点云处理方法、点云处理装置、可移动平台和计算机存储介质制造方法及图纸

一种点云处理方法、点云处理装置、可移动平台和计算机存储介质。点云处理方法包括：获取测距装置所采集的点云数据以及测距装置的点云密度分布数据(S501)，点云密度分布数据与测距装置的扫描方式相关，点云密度分布数据包括多个显著性系数，多个显著性系数用于表征点云数据在参考面上的映射点的分布特性；根据点云数据在参考面上的映射点所对应的显著性系数，确定点云数据的预定处理方式(S502)，其中，预定处理方式包括第一处理方式和第二处理方式中的至少一种，第一处理方式用于增大点云数据中的至少部分区域内的点云密度，第二处理方式用于降低点云数据中的至少部分区域内的点云密度；根据预定处理方式，对点云数据进行处理(S503)。理(S503)。理(S503)。

【技术实现步骤摘要】
【国外来华专利技术】点云处理方法、点云处理装置、可移动平台和计算机存储介质


[0001]本专利技术总地涉及测距装置
，更具体地涉及一种点云处理方法、点云处理装置、可移动平台和计算机存储介质。

技术介绍

[0002]在激光雷达扫描系统中，由于激光雷达扫描机制，激光点云的分布在空间上总是不均匀的。由于激光雷达光学扫描机制的限制，在生成的三维点云数据中，由于受到自身线扫描特点，必然存在同一平面上点云分布不均匀现象。由于这些客观因素的存在，在同样的场景中，相同物体在同一平面内，或是相同物体在不同距离上经过扫描得到的三维点云的点的数量及密度不同，这种差异性会导致后续的检测、分割、跟踪等算法受到极大的影响。

