点云数据处理方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及点云数据处理方法、装置、电子设备及存储介质，其方法包括：获取待处理点云数据；将所述待处理点云数据投影到目标栅格图像中，得到待处理灰度图像；基于对所述待处理灰度图像的噪声估计，确定所述待处理灰度图像中包含噪声的目标栅格；基于所述目标栅格去除所述待处理点云数据中的噪声，得到目标点云数据。实施例通过将待处理点云数据转换为待处理灰度图像，可以利用灰度图像中的相关噪声处理方式，获得噪声在待处理灰度图像中的位置，进而实现对待处理点云数据的噪声处理，可以在很大程度上提高点云数据噪声处理的效率。大程度上提高点云数据噪声处理的效率。大程度上提高点云数据噪声处理的效率。

【技术实现步骤摘要】
点云数据处理方法、装置、电子设备及存储介质


[0001]本公开涉及点云
，尤其涉及点云数据处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在矿山环境中，自动驾驶技术正在被广泛应用。可以通过车辆上安装的激光雷达生成大量的点云数据，以便基于生成的点云数据对车辆进行定位、建图或者障碍物检测。然而，由于矿山环境的复杂性，激光雷达会受到多种干扰，导致生成的点云数据中可能会存在噪声，进而可能会对自动驾驶系统造成严重的影响。
[0003]相关技术中，通常是对点云数据进行最终的目标检测，然后对检测到的目标进行二次处理，将其中包含的无效的目标滤除(比如，将灰尘的目标检测结果删除)。然而，这样会给后端处理造成很大的计算量，使得点云数据的处理效率较低。

技术实现思路

[0004]本公开提供了一种点云数据处理方法、装置、电子设备及存储介质。
[0005]根据本公开的第一方面，提供了一种点云数据处理方法，所述方法包括：
[0006]获取待处理点云数据；
[0007]将所述待处理点云数据投影到目标栅格图像中，得到待处理灰度图像；
[0008]基于对所述待处理灰度图像的噪声估计，确定所述待处理灰度图像中包含噪声的目标栅格；
[0009]基于所述目标栅格去除所述待处理点云数据中的噪声，得到目标点云数据。
[0010]根据本公开的第二方面，提供了一种点云数据处理装置，所述装置包括：
[0011]数据获取模块，用于获取待处理点云数据；
[0012]图像获取模块，用于将所述待处理点云数据投影到目标栅格图像中，得到待处理灰度图像；
[0013]目标栅格确定模块，用于基于对所述待处理灰度图像的噪声估计，确定所述待处理灰度图像中包含噪声的目标栅格；
[0014]去噪模块，用于基于所述目标栅格去除所述待处理点云数据中的噪声，得到目标点云数据。
[0015]根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0016]根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本公开的上述方法。
[0017]本公开实施例提供的点云数据处理方法、装置、电子设备及存储介质，通过获取待处理点云数据，并将待处理点云数据投影到目标栅格图像中，获得待处理灰度图像。基于对待处理灰度图像的噪声估计，确定待处理灰度图像中包含噪声的目标栅格，并基于该目标
栅格去除待处理点云数据中的噪声，得到目标点云数据。实施例通过将待处理点云数据转换为待处理灰度图像，可以利用灰度图像中的相关噪声处理方式，获得噪声在待处理灰度图像中对应的目标栅格的位置，进而实现对待处理点云数据的噪声处理，可以在很大程度上提高点云数据噪声处理的效率。
附图说明
[0018]在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：
[0019]图1为本公开一示例性实施例提供的点云数据处理的流程图；
[0020]图2为本公开一示例性实施例提供的点云数据处理装置的功能模块示意性框图；
[0021]图3为本公开一示例性实施例提供的电子设备的结构框图；
[0022]图4为本公开一示例性实施例提供的计算机系统的结构框图。
具体实施方式
[0023]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，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0024]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0025]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0026]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0027]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0028]在露天矿山等矿山场景中，随着挖机的不断挖掘，无人驾驶运输车辆的不断运输，矿山场景的作业区域会不断发生变化。为了使得无人驾驶运输车辆能够更好的定位，可以在无人驾驶车辆或者其他车辆上安装激光雷达等点云采集装置，以便获得点云数据。由于无人驾驶运输车辆等车辆可以在露天矿区中不断往返运输，使得车辆可以实时获得露天矿山场景中的点云数据，并且可以根据获得的点云数据实时或者及时更新高精地图，这样无人驾驶车辆可以根据最新的高精地图行驶，进而可以提高无人驾驶的行驶和运输效率。
[0029]而由于露天矿山场景中作业区域比较复杂，受到路面沙尘或雨雪等因素的影响，车辆上或者无人机等安装的激光雷达获得的点云数据可能会受到这些因素的影响，进而导
致获得的点云数据中会包含噪声，进而影响到基于点云数据创建或者更新的高精地图的地图精度，导致无人驾驶运输车辆等无人驾驶车辆在基于该高精地图行驶时，会出现定位错误或者行驶路线发生错误变化等问题，进而可能会造成交通事故或者行驶路线错误。
[0030]因此，需要及时对点云数据中的噪声进行去除，以便提高高精地图的精度，而如果采用后处理的方式，会因为后端需要大量计算导致处理效率较低的问题，且由于后端需要大量计算会导致处理的时间较长，进而不能及时更新高精地图。
[0031]为了提高点云数据的处理效率，进而能够及时更新高精地图，在本公开提供的实施例中，可以对获得的点云数据中的噪声进行及时甚至实时处理，去除点云数据中的噪声，能够及时基于处理后的点云数据更新高精地图。
[0032]实施例中，可以接收激光雷达生成的点云数据，激光雷达的工作原理与雷达非常相近，以激光作为信号源，由激光器发射出的脉冲激光，打到地面的矿山、树木、道路、桥梁或建筑物上，会引起散射，一部分光波会反射到激光雷达的接收器上，根据激光测距原理计算，就得到从激光雷达到目标点的距离，脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的数据，进行可以得到点云数据。
[0033]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云数据处理方法，其特征在于，所述方法包括：获取待处理点云数据；将所述待处理点云数据投影到目标栅格图像中，得到待处理灰度图像；基于对所述待处理灰度图像的噪声估计，确定所述待处理灰度图像中包含噪声的目标栅格；基于所述目标栅格去除所述待处理点云数据中的噪声，得到目标点云数据。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标栅格去除所述待处理点云数据中的噪声，得到目标点云数据，包括：基于所述目标栅格去除所述待处理灰度图像中的噪声，得到处理后的灰度图像；将所述处理后的灰度图像转换为目标点云数据。3.根据权利要求1所述的方法，其特征在于，所述基于所述目标栅格去除所述待处理点云数据中的噪声，得到目标点云数据，包括：获取所述目标栅格对应所述待处理点云数据中的目标点；将所述目标点从所述待处理点云数据中去除，得到目标点云数据。4.根据权利要求1所述的方法，其特征在于，所述目标栅格图像的大小基于所述待处理点云数据的方位角和俯仰角确定，所述待处理点云数据中的点与所述目标栅格图像中的栅格具有对应关系。5.根据权利要求1所述的方法，其特征在于，所述将所述待处理点云数据投影到目标栅格图像中，包括：获取所述待处理点云数据中各点携带的距离信息，所述距离信息表示点云采集器到目标对象之间的距离；基于所述距离...

【专利技术属性】
技术研发人员：冯永刚，周鹏，李机智，
申请(专利权)人：北京易控智驾科技有限公司，
类型：发明
国别省市：