点云处理方法、装置、电子设备和系统制造方法及图纸

本申请提供了一种点云处理方法、装置和电子设备，该方法包括：获取第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，所述第一点云数据和第二点云数据由第一激光雷达和第二激光雷达使用各自的扫描参数对对同一场景进行扫描得到；将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据。实现了采用第一激光雷达和第二激雷达分别采集同一环境的不同区域的点云数据进行分析，第一点云数据和第二点云数据可以互相补充，互相作为补盲点云数据，从而可以得到该环境覆盖面积较广的点云数据。境覆盖面积较广的点云数据。境覆盖面积较广的点云数据。

【技术实现步骤摘要】
点云处理方法、装置、电子设备和系统


[0001]本申请涉及激光测量
，尤其是涉及一种点云处理方法、装置和电子设备。

技术介绍

[0002]车用无线通信技术V2X全称Vehicle to everything,即车与任何事物的联系，主要包括V2V车与车(Vehicle)，V2I车与基础设施(Vehicleto infrastructure)，V2P车与人(Vehicle to people)，V2N车与云(Vehicleto network)。详细一点就是车辆通过传感器，网络通讯技术与其它周边车、人、物进行通讯交流，并根据收集的信息进行分析、决策的一项技术。
[0003]它是未来智能交通运输系统的关键技术。使用V2X技术，可以获得实时路况、道路信息、行人信息等一系列交通信息，可以提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。
[0004]目前V2X至少包括两种标准，DSRC(Dedicated Short RangeCommunications专用短距离通讯)和LTE
‑
V2X X(基于蜂窝移动通信的V2X)。LTE V2X针对车辆应用定义了两种通信方式：集中式(LTE
‑ꢀ
V
‑
Cell)和分布式(LTE
‑
V
‑
Direct)。集中式也称为蜂窝式，需要基站作为控制中心，集中式定义车辆与路侧通信单元以及基站设备的通信方式；分布式也称为直通式，无需基站作为支撑，也表示为LTE
‑
>Direct (LTE
‑
D)或LTE D2D(Device
‑
to
‑
Device)，分布式定义了车辆之间、车辆与周边之间的通信方式。
[0005]而在V2X中，车辆与周边基本设施的通讯是一个重要的应用场景。通过安装在周边设施上的探测装置，如激光雷达等与车辆之间的交互，可以知道某个急转弯路口是否有车辆，以及车距、交通状况等，然后进行车辆操作决策，如避让、分流等。
[0006]但是，安装在周边设施上的探测装置往往会因为安装位姿、扫描范围等原因具有一定的盲区，例如，探测装置本身下方的区域等，这将使得车辆获得的信息有所缺失，造成安全隐患。而若采用多台探测装置，由于多台探测装置本身安装位姿、性能参数的不同，所获得的点云数据等探测信息也各不相同，需要进行匹配对准。然而当前通常采用手动对准，这在大规模的应用场景下是无法满足需求的；而若采用常用高精度地图之类系统的对准方式，则其计算量较大，需要花费较多的时间与计算资源。对于道路周边等简单场景的设备来说，无法常态地负担此种大规模的计算。

