面向复杂动态场景中点云流的实时重建方法、装置及设备制造方法及图纸

本申请涉及一种面向复杂动态场景中点云流的实时重建方法、装置及设备。方法包括：根据传感器采集的当前帧点云与传感器间的相对位置，确定搜索半径；从当前体素集合中确定与搜索半径匹配的子体素集合；当前体素集合是基于当前帧点云和在先帧点云确定；将子体素集合中的体素和当前帧点云中的点投影到预设球空间中，确定子体素集合中的体素分别投影至的子空间，以及当前帧点云中的点分别投影至的子空间；针对投影至同一子空间中的点和体素，比对点和体素分别与传感器之间的距离，根据比对结果对体素进行穿透识别；从当前体素集合中剔除被穿透的体素，并基于剔除后剩余的体素进行三维重建，得到目标重建结果。采用本方法能够提高三维重建的质量。高三维重建的质量。高三维重建的质量。

【技术实现步骤摘要】
面向复杂动态场景中点云流的实时重建方法、装置及设备


[0001]本申请涉及三维重建
，特别是涉及一种面向复杂动态场景中点云流的实时重建方法、装置及设备。

技术介绍

[0002]三维重建是计算机图形学中的经典问题之一。它涉及将点云数据转换为三维模型或场景的过程。三维重建广泛应用于虚拟现实、增强现实、计算机辅助设计、医学图像处理等领域。
[0003]传统技术中，直接基于采集的点云数据进行三维重建，无法针对性地对场景中诸如行人、车辆等的动态物体点云进行处理，导致最终的重建结果出现较多动态残影，降低了重建结果的质量。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高重建结果质量的面向复杂动态场景中点云流的实时重建方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种面向复杂动态场景中点云流的实时重建方法。所述方法包括：根据传感器采集的当前帧点云与传感器间的相对位置，确定搜索半径；从当前体素集合中确定与搜索半径匹配的子体素集合；当前体素集合是基于当前帧点云和在先帧点云确定；将子体素集合中的体素和当前帧点云中的点投影到预设球空间中，确定子体素集合中的体素分别投影至的子空间，以及当前帧点云中的点分别投影至的子空间；针对投影至同一子空间中的点和体素，比对点和体素分别与传感器之间的距离，根据比对结果对体素进行穿透识别；从当前体素集合中剔除被穿透的体素，并基于剔除后剩余的体素进行三维重建，得到目标重建结果。
[0006]第二方面，本申请还提供了一种面向复杂动态场景中点云流的实时重建装置。装置包括：选择单元，用于根据传感器采集的当前帧点云与传感器间的相对位置，确定搜索半径；从当前体素集合中确定与搜索半径匹配的子体素集合；当前体素集合是基于当前帧点云和在先帧点云确定；投影单元，用于将子体素集合中的体素和当前帧点云中的点投影到预设球空间中，确定子体素集合中的体素分别投影至的子空间，以及当前帧点云中的点分别投影至的子空间；识别单元，用于针对投影至同一子空间中的点和体素，比对点和体素分别与传感
器之间的距离，根据比对结果对体素进行穿透识别；重建单元，用于从当前体素集合中剔除被穿透的体素，并基于剔除后剩余的体素进行三维重建，得到目标重建结果。
[0007]第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法中的步骤。
[0008]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法中的步骤。
[0009]第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法中的步骤。
[0010]上述面向复杂动态场景中点云流的实时重建方法、装置、计算机设备、存储介质和计算机程序产品，根据传感器采集的当前帧点云与传感器间的相对位置，确定搜索半径；当前体素集合是基于当前帧点云和在先帧点云确定；在基于点云流的三维重建过程中，涉及到当前帧点云范围内的场景变化，故而从当前体素集合中确定与搜索半径匹配的子体素集合，对子体素集合中的体素进行穿透识别，而非直接对当前体素集合中的体素进行穿透识别，能够减少计算量，加快三维重建的速度。进而，将子体素集合中的体素和当前帧点云中的点投影到预设球空间中，确定子体素集合中的体素分别投影至的子空间，以及当前帧点云中的点分别投影至的子空间，预设球空间中子空间的划分方式与传感器发出射线的方式相匹配，通过模拟传感器发射出的多个射线，将预设球空间划分成多个子空间，每个子空间中的点和体素可以被认为处于同一射线上，针对投影至同一子空间中的点和体素，比对点和体素分别与传感器之间的距离，根据比对结果对体素进行穿透识别；被穿透的体素在过去时刻相应物体被扫描才能出现，而当前帧点云又说明该体素的位置已经不存在物体，即，被穿透的体素很有可能就是物体运动留下的动态残影，从当前体素集合中剔除被穿透的体素，后续基于剔除后剩余的体素进行三维重建，能够减少目标重建结果中的动态残影，提高重建质量。
附图说明