技术实现思路

[0003]为了解决上述问题中的至少一个而提出了本专利技术。具体地，本专利技术一方面提供一种点云处理方法，包括：获取测距装置所采集的点云数据以及所述测距装置的点云密度分布数据，所述点云密度分布数据与所述测距装置的扫描方式相关，其中，所述点云密度分布数据包括多个显著性系数，所述多个显著性系数用于表征点云数据在参考面上的映射点的分布特性；根据所述点云数据在所述参考面上的映射点所对应的所述显著性系数，确定所述点云数据的预定处理方式，其中，所述预定处理方式包括第一处理方式和第二处理方式中的至少一种，所述第一处理方式用于增大点云数据中的至少部分区域内的点云密度，所述第二处理方式用于降低点云数据中的至少部分区域内的点云密度；根据所述预定处理方式，对所述点云数据进行处理。
[0004]本专利技术另一方面提供一种点云处理装置，点云处理装置包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的所述指令，使得所述处理器执行以下步骤：获取测距装置所采集的点云数据以及所述测距装置的点云密度分布数据，所述点云密度分布数据与所述测距装置的扫描方式相关，其中，所述点云密度分布数据包括多个显著性系数，所述多个显著性系数用于表征点云数据在参考面上的映射点的分布特性；根据所述点云数据在所述参考面上的映射点所对应的所述显著性系数，确定所述点云数据的预定处理方式，其中，所述预定处理方式包括第一处理方式和第二处理方式中的至少一种，所述第一处理方式用于增大点云数据中的至少部分区域内的点云密度，所述第二处理方式用于降低点云数据中的至少部分区域内的点云密度；根据所述预定处理方式，对所述点云数据进行处理。
[0005]本专利技术又一方面提供一种可移动平台，所述可移动平台包括：可移动平台本体、至少一个测距装置和前述的点云处理装置；至少一个测距装置设置于所述可移动平台本体，用于采集目标场景的点云数据。
[0006]本专利技术另一方面提供计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述的点云处理方法。
[0007]根据本专利技术实施例的点云处理方法，可以在保证硬件成本不变的前提下，通过获取测距装置的包括多个显著性系数的点云密度分布数据，根据所述点云数据在所述参考面上的映射点所对应的所述显著性系数，确定所述点云数据的预定处理方式，可以有效的结合测距装置扫描系统的扫描特性以及点云的空间分布，对空间分布的点云数据进行适合方式的处理，从而有效的改善测距装置所采集的点云数据的分布均匀性，可以有效的降低由于扫描系统生成的点云分布对点云密度造成的影响，通过本申请的方法处理后的点云数据可以作为后续算法的基础，使得后续算法能够更加精准，减少由于点云分布不均匀带来的处理错误，且本申请的方法不会增加硬件成本。
附图说明
[0008]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0009]图1示出了本专利技术一实施例中的测距装置的架构示意图；
[0010]图2示出了本专利技术一个实施例中的测距装置的示意图；
[0011]图3示出了本专利技术一个实施例中的测距装置的扫描图案的示意图；
[0012]图4示出了本专利技术另一个实施例中的测距装置的扫描图案的示意图；
[0013]图5示出了本专利技术一个实施例中的点云处理方法的示意性流程图；
[0014]图6示出了本专利技术一个实施例中的具有第一扫描方式的测距装置的点云分布显著性图的示意图；
[0015]图7示出了本专利技术一个实施例中的具有第二扫描方式的测距装置的点云分布显著性图的示意图；
[0016]图8示出了本专利技术一个实施例中的点云处理装置的示意性框图；
[0017]图9示出了本专利技术一实施例中的可移动平台的示意性框图。
具体实施方式
[0018]为了使得本专利技术的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本专利技术的示例实施例。显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本专利技术不受这里描述的示例实施例的限制。基于本专利技术中描述的本专利技术实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本专利技术的保护范围之内。
[0019]在下文的描述中，给出了大量具体的细节以便提供对本专利技术更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本专利技术可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本专利技术发生混淆，对于本领域公知的一些技术特征未进行描述。
[0020]应当理解的是，本专利技术能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本专利技术的范围完全地传递给本领域技术人员。
[0021]在此使用的术语的目的仅在于描述具体实施例并且不作为本专利技术的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
[0022]为了彻底理解本专利技术，将在下列的描述中提出详细的结构，以便阐释本专利技术提出的技术方案。本专利技术的可选实施例详细描述如下，然而除了这些详细描述外，本专利技术还可以具有其他实施方式。
[0023]下面结合附图，对本申请的点云处理方法、点云处理装置、可移动平台和计算机存储介质进行详细说明。在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。