技术实现思路

[0007]本申请解决的技术问题在于提供一种点云处理方法、装置和电子设备。实现了采用第一激光雷达和第二激雷达分别采集同一环境的不同区域的点云数据进行分析，第一点云数据和第二点云数据可以互相补充，互相作为补盲点云数据，从而可以得到该环境覆盖面积较广的点云数据。
[0008]为此，本申请解决技术问题的技术方案如下：
[0009]第一方面，本申请实施例提供了一种点云处理方法，包括：获取第一激光雷达和第
二激光雷达各自的第一点云数据和第二点云数据，所述第一点云数据和第二点云数据由第一激光雷达和第二激光雷达使用各自的扫描参数对对同一场景进行扫描得到；将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据。
[0010]第二方面，本申请实施例提供了一种点云处理装置，包括：获取单元，用于获取第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，所述第一点云数据和第二点云数据由第一激光雷达和第二激光雷达使用各自的扫描参数对对同一场景进行扫描得到；融合单元，用于将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据。
[0011]第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
[0012]第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0013]本申请实施例提供的点云处理方法、装置、电子设备，通过获取第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，所述第一点云数据和第二点云数据由第一激光雷达和第二激光雷达使用各自的扫描参数对对同一场景进行扫描得到；将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据。实现了采用第一激光雷达和第二激雷达分别采集同一环境的不同区域的点云数据进行分析，第一点云数据和第二点云数据可以互相补充，互相作为补盲点云数据，从而可以得到该环境覆盖面积较广的点云数据。
附图说明
[0014]为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其它的附图。
[0015]图1为本申请实施例提供的一种点云处理方法流程示意图；
[0016]图2A示出了一种第一激光雷达的示意图；
[0017]图2B示出了一种第二激光雷达的示意图；
[0018]图2C示出了一种第二激光雷达的安装结果示意图；
[0019]图2D示出了一种同时使用第一激光雷达和同时使用第二激光雷达示意性安装结构示意图；
[0020]图3A示出了一种根据第一激光雷达得到的示意性第一点云图；
[0021]图3B示出了一种根据第二激光雷达得到的示意性第二点云图；
[0022]图3C示出了图3A所示的第一点云图与如3B所示的第二点云图融合后的示意性点云图；
[0023]图4A示出了根据本申请的一个实施例的采用第一激光雷达的第一点云数据的示意图；
[0024]图4B示出了根据本申请的一个实施例的、对第一点云数据和第二点云数据融合后得到的一个全景点云数据示意图；
[0025]图4C示出了根据本申请的又一个实施例的、对全景点云数据集的背景点云过滤后的点云数据进行聚类得到聚类结果示意图；
[0026]图4D示出了对图4C所示聚类结果进行滤波后的结果示意图。
[0027]图5为本申请实施例提供的点云处理装置的结构示意图；
[0028]图6为本申请的一个实施例提供的点云处理系统的结构示意图；
[0029]图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
[0030]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，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，其特征在于，包括：获取第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，所述第一点云数据和第二点云数据由第一激光雷达和第二激光雷达使用各自的扫描参数对对同一场景进行扫描得到；将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据。2.根据权利要求1所述的方法，其特征在于，所述将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据，包括：获取所述第一激光雷达和所述第二激光雷达之间的变换信息；基于所述变换信息，将所述第一点云数据和第二点云数据转换至同一坐标系下，得到所述全景点云数据。3.根据权利要求2所述的方法，其中，所述获取所述第一激光雷达和所述第二激光雷达之间的变换信息，包括：获取已存储的所述变换信息。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取所述第一激光雷达和所述第二激光雷达之间的变换信息还包括：根据第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据进行配准，以获得所述第二点云数据相对于所述第一点云数据的转换信息。5.根据权利要求4所述的方法，其中，所述变换信息包括坐标转换矩阵，所述根据第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据进行配准，以获得所述第二点云数据相对于所述第一点云数据的转换信息，包括：获取初始坐标转换矩阵，其中，所述初始坐标转换矩阵基于所述第一激光雷达和第二激光雷达的相对安装位姿来确定；根据所述初始坐标变换矩阵，以及第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，优化第一激光雷达与所述第二激光雷达之间的坐标变换矩阵。6.根据权利要求1至3中任一项所述的方法，其中，点云数据中还包括时间信息，所述转换信息还包括时间偏差范围，其中，所述根据第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据进行配准，以获得所述第二点云数据相对于所述第一点云数据的转换信息，包括：根据第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，确定时间偏差范围。7.根据权利要求6所述的方法，其中，所述基于所述变换信息，将所述第一点云数据和第二点云数据转换至同一坐标系下，得到所述全景点云数据，包括：根据所述转换信息中的时间偏差范围，以及第一点云数据和第二点云数据各自对应的时间信息，确定当前的第二点云数据是否在所述时间偏差范围内；当所述第二点云数据的时间信息在所述时间偏差范围内时，将所述第一点云数据和第二点云数据进行融合，得到所述场景的全景点云数据。8.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：根据所述全景点云数据识别可移动对象。9.根据权利要求8所述的方法，其特征在于，所述根据所述全景点云数据识别可移动对
象，包括：对全景点云数据进行背景点云过滤；将背景点云过滤后的全景点云数据进行聚类；根据聚类结果确定场景中的可移动对象的点云数据。10.根据权利要求9所述的方法，其特征在于，所述背景点云由静态对象的点云构成。11.根据权利要求1所述的方法，其中，所述获取第一激光雷达和第二激光雷达各自的第一点云数据和第二点云数据，包括：获取所述第一激光雷达的第一点云数据和多个所述第二激光雷达各自对...

【专利技术属性】
技术研发人员：李泽嵩，邵振雷，向少卿，
申请(专利权)人：上海禾赛科技有限公司，
类型：发明
国别省市：