【技术实现步骤摘要】
点云数据的处理方法、电子设备及存储介质
[0001]本公开涉及激光雷达
,并且更具体涉及一种点云数据的处理方法、电子设备及存储介质。
技术介绍
[0002]点云数据是激光雷达扫描物体产生的数据,激光雷达是自动驾驶等领域的重要传感器,能够弥补摄像头在精度、稳定性和视野方面的局限性。不同激光雷达(特别是不同型号的激光雷达)的性能表现各不相同,对于激光雷达的测试评价是选择激光雷达的一项重要挑战。
[0003]目前各类用户评测激光雷达,没有统一评测标准,且主要通过人工评价,由于市场上激光雷达品牌及型号众多,这项工作需要付出大量时间和精力,且激光雷达的性能测评的可靠性较低。
技术实现思路
[0004]公开了激光雷达点云数据的处理方法,以便可靠测评激光雷达性能。
[0005]在一个方面中,点云数据的处理方法,包括:采集激光雷达在预定距离下扫描目标物体所产生的点云数据;从所采集的点云数据提取与所述目标物体对应的目标物体点云数据;根据目标性能指标对所述目标物体点云数据进行处理,得到在所述预定距离下所述目标性能指标对应的激光雷达评估信息。
[0006]在另一个方面中,一种电子设备,包括:一个或多个处理器,存储器,存储有计算机可读指令,所述指令在由所述处理器执行时使所述处理器执行本专利技术实施例所述的方法。
[0007]在另一个方面中,一种存储介质,其上存储有计算机可读指令,所述指令被计算机的处理器执行时,使计算机执行本专利技术实施例所述的方法。
[0008]在附图、说明书和 ...
【技术保护点】
【技术特征摘要】
1.一种点云数据的处理方法,包括:采集激光雷达在预定距离下扫描目标物体所产生的点云数据;从所采集的点云数据提取与所述目标物体对应的目标物体点云数据;根据目标性能指标对所述目标物体点云数据进行处理,得到在所述预定距离下所述目标性能指标对应的激光雷达评估信息。2.如权利要求1所述的方法,其中,所述目标物体设置于距离地面预定高度的位置;从所采集的点云数据提取与所述目标物体对应的目标物体点云数据,包括:从所采集的点云数据提取对应于地面的地面点云数据;基于所述地面点云数据以及所述预定高度从所采集的点云数据提取与所述目标物体对应的目标物体点云数据。3.如权利要求1所述的方法,其中,从所采集的点云数据提取与所述目标物体对应的目标物体点云数据,包括:基于所述预定距离从所采集的点云数据提取与所述目标物体对应的目标物体点云数据。4.如权利要求1所述的方法,其中,所述目标物体包括反射板,所述方法还包括:对所述目标物体点云数据,进行平面拟合。5.如权利要求4所述的方法,其中,所述目标性能指标包括测距偏差,其中,所述根据目标性能指标对所述目标物体点云数据进行处理,得到在所述预定距离下所述目标性能指标对应的激光雷达评估信息,包括:计算所述目标物体点云数据中的每个点到所拟合的平面的距离,根据所计算的距离,生成统计直方图作为所述预定距离下的测距偏差对应的激光雷达评估信息。6.如权利要求4所述的方法,其中,所述目标性能指标包括测距精度,其中,所述根据目标性能指标对所述目标物体点云数据进行处理,得到在所述预定距离下所述目标性能指标对应的激光雷达评估信息,包括:计算所述目标物体点云数据中的每个点到所拟合的平面的距离,对所计算的距离求取标准差,作为所述预定距离下的测距精度对应的激光雷达评估信息。7.如权利要求4所述的方法,其中,所述目标性能指标包括点占比,其中,所述根据目标性能指标对所述目标物体点云数据进行处理,得到在所述预定距离下所述目标性能指标对应的激光雷达评估信息,包括:计算所述目标物体点云数据中的每个点到所拟合的平面的距离,对所计算的距离求取标准差,计算所述目标物体点云数据中对应于不同倍数标准差的点云比例,作为所述预定距离下点占比对应的激光雷达评估信息。8.如权利要求7所述的方法,其中,所述目标物体点云数据是所述目标物体的中间区域的点云数据。9.如权利要求1所述的方法,其中,所述目标物体包括反射板,所述反射板包括至少一个反射区,所述目标物体点云数据包括该反射区对应的反射区点云数据。
10.如权利要求9所述的方法,其中,所述反射板通过支架支撑在距离地面预定高度的位置。11.如权利要求9所述的方法,其中,所述目标性能指标还包括反射强度,其中,所述根据目标性能指标对所述目标物体点云数据进行处理,得到在所述预定距离下所述目标性能指标对应的激光雷达评估信息,包括:针对至少一个反射区,获取该反射区点云数据中每个点的反射强度;计算所述反射强度的平均值,作为所述预定距离下的反射强度对应的激光雷达评估信息。12.如权利要求9所述的方...
【专利技术属性】
技术研发人员:王智高,计平元,
申请(专利权)人:北京图森智途科技有限公司,
类型:发明
国别省市:
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。