一种点云数据处理方法、设备及存储介质技术

本申请实施例提供一种点云数据处理方法、设备及存储介质。在该方法中，可从点云数据中提取多个目标点云平面，从多个目标点云平面中迭代选取任意两个正交的目标点云平面作为点云平面组并确定点云平面组的局部坐标系；从多个目标点云平面中选取与点云平面组对应的内点平面，并利用分数计算规则，根据点云平面组及对应的内点平面计算点云平面组的分数；若分数不符合条件则重新选取新的点云平面组执行上述步骤；若符合条件则输出局部坐标系和内点平面；根据局部坐标系、内点平面和多个预设旋转矩阵，对点云坐标系进行旋转，以对点云数据进行全局正则化。通过这种方式，可较为准确地对点云数据进行全局正则化。对点云数据进行全局正则化。对点云数据进行全局正则化。

【技术实现步骤摘要】
一种点云数据处理方法、设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种点云数据处理方法、设备及存储介质。

技术介绍

[0002]目前，点云数据可由采集设备上的激光雷达以绕轴旋转拍摄的方式来得到，由于采集操作过程中可能存在操作误差以及设备精度受限等原因，采集设备可能不与地面平行，从而导致点云模型出现不同程度的歪斜情况。另外，一些下游环节(比如自动户型图生成、自动装修和点云配准等)也十分依赖较为准确的正则化点云。因此，对点云数据进行正则化处理(使模型在当前坐标系下主要的墙面方向与XYZ坐标轴保持一致)十分重要。
[0003]现有技术中，通常可基于模型的图像进行分析，并基于分析结果对模型进行正则化，但是，由于图像的三维信息缺失，以及光栅化精度、相机内参精度和边缘提取精度受限，这种正则化方式的准确度较低。因此，亟待提出一种解决方案。

