数据处理方法、设备、驾驶设备和介质技术

本发明专利技术提供了一种数据处理方法、设备、驾驶设备和介质，包括获取当前环境内的待识别点云数据；对所述待识别点云数据进行特征提取，至少得到所述待识别点云数据的分布特征；至少基于所述分布特征，确定所述待识别点云数据中点云点的类型；所述点云点的类型包括实体点云点和伪点云点；若所述待识别点云数据中点云点的类型为伪点云点，对所述伪点云点进行过滤。这样，可以利用实体类点云点与伪点云点的分布特征的明显不同，准确地识别出伪点云点，进行过滤，防止基于伪点云的轮廓输出目标检测框，提高了目标检测精确度。提高了目标检测精确度。提高了目标检测精确度。

【技术实现步骤摘要】
数据处理方法、设备、驾驶设备和介质


[0001]本专利技术涉及目标检测
，具体提供一种数据处理方法、设备、驾驶设备和介质。

技术介绍

[0002]激光雷达在辅助驾驶和自动驾驶中扮演着重要的角色。相比于被动视觉传感器，激光雷达有着受光照影响小，提供准确的3D信息等重要优势。
[0003]相关技术中，可以获取包含目标的感兴趣区域的点云数据，根据点云数据确定出几何形状类似于目标形状的点云，并基于点云的轮廓输出目标检测框，然而，激光雷达有自己特殊的失效场景，如受天气影响（雨/雾/雪），以及高反射率物体引起的噪声点，导致目标检测精确度低。

技术实现思路

[0004]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决激光雷达在一些特殊的失效场景目标检测精确度低的技术问题的数据处理方法、设备、驾驶设备和介质。
[0005]在第一方面，本专利技术提供一种数据处理方法，所述数据处理方法包括：获取当前环境内的待识别点云数据；对所述待识别点云数据进行特征提取，至少得到所述待识别点云数据的分布特征；至少基于所述分布特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取当前环境内的待识别点云数据；对所述待识别点云数据进行特征提取，至少得到所述待识别点云数据的分布特征；至少基于所述分布特征，确定所述待识别点云数据中点云点的类型；所述点云点的类型包括实体点云点和伪点云点；若所述待识别点云数据中点云点的类型为伪点云点，对所述伪点云点进行过滤。2.根据权利要求1所述的数据处理方法，其特征在于，所述分布特征包括空间分布特征和/或时帧分布特征；基于所述分布特征，确定所述待识别点云数据中点云点的类型，包括：确定所述空间分布特征对应的第一规则度，若所述第一规则度小于第一预设规则度，确定所述待识别点云数据中的点云点为伪点云点；和/或确定所述时帧分布特征对应的第二规则度，若所述第二规则度小于第二预设规则度，确定所述待识别点云数据中的点云点为伪点云点。3.根据权利要求2所述的数据处理方法，其特征在于，所述空间分布特征包括点云点间夹角和/或扫描线间距离；确定所述空间分布特征对应的第一规则度，包括：根据所述点云点间夹角，确定第一规则分值；和/或，根据所述扫描线间距离，确定第二规则分值；根据所述第一规则分值和/或所述第二规则分值，确定所述第一规则度。4.根据权利要求2所述的数据处理方法，其特征在于，所述时帧分布特征包括法向量变化信息和/或分布方差变化信息；确定所述时帧分布特征对应的第二规则度，包括：根据所述法向量变化信息，确定第三规则分值；和/或，根据所述分布方差变化信息，确定第四规则分值；根据所述第三规则分值和/或所述第四...

【专利技术属性】
技术研发人员：谢岳松，姚卯青，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：