[0011]图1为本申请实施例提供的一种面向复杂动态场景中点云流的实时重建方法的流程示意图；图2为本申请实施例提供的一种在实际环境中进行数据采集，并重建出重建结果的示意图；图3为本申请实施例提供的一种三维重建系统的三维重建流程的示意图；图4为本申请实施例提供的一种基于可见性的重建方法得到的重建结果、和基于扇形划分和伪面剔除的改进方法得到的重建结果；图5为本申请实施例提供的一种区域划分方法将当前体素集合划分成区域集合的示意图；图6为本申请实施例提供的一种第一方法、第二方法、第三方法和本方法得到的点的法向量的准确率的示意图；图7为本申请实施例提供的一种第一方法、第二方法、第三方法和本方法得到的目标重建结果的示意图；
图8为本申请实施例提供的一种剔除动态残影的第一重建结果和未剔除动态残影的第二重建结果的示意图；图9为本申请实施例提供的一种基于扇形划分方法得到重建结果的时间性能的示意图；图10为本申请实施例提供的一种第四方法和本方法得到的点的法向量的准确率对比的示意图；图11为本申请实施例提供的一种目标重建结果应用于自主导航的示意图；图12为本申请实施例提供的一种静态场景点云应用于离线重建的示意图；图13为本申请实施例提供的一种面向复杂动态场景中点云流的实时重建装置的结构框图；图14为本申请实施例提供的一种计算机设备的内部结构图；图15为本申请实施例提供的另一种计算机设备的内部结构图。
具体实施方式
[0012]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0013]在一个实施例中，如图1所示，提供了一种面向复杂动态场景中点云流的实时重建方法，以该方法应用于计算机设备为例进行说明，包括以下步骤：S102，根据传感器采集的当前帧点云与传感器间的相对位置，确定搜索半径。
[0014]其中，传感器用于采集点云。可以理解，传感器可以通过发出射线并测量反射或变形来获取点云数据。射线可以是光线或激光束。
[0015]在一些实施例中，搜索半径用于指示与当前帧点云匹配的体素搜索范围。计算机设备可以确定将传感器作为球心，与搜索半径构成的体素搜索范围。
[0016]在一些实施例中，计算机设备可以从当前帧点云中每个点与传感器间的相对距离中确定出最大的相对距离，得到搜索半径。
[0017]在一些实施例中，计算机设备可以对当前帧点云进行点云配准处理，以得到配准后的点云和传感器的里程计信息。可以理解，当进行点云配准时，通常会将传感器的里程计信息与当前帧点云对齐到同一全局坐标系下。传感器的里程计信息中包括传感器在全局坐标系下的中心位置。配准后的点云中的点具备在全局坐标系下的坐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向复杂动态场景中点云流的实时重建方法，其特征在于，所述方法包括：根据传感器采集的当前帧点云与所述传感器间的相对位置，确定搜索半径；从当前体素集合中确定与所述搜索半径匹配的子体素集合；所述当前体素集合是基于当前帧点云和在先帧点云确定；将所述子体素集合中的体素和所述当前帧点云中的点投影到预设球空间中，确定所述子体素集合中的体素分别投影至的子空间，以及所述当前帧点云中的点分别投影至的子空间；针对投影至同一子空间中的点和体素，比对所述点和体素分别与所述传感器之间的距离，根据比对结果对体素进行穿透识别；从所述当前体素集合中剔除被穿透的体素，并基于剔除后剩余的体素进行三维重建，得到目标重建结果。2.根据权利要求1所述的方法，其特征在于，所述针对投影至同一子空间中的点和体素，比对所述点和体素分别与所述传感器之间的距离，根据比对结果对体素进行穿透识别，包括：根据所述当前帧点云中的点和所述子体素集合中的体素分别与所述传感器之间的距离，确定所述当前帧点云中的点的深度以及所述子体素集合中的体素的深度；针对投影至同一子空间中的点和体素，将所述体素的深度和所述点的深度进行比对，在所述体素的深度小于所述点的深度的情况下，增加所述体素对应的穿透次数；基于预设次数阈值和所述子体素集合中的各体素分别对应的穿透次数，对体素进行穿透识别。3.根据权利要求2所述的方法，其特征在于，所述在所述体素的深度小于所述点的深度的情况下，增加所述体素对应的穿透次数，包括：在所述体素的深度小于所述点的深度的情况，确定所述点对应的截面；在所述体素处于所述截面与所述传感器构成的圆锥体内部的情况下，增加所述体素对应的穿透次数；所述截面的大小与所述点的深度相关。4.根据权利要求1所述的方法，其特征在于，所述当前体素集合中包括代表静态场景的体素集合和代表动态残影的体素集合；所述代表动态残影的体素集合的规模小于所述代表静态场景的体素集合；所述方法还包括：根据所述当前体素集合中各体素间的法向量差异，对所述当前体素集合中的体素进行区域增长，以将所述当前体素集合划分成至少一个区域集合；根据每个区域集合的体素数量，从所述至少一个区域集合中确定出动态残影对应的区域集合；所述从所述当前体素集合中剔除被穿透的体素，包括：从所述当前体素集合中剔除被穿透的体素和所述动态残影对应的区域集合。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据当前帧点云确定初始网格模型；针对所述初始网格模型中的每个三角面片，基于所述传感器...

【专利技术属性】
技术研发人员：黄惠，温宇东，
申请(专利权)人：深圳大学，
类型：发明
国别省市：