对象的跟踪ID；根据点云数据和目标对象的跟踪ID，将目标对象的图像信息展示在终端设备上。本发明专利技术解决了教学平台感知效果差的技术问题。效果差的技术问题。效果差的技术问题。

【技术实现步骤摘要】
点云数据的处理方法、处理装置、存储介质及处理器


[0001]本专利技术涉及点云数据的处理
，具体而言，涉及一种点云数据的处理方法、处理装置、存储介质及处理器。

技术介绍

[0002]由于智能汽车环境感知系统重要组成部分的车载激光雷达迎来了量产元年，越来越多的车企开始硬件预埋车载激光雷达，后续通过OTA的方式来提供并迭代其感知功能；虽然目前有一些基于个人计算机的感知算法教学平台，但是其和实际装车还有很大差距，没有考虑到车载电子的低成本、低功耗、高稳定性、小体积等需求，从而导致感知算法的开发脱离实际场景；未来随着车企陆续加大推送其车载激光雷达感知功能，感知算法开发人员的需求将更大，所以急需一套车载激光雷达的感知算法教学平台来让开发人员、学生更快的熟悉和掌握感知算法的开发流程及其中各个功能模块的开发。
[0003]而目前车载激光雷达的感知算法开发没有一套标准化的教学设备及系统，已有的都是基于个人计算机打造的平台，亦或者是黑盒平台，并没有考虑到车载电子的实际场景，也没有开放的覆盖感知算法开发全流程的各个功能模块供开发人员学习。
[本文档来自技高网...

【技术保护点】

【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：获取点云数据和位置数据，其中，所述点云数据为激光雷达采集的经由目标对象反射回来的原始点云数据，所述位置数据包括如下至少之一：安装了所述激光雷达的目标设备的空间位置、所述激光雷达的空间位置；根据所述点云数据和所述位置数据，获得所述目标对象的特征图；利用卷积神经网络的检测头对所述特征图进行检测，获得所述目标对象的轮廓图，根据所述目标对象的轮廓图确定所述目标对象的跟踪ID；根据所述点云数据和所述目标对象的跟踪ID，将所述目标对象的图像信息展示在终端设备上。2.根据权利要求1所述的点云数据的处理方法，其特征在于，获取所述点云数据和所述位置数据之前，包括：以地面为参考系，获取所述激光雷达的第一标定矩阵；以所述目标设备为参考系，获取所述激光雷达的第二标定矩阵；根据所述第一标定矩阵和所述第二标定矩阵确定所述激光雷达的空间位置。3.根据权利要求2所述的点云数据的处理方法，其特征在于，所述点云数据的处理方法，包括：接收第一更新请求，根据所述第一更新请求，重新确定所述激光雷达以所述地面为参考系时的所述第一标定矩阵，以及重新确定所述激光雷达以所述目标设备为参考系时的所述第二标定矩阵；根据重新确定的所述第一标定矩阵和重新确定的所述第二标定矩阵，重新确定所述激光雷达的空间位置。4.根据权利要求1所述的点云数据的处理方法，其特征在于，根据所述点云数据和所述位置数据，获得所述目标对象的所述特征图，包括：获取检测模型，其中，所述检测模型用于对目标对象进行检测，所述检测模型包括如下至少之一：目标检测模型、目标跟踪模型；对所述检测模型进行模型训练、量化训练，获得图像处理检测模型，采用所述图像处理检测模型对所述点云数据和所述位置数据进行解析，获得所述目标对象的所述特征图。5.根据权利要求4所述的点云数据的处理方法，其特征在于，对所述检测模型进行训...

【专利技术属性】
技术研发人员：黄佳伟，陈博，王宇，张勇，张林灿，郭昌野，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：