[0024]首先参考图1和图2对本专利技术实施例中的一种测距装置的结构做详细的示例性地描述，测距装置包括激光雷达，该测距装置仅作为示例，对于其他适合的测距装置也可以应用于本申请。
[0025]本专利技术各个实施例提供的方案可以应用于测距装置，该测距装置可以是激光雷达、激光测距设备等电子设备。在一种实施方式中，测距装置用于感测外部环境信息，例如，环境目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种点云处理方法，其特征在于，所述方法包括：获取测距装置所采集的点云数据以及所述测距装置的点云密度分布数据，所述点云密度分布数据与所述测距装置的扫描方式相关，其中，所述点云密度分布数据包括多个显著性系数，所述多个显著性系数用于表征点云数据在参考面上的映射点的分布特性；根据所述点云数据在所述参考面上的映射点所对应的所述显著性系数，确定所述点云数据的预定处理方式，其中，所述预定处理方式包括第一处理方式和第二处理方式中的至少一种，所述第一处理方式用于增大点云数据中的至少部分区域内的点云密度，所述第二处理方式用于降低点云数据中的至少部分区域内的点云密度；根据所述预定处理方式，对所述点云数据进行处理。2.如权利要求1所述的点云处理方法，其特征在于，获取测距装置所采集的点云数据以及所述测距装置的点云密度分布数据，包括：获取与所述测距装置的扫描方式所对应的至少一帧扫描图案，其中，所述扫描图案由所述测距装置的点云数据在参考面上的映射点所组成；根据所述扫描图案上的映射点在不同的统计区域内的数量，确定各个统计区域内的映射点所对应点云的显著性系数。3.如权利要求2所述的点云处理方法，其特征在于，根据所述扫描图案上的映射点在不同的统计区域内的数量，确定各个统计区域对应的显著性系数，包括：将多个所述统计区域内的映射点数量进行归一化处理，以获得各个统计区域内的映射点所对应点云的显著性系数。4.如权利要求2所述的点云处理方法，其特征在于，所述统计区域的尺寸基于所述测距装置预定探测的目标物的尺寸而定，其中，所述目标物包括第一目标物和第二目标物，所述第一目标物的尺寸大于所述第二目标物的尺寸，则与所述第一目标物对应的点云密度分布数据的统计区域具有第一尺寸，与所述第二目标物对应的点云密度分布数据的统计区域具有第二尺寸，所述第一尺寸大于所述第二尺寸。5.如权利要求2所述的点云处理方法，其特征在于，所述扫描图案由所述测距装置所输出的点云数据映射到所述参考面上而获得，或者，所述扫描图案由根据所述测距装置的扫描方式通过拟合函数而拟合获得。6.如权利要求1所述的点云处理方法，其特征在于，所述参考面具有多个统计区域，所述点云密度分布数据包括至少两种类型的点云密度分布数据，其中，不同类型的点云密度分布数据具有不同的统计区域尺寸。7.如权利要求6所述的点云处理方法，其特征在于，根据所述测距装置的扫描方式，获取与测距装置所采集的点云数据相对应的点云密度分布数据，还包括：根据所述扫描方式以及预定从所述点云数据中识别出的目标物的尺寸和统计区域的尺寸之间的关系，确定所述点云密度分布数据。8.如权利要求7所述的点云处理方法，其特征在于，所述点云密度分布数据为统计区域的尺寸小于或等于所述目标物的尺寸的点云密度分布数据。9.如权利要求1所述的点云处理方法，其特征在于，所述根据所述点云数据在所述参考面上的映射点所对应的所述显著性系数，确定所述点云数据的预定处理方式，包括：根据所述点云数据中点云所表征的深度信息和对应的所述显著性系数，确定点云数据
中点云的空间分布属性；根据所述空间分布属性，确定所述点云数据的预定处理方式。10.如权利要求9所述的点云处理方法，其特征在于，根据所述空间分布属性，确定所述点云数据的预定处理方式，包括：当所述点云数据中的第一部分点云对应的所述空间分布属性在第一阈值范围内时，确定所述第一部分点云的预定处理方式为所述第一处理方式；当所述点云数据中的第二部分点云对应的所述空间分布属性在第二阈值范围内时，确定所述第二部分点云的预定处理方式为所述第二处理方式。11.如权利要求10所述的点云处理方法，其特征在于，所述第一处理方式包括以下处理方式中的一种：插值、上采样、时间累积；所述第二处理方式包括下采样。12.如权利要求1所述的点云处理方法，其特征在于，所述点云密度分布数据以热力图的形式呈现，其中，所述热力图中的不同像素值用于表征不同的显著性系数。13.如权利要求12所述的点云处理方法，其特征在于，所述热力图包括第一像素点和第二像素点，所述第一像素点的像素值大于所述第二像素点的像素值，则与所述第一像素点对应的显著性系数大于与所述第二像素点对应的显著性系数；或者，所述热力图包括第一像素点和第二像素点，所述第一像素点的像素值大于所述第二像素点的像素值，则与所述第一像素点对应的显著性系数小于与所述第二像素点对应的显著性系数。14.如权利要求13所述的点云处理方法，其特征在于，所述像素值包括灰度值、颜色值或亮度值。15.如权利要求1至14任一项所述的点云处理方法，其特征在于，所述参考面为与所述测距装置所发射的光脉冲序列的中心轴相垂直的面。16.一种点云处理装置，其特征在于，所述点云处理装置包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的所述指令，使得所述处理器执行以下步骤：获取测距装置所采集的点云数据以及所述测距装置的点云密度分布数据，所述点云密度分布数据与所述测距装置的扫描方式相关，其中，所述点云密度分布数据包括多...

【专利技术属性】
技术研发人员：夏清，李延召，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：