点云处理方法、装置及车辆制造方法及图纸

本公开提供了一种点云处理方法、装置及车辆，涉及人工智能领域，具体涉及计算机视觉、3D视觉和深度学习技术，包括：获取三维点云、以及与三维点云对应的二维图像，对二维图像进行语义分割处理，得到二维图像中像素点的类别标签，其中，类别标签用于表征像素点对应的障碍物类别，根据类别标签对三维点云进行过滤处理，得到过滤后的三维点云，避免了相关技术中采用“去除离群点”造成的过滤的全面性偏低的弊端，提高了过滤的全面性，也避免了相关技术中采用“分割前景和背景”造成的准确性偏低的弊端，提高了过滤的可准确性和可靠性，提高了过滤的鲁棒性的技术效果。过滤的鲁棒性的技术效果。过滤的鲁棒性的技术效果。

【技术实现步骤摘要】
点云处理方法、装置及车辆


[0001]本公开涉及人工智能领域，具体涉及计算机视觉、3D视觉和深度学习技术，具体可用于智慧城市和智能交通场景下，尤其涉及一种点云处理方法、装置及车辆。

技术介绍

[0002]自动驾驶系统是指，依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，可以在没有任何人类主动的操作下，自动安全地操作车辆的系统。
[0003]其中，雷达可以获取点云，自动驾驶系统可以基于点云对障碍物等目标对象进行检测，为了提高车辆行驶的安全性和可靠性，通常需要对点云进行过滤处理。在现有技术中，通常采用的过滤方法为：确定点云中的离群点，并将离群点从点云中去除。
[0004]然而，该方法是基于离群点的假设，只能去除部分噪声点，导致过滤的可靠性偏低的技术问题。

技术实现思路

[0005]本公开提供了一种用于提高对三维点云的滤波可靠性的点云处理方法、装置及车辆。
[0006]根据本公开的第一方面，提供了一种点云处理方法，所述方法包括：
[0007]获取三维点云、以及与所述三维点云对应的二维图像；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云处理方法，所述方法包括：获取三维点云、以及与所述三维点云对应的二维图像；对所述二维图像进行语义分割处理，得到所述二维图像中像素点的类别标签，其中，所述类别标签用于表征所述像素点对应的障碍物类别；根据所述类别标签对所述三维点云进行过滤处理，得到过滤后的三维点云。2.根据权利要求1所述的方法，其中，根据所述类别标签对所述三维点云进行过滤处理，得到过滤后的三维点云，包括：将所述三维点云转换至所述二维图像所处的第一坐标系为基准的二维点云；根据所述类别标签对所述二维点云进行过滤处理，得到过滤后的二维点云，并将所述过滤后的二维点云转换至所述三维点云所处的第二坐标系为基准的过滤后的三维点云。3.根据权利要求2所述的方法，其中，根据所述类别标签对所述二维点云进行过滤处理，得到过滤后的二维点云，包括：确定所述像素点与所述二维点云中各二维点之间的对应关系，其中，具有所述对应关系的像素点和二维点为相同障碍物上的相同点；根据所述类别标签和所述对应关系，对所述二维点云中的二维点进行去除处理，得到所述过滤后的二维点云。4.根据权利要求3所述的方法，其中，根据所述类别标签和所述对应关系，对所述二维点云中的各二维点进行去除处理，得到所述过滤后的二维点云，包括：根据所述类别标签和所述对应关系，确定各二维点各自对应的去除概率；根据所述去除概率对各二维点进行去除处理，得到所述过滤后的二维点云。5.根据权利要求4所述的方法，其中，所述像素点的数量为多个；根据所述类别标签和所述对应关系，确定各二维点各自对应的去除概率，包括：根据每一像素点的类型标签，确定与每一像素点具有对应关系的二维点的去除概率。6.根据权利要求3
‑
5中任一项所述的方法，其中，二维点具有坐标；在确定所述像素点与所述二维点云中各二维点之间的对应关系之前，所述方法还包括：若二维点的坐标为非整数坐标，则将为非整数坐标的二维点的坐标转换为整数坐标。7.根据权利要求3
‑
5中任一项所述的方法，其中，二维点具有坐标；在确定所述像素点与所述二维点云中各二维点之间的对应关系之前，所述方法还包括：根据各二维点各自对应的坐标对所述二维点云进行二维点插值处理。8.根据权利要求3
‑
7中任一项所述的方法，其中，所述像素点的数量为多个，每一像素点和每一二维点均具有坐标；确定所述像素点与所述二维点云中各二维点之间的对应关系，包括：根据各像素点各自对应的坐标、以及各二维点各自对应的坐标，确定具有最近距离关系的像素点和二维点，并将具有最近距离关系的像素点和二维点确定为相同障碍物上的相同点。9.根据权利要求2
‑
8中任一项所述的方法，其中，将所述三维点云转换至所述二维图像所处的第一坐标系为基准的二维点云，包括：基于投影矩阵将所述三维点云投影至所述第一坐标系，得到所述二维点云，其中，所述投影矩阵用于表征所述第一坐标系与第二坐标系之间的坐标转换关系，所述第二坐标系为
所述三维点所处的坐标系。10.根据权利要求1
‑
9中任一项所述的方法，其中，对所述二维图像进行语义分割处理，得到所述二维图像中像素点的类别标签，包括：基于预先训练的语义分割模型对所述二维图像进行语义分割处理，得到所述二维图像中像素点的类别标签，其中，所述语义分割模型是基于样本数据集生成的，所述样本数据集中包括多个样本二维图像。11.根据权利要求1
‑
10中任一项所述的方法，在根据所述类别标签对所述三维点云进行过滤处理，得到过滤后的三维点云之后，所述方法还包括：对所述过滤后的三维点云进行目标检测处理，得到与所述过滤后的三维点云对应的障碍物信息。12.根据权利要求11所述的方法，在对所述过滤后的三维点云进行目标检测处理，得到与所述过滤后的三维点云对应的障碍物信息之后，所述方法还包括：根据所述障碍物信息控制车辆的自动驾驶。13.一种点云处理装置，所述装置包括：获取单元，用于获取三维点云、以及与所述三维点云对应的二维图像；分割单元，用于对所述二维图像进行语义分割处理，得到所述二维图像中像素点的类别标签，其中，所述类别标签用于表...

【专利技术属性】
技术研发人员：鞠波，叶晓青，谭啸，孙昊，
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：