【技术实现步骤摘要】
激光点云的生成方法、装置、车辆及存储介质
[0001]本申请涉及自动驾驶
，特别涉及一种激光点云的生成方法、装置、车辆及存储介质。
技术介绍
[0002]在自动驾驶领域中，3D点云标注发挥着重要作用，通过3D点云语义分割将道路环境的点云数据进行分割，可以识别出自动驾驶车辆行车中的行人、道路、汽车等物体，使自动驾驶汽车可以在道路上安全行驶。
[0003]当前自动驾驶基于深度学习方法的激光雷达点云的感知算法需要大量标注数据，而激光雷达三维点云数据采集和标注成本高，难以高效形成规模化数据，而基于仿真的点云生成方法可以快速的生成大量交通场景数据，且自带标注真值，可以极大程度上降低企业算法训练成本。
[0004]然而，相关技术中的点云生成方法主要依赖基于激光线和物理的碰撞，但方法复杂度高，资源消耗大，难以应用于实施测试和大规模的场景测试。
技术实现思路
[0005]本申请提供一种激光点云的生成方法、装置、车辆及存储介质，以解决相关技术中点云生成方法复杂度高，资源消耗大且难以应用于实施测试和大规模的
【技术保护点】
【技术特征摘要】
1.一种激光点云的生成方法，其特征在于，包括以下步骤：获取激光雷达的探测区域内每个探测目标的水平位置信息、纵向位置信息、尺寸信息和航向角信息；根据所述水平位置信息、所述尺寸信息和所述航向角信息计算探测目标的每个角点的二维点云坐标，并根据所述纵向位置信息和所述尺寸信息计算所述激光雷达与所述探测目标的上下边缘之间的夹角；根据所述夹角计算每个角点的实际高度，并根据所述每个角点的二维点云坐标和所述实际高度生成所述探测目标的激光点云坐标。2.根据权利要求1所述的方法，其特征在于，所述根据所述水平位置信息、所述尺寸信息和所述航向角信息计算探测目标的每个角点的二维点云坐标，包括：根据所述水平位置信息、长度信息、宽度信息和所述航向角信息计算所述探测目标的多个水平角点坐标；若所述航向角信息中航向角小于或等于预设角度，根据所述探测目标的最左边角点坐标和最右边角点坐标计算最左边角点和所述最右边角点分别与坐标原点之间连线的两条边缘线之间第一夹脚角度，根据所述夹脚角度在所述激光雷达的预设激光线束角度列表中匹配得到第一目标激光线束角度，并根据所述目标激光线束角度和激光线束与对应边缘线之间的纵向距离计算得到角点的二维点云坐标；若所述航向角信息中航向角大于所述预设角度，根据所述探测目标的最左边角点坐标和所述预设角点坐标计算最左边角点和预设角点分别与坐标原点之间连线的两条边缘线之间第二夹脚角度，并根据所述探测目标的最右边角点坐标和所述预设角点坐标计算最右边角点和预设角点分别与坐标原点之间连线的两条边缘线之间第三夹脚角度，根据第二夹脚角度和所述第三夹脚角度在所述激光雷达的预设激光线束角度列表中匹配得到第二目标激光线束角度和第三目标激光线束角度，并根据所述第二目标激光线束角度和第三目标激光线束角度分别与激光线束与对应边缘线的纵向距离计算得到角点的二维点云坐标。3.根据权利要求1所述的方法，其特征在于，根据所述纵向位置信息和所述尺寸信息计算所述激光雷达与所述探测目标的上下边缘之间的夹角，包括：根据所述纵向位置信息和所述探测目标的高度信息计算所述激光雷达与所述探测目标的上边缘之间的第一夹角，以及所述激光雷达与所述探测目标的下边缘之间的第二夹角。4.根据权利要求3所述的方法，其特征在于，所述根据所述夹角计算每个角点的实际高度，包括：从坐标平面开始分别向上边缘和下边缘按照激光雷达竖直角度的分辨率角度递增的方式，计算角点的实际高度，直到所述竖直角度所述第一夹角和所述第二夹角的绝对值，或者，大于预设角度时，停止递增，并得到所述每个角点的实际高度。5.一种激光点云的生成装置，其特征在于，包括：获取模块，用于获取激光雷达的探测区域内每个探测目标的水平位置信息、纵向位置信息、尺寸信息和...
【专利技术属性】
技术研发人员：王宽，任凡，
申请(专利权)人：重庆长安汽车股份有限公司，
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。