技术实现思路

[0004]本申请的多个方面提供一种点云数据处理方法、设备及存储介质，较为准确地对点云数据进行全局正则化。
[0005]本申请实施例提供一种点云数据处理方法，包括：步骤1、获取目标空间的点云数据；所述点云数据位于点云坐标系下；步骤2、根据所述点云数据及其法向量，从所述点云数据中提取多个目标点云平面，所述目标点云平面对应所述目标空间中的墙面；所述多个目标点云平面对应有法向量；步骤3、从所述多个目标点云平面中迭代选取任意两个正交的目标点云平面作为点云平面组；步骤4、根据所述任意两个正交的目标点云平面的法向量，确定所述点云平面组的局部坐标系；步骤5、从所述多个目标点云平面中，选取与所述点云平面组对应的至少两个内点平面；步骤6、利用预设的分数计算规则，根据所述点云平面组以及其对应的至少两个内点平面，计算所述点云平面组的分数；步骤7、在所述点云平面组的分数小于分数阈值或者迭代次数小于次数阈值的情况下，返回步骤3；在所述点云平面组的分数不小于所述分数阈值或者迭代次数不小于所述预设次数阈值的情况下，停止迭代并输出所述局部坐标系以及所述至少两个内点平面；步骤8、根据所述局部坐标系、所述至少两个内点平面以及多个预设旋转矩阵，对所述点云坐标系进行旋转，以对所述点云数据进行全局正则化。
[0006]进一步可选地，根据所述局部坐标系、所述至少两个内点平面以及多个预设旋转矩阵，对所述点云坐标系进行旋转，以对所述点云数据进行全局正则化，包括：根据所述局部坐标系以及所述至少两个内点平面，确定第一旋转矩阵；所述第一旋转矩阵用于：对所述点云坐标系进行旋转，以使所述点云坐标系与预设的重力方向对应的第一坐标轴与所述重力方向平行；根据所述第一旋转矩阵以及多个预设旋转矩阵，确定第二旋转矩阵；任一个预设旋转矩阵用于：绕着所述第一坐标轴，对所述点云坐标系中的第二坐标轴和第三坐标轴进行旋转；利用所述第二旋转矩阵，对所述点云坐标系进行旋转，以对所述点云数据进行全
局正则化。
[0007]进一步可选地，获取目标空间中的点云数据，包括：获取由点云采集设备采集得到的所述目标空间中的初始点云数据；所述初始点云数据包括多个特征点；将所述初始点云数据划分为预设大小的多个点云单元，任一点云单元包括：至少一个特征点；针对每个点云单元，将所述点云单元中距离所述点云单元的重心最近的目标特征点，作为所述目标空间中的点云数据。
[0008]进一步可选地，根据所述点云数据及其法向量，从所述点云数据中提取多个目标点云平面，包括：利用局部协方差算法，根据所述点云数据中的多个目标特征点各自的邻域信息，确定所述多个目标特征点各自的法向量；任一目标特征点的邻域信息包括：相邻特征点的位置信息；根据所述多个目标特征点以及所述多个目标特征点各自的法向量，确定所述目标空间的多个点云平面；从所述多个点云平面中选择符合预设平面条件的多个目标点云平面；所述预设平面条件包括：平面曲率小于第一阈值，和/或，平面包含的特征点的数量大于第二阈值。
[0009]进一步可选地，从所述多个目标点云平面中，选取与所述点云平面组对应的至少两个内点平面，包括：将所述任意两个正交的目标点云平面作为与所述点云平面组对应的内点平面；遍历所述多个目标点云平面，计算所述点云平面组的局部坐标系的任一坐标轴与当前遍历到的目标点云平面的法向量之间的夹角；若所述夹角小于第三阈值，将当前遍历到的目标点云平面作为与所述点云平面组对应的内点平面。
[0010]进一步可选地，利用预设的分数计算规则，根据所述点云平面组以及其对应的至少两个内点平面，计算所述点云平面组的分数，包括：获取所述点云平面组对应的至少两个内点平面各自包含的目标特征点的数量，以及，所述点云平面组的局部坐标系与所述至少两个内点平面的法向量之间的最小夹角；根据任一个内点平面包含的目标特征点的数量，以及，所述点云平面组的局部坐标系与所述内点平面的法向量之间的最小夹角，计算所述内点平面的分数；将所述至少两个内点平面的分数的总和，作为所述点云平面组的分数。
[0011]进一步可选地，根据所述局部坐标系以及所述至少两个内点平面，确定第一旋转矩阵，包括：对待分解矩阵进行初始化；遍历所述至少两个内点平面；针对当前遍历的内点平面，确定所述局部坐标系中的与所述内点平面的法向量的夹角最小的坐标轴，并记录该坐标轴对应的索引值i；在所述坐标轴与所述内点平面的法向量的夹角大于预设的角度阈值时，将所述内点平面的法向量取负，以满足坐标系右手定则；将内点平面包含的目标特征点的数量以及内点平面的法向量的相乘结果累加到所述待分解矩阵的第i行中；遍历完成后，对完成累加的待分解矩阵进行奇异值分解，得到左奇异向量对应的矩阵、奇异值矩阵和右奇异向量对应的矩阵；根据转置后的所述左奇异向量对应的矩阵，以及所述右奇异向量对应的矩阵，计算得到所述第一旋转矩阵。
[0012]进一步可选地，根据所述第一旋转矩阵以及多个预设旋转矩阵，确定第二旋转矩阵，包括：将所述第一旋转矩阵分别与所述多个预设旋转矩阵进行相乘，得到多个第三旋转矩阵；计算所述多个第三旋转矩阵与单位矩阵之间的相对旋转误差；所述单位矩阵用于描述所述点云坐标系的初始姿态；将相对旋转误差最小的第三旋转矩阵对应的预设旋转矩阵，作为所述第二旋转矩阵。
[0013]进一步可选地，所述方法还包括：获取所述点云坐标系下的第一鱼眼相机坐标；根
据所述第二旋转矩阵和所述鱼眼相机坐标，计算经过全局正则化后的第二鱼眼相机坐标；利用手眼标定算法，计算所述第一鱼眼相机坐标和所述第二鱼眼相机坐标的差值，作为对全局正则化后的点云坐标系的平移量；利用所述平移量，对所述全局正则化后的点云坐标系进行平移，以保持鱼眼相机坐标系的原点不会产生位移。
[0014]本申请实施例还提供一种电子设备，包括：存储器、处理器；其中，所述存储器用于：存储一条或多条计算机指令；所述处理器用于执行所述一条或多条计算机指令，以用于：执行所述点云数据处理方法中的步骤。
[0015]本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，致使所述处理器能够实现所述点云数本文档来自技高网...

