激光雷达点云数据的稠密化方法技术

本申请提供了一种激光雷达点云数据的稠密化方法

【技术实现步骤摘要】
激光雷达点云数据的稠密化方法、装置、电子设备及介质


[0001]本申请涉及激光雷达
，尤其是涉及一种激光雷达点云数据的稠密化方法
、
装置
、
电子设备及介质
。

技术介绍

[0002]机械式激光雷达在扫描点云数据时，在每一个扫描时刻
(
例如，采集时刻
)
扫描到的点云数据中
(
例如，在每一帧点云数据中
)
，在远距离处的点云分布会出现过于稀疏的问题
。
这样，在识别目标场景中的指定对象时，由于点云数据过于稀疏，容易导致无法从点云数据中识别到指定对象，进而导致从点云数据中识别指定对象时，识别成功率较低的问题
。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种激光雷达点云数据的稠密化方法
、
装置
、
电子设备及介质，以提高点云数据的稠密程度，进而能够从稠密化的点云数据中识别出指定对象
。
[0004]第一方面，本申请实施例提供了一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种激光雷达点云数据的稠密化方法，其特征在于，所述方法包括：接收激光雷达在移动过程中的多个采集时刻分别采集的多帧点云数据，其中，所述多帧点云数据对应的姿态至少部分不同；对于所述多帧点云数据中的任一帧点云数据，将其余帧点云数据转换至该帧点云数据对应的目标坐标系；将该帧点云数据与经过坐标系转换后的其余帧点云数据进行累积处理
。2.
根据权利要求1所述方法，其特征在于，所述对于所述多帧点云数据中的任一帧点云数据，将其余帧点云数据转换至该帧点云数据对应的目标坐标系，包括：针对其余帧点云数据中的每帧点云数据，基于该帧点云数据，生成该帧点云数据对应的深度图像；基于该深度图像中点与点之间的平滑度，从该深度图像中提取出目标特征点，所述目标特征点包括面特征点和
/
或线特征点；基于所述目标特征点在该帧点云数据对应的坐标系中的坐标信息与所述目标特征点在所述目标坐标系中的对应特征点的坐标信息之间的配准关系，确定该帧点云数据对应的坐标系与所述目标坐标系之间的坐标转换矩阵；基于所述坐标转换矩阵，将该坐标系中的所述帧点云数据转换至所述目标坐标系
。3.
根据权利要求2所述方法，其特征在于，所述基于该帧点云数据，生成该帧点云数据对应的深度图像，包括：基于所述激光雷达的水平扫描角度和俯仰扫描角度，生成网格图像；针对该帧点云数据中的每个点，基于该点的坐标信息，确定该点对应的水平角度
、
俯仰角度以及深度信息；基于所述水平角度和所述俯仰角度，从所述网格图像中确定该点对应的目标位置；在所述网格图像中该点对应的所述目标位置上，填入该点的深度信息；基于该帧点云数据中的每个点分别对应的深度信息以及所述网格图像，生成该帧点云数据对应的所述深度图像
。4.
根据权利要求3所述方法，其特征在于，所述深度图像包含多个大小相同的网格；所述基于该深度图像中点与点之间的平滑度，从该深度图像中提取出目标特征点，包括：针对所述深度图像中的每个网格，根据该网格中各个点对应的深度信息，计算该网格的全局平滑度；当该网格对应的所述全局平滑度小于面阈值时，将该网格中的各个点确定为面特征点；当该网格对应的所述平滑度大于线阈值时，将该网格中的各个点确定为线特征点
。5.
根据权利要求4所述方法，其特征在于，所述针对所述深度图像中的每个网格，根据该网格中各个点对应的深度信息，计算该网格的全局平滑度，包括：针对所述深度图像中的每个...

【专利技术属性】
技术研发人员：周磊，郭林栋，刘羿，何贝，
申请(专利权)人：北京斯年智驾科技有限公司，
类型：发明
国别省市：