【技术实现步骤摘要】
点云数据的处理方法、装置、车辆及存储介质
[0001]本公开涉及自动驾驶
,尤其涉及一种点云数据的处理方法
、
装置
、
车辆及存储介质
。
技术介绍
[0002]相关技术中,需要对车辆传感器获取的点云数据进行特征提取获取
BEV(Bird
’
s Eye View
,鸟瞰图
)
特征,以基于
BEV
特征进行目标检测
。
但点云数据易受电磁散射影响,导致相邻帧的点云数据之间可能存在明显的差异,且未经处理的原始点云数据中存在较多噪点,对提取得到的点云数据的
BEV
特征也会造成影响
。
技术实现思路
[0003]为克服相关技术中存在的问题,本公开提供一种点云数据的处理方法
、
装置
、
车辆及存储介质
。
[0004]根据本公开实施例的第一方面,提供一种点云数据的处理方法,包括:获取多帧连续点云数据;建立鸟瞰图
BEV
网格;基于所述多帧连续点云数据进行聚类跟踪,获取所述多帧之中任一帧中第一聚类目标的目标特征;将所述第一聚类目标的目标特征映射至所述
BEV
网格,获得第一
BEV
特征矩阵;将所述多帧之中任一帧的第一点云数据映射至所述
BEV
网格,获取第二
BEV
特征矩阵;将所述第一
BEV
特征矩阵和所述第 ...
【技术保护点】
【技术特征摘要】
1.
一种点云数据的处理方法,其特征在于,包括:获取多帧连续点云数据;建立鸟瞰图
BEV
网格;基于所述多帧连续点云数据进行聚类跟踪,获取所述多帧之中任一帧中第一聚类目标的目标特征;将所述第一聚类目标的目标特征映射至所述
BEV
网格,获得第一
BEV
特征矩阵;将所述多帧之中任一帧的第一点云数据映射至所述
BEV
网格,获取第二
BEV
特征矩阵;将所述第一
BEV
特征矩阵和所述第二
BEV
特征矩阵进行矩阵聚合,获得所述多帧之中任一帧的
BEV
聚合特征矩阵
。2.
如权利要求1所述的方法,其特征在于,所述基于所述多帧连续点云数据进行聚类跟踪,获取所述多帧之中任一帧中第一聚类目标的目标特征,包括:分别对每帧所述点云数据进行聚类,获取每帧所述点云数据中的聚类目标;将所述多帧连续点云数据中的聚类目标进行匹配,获取所述多帧连续点云数据中的聚类目标之间的匹配关系;基于所述匹配关系对所述多帧之中任一帧中的第一聚类目标进行目标跟踪,获取所述第一聚类目标的目标特征
。3.
如权利要求1所述的方法,其特征在于,所述将所述第一聚类目标的目标特征映射至所述
BEV
网格,获得第一
BEV
特征矩阵,包括:基于所述第一聚类目标的目标特征,从所述
BEV
网格中确定所述第一聚类目标所处的第一目标网格;将所述第一聚类目标的目标特征映射至所述第一目标网格,生成所述第一
BEV
特征矩阵
。4.
如权利要求3所述的方法,其特征在于,所述目标特征包括以下至少一项:所述第一聚类目标的中心点;所述第一聚类目标的朝向角;所述第一聚类目标的长度;所述第一聚类目标的宽度;所述第一聚类目标的高度;所述第一聚类目标的目标类型;所述第一聚类目标的生命周期;所述第一聚类目标的存在性概率;所述第一聚类目标的二维速度矢量;所述第一聚类目标的运动状态;所述第一聚类目标的可穿越类型;所述第一聚类目标的镜像概率
。5.
如权利要求4所述的方法,其特征在于,所述基于所述第一聚类目标的目标特征,从所述
BEV
网格中确定所述第一聚类目标所处的第一目标网格,包括:基于所述第一聚类目标的中心点
、
所述第一聚类目标的朝向角
、
所述...
【专利技术属性】
技术研发人员:刘长江,
申请(专利权)人:小米汽车科技有限公司,
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。