【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，包括：步骤1、获取目标空间的点云数据；所述点云数据位于点云坐标系下；步骤2、根据所述点云数据及其法向量，从所述点云数据中提取多个目标点云平面，所述目标点云平面对应所述目标空间中的墙面；所述多个目标点云平面对应有法向量；步骤3、从所述多个目标点云平面中迭代选取任意两个正交的目标点云平面作为点云平面组；步骤4、根据所述任意两个正交的目标点云平面的法向量，确定所述点云平面组的局部坐标系；步骤5、从所述多个目标点云平面中，选取与所述点云平面组对应的至少两个内点平面；所述至少两个内点平面至少包括：所述任意两个正交的目标点云平面；步骤6、利用预设的分数计算规则，根据所述点云平面组以及其对应的至少两个内点平面，计算所述点云平面组的分数；步骤7、在所述点云平面组的分数小于分数阈值或者迭代次数小于次数阈值的情况下，返回步骤3；在所述点云平面组的分数不小于所述分数阈值或者迭代次数不小于所述预设次数阈值的情况下，停止迭代并输出所述局部坐标系以及所述至少两个内点平面；步骤8、根据所述局部坐标系、所述至少两个内点平面以及多个预设旋转矩阵，对所述点云坐标系进行旋转，以对所述点云数据进行全局正则化。2.根据权利要求1所述的方法，其特征在于，获取目标空间中的点云数据，包括：获取由点云采集设备采集得到的所述目标空间中的初始点云数据；所述初始点云数据包括多个特征点；将所述初始点云数据划分为预设大小的多个点云单元，任一点云单元包括：至少一个特征点；针对每个点云单元，将所述点云单元中距离所述点云单元的重心最近的目标特征点，作为所述目标空间中的点云数据。3.根据权利要求1所述的方法，其特征在于，根据所述点云数据及其法向量，从所述点云数据中提取多个目标点云平面，包括：利用局部协方差算法，根据所述点云数据中的多个目标特征点各自的邻域信息，确定所述多个目标特征点各自的法向量；任一目标特征点的邻域信息包括：相邻特征点的位置信息；根据所述多个目标特征点以及所述多个目标特征点各自的法向量，确定所述目标空间的多个点云平面；从所述多个点云平面中选择符合预设平面条件的多个目标点云平面；所述预设平面条件包括：平面曲率小于第一阈值，和/或，平面包含的特征点的数量大于第二阈值。4.根据权利要求1所述的方法，其特征在于，从所述多个目标点云平面中，选取与所述点云平面组对应的至少两个内点平面，包括：将所述任意两个正交的目标点云平面作为与所述点云平面组对应的内点平面；遍历所述多个目标点云平面，计算所述点云平面组的局部坐标系的任一坐标轴与当前遍历到的目标点云平面的法向量之间的夹角；若所述夹角小于第三阈值，将当前遍历到的目标点云平面作为与所述点云平面组对应
的内点平面。5.根据权利要求1所述的方法，其特征在于，利用预设的分数计算规则，根据所述点云平面组以及其对应的至少两个内点平面，计算所述点云平面组的分数，包括：获取所述点云平面组对应的至少两个内点平面各自包含的目标特征点的数量，以及，所述点云平面组的局部坐标系与所述至少两个内点平面的法向量之间的最小夹角；根据任一个内点平面包含的目标特征点的数量，以及，所述...

【专利技术属性】
技术研发人员：李瑜杰，
申请(专利权)人：北京城市网邻信息技术有限公司，
类型：发明
国别省市：