【技术实现步骤摘要】
本公开属于数据处理，具体涉及点云数据处理方法和装置以及点云数据管理系统和方法。
技术介绍
1、安装在路侧的激光雷达实时采集的三维点云信息在交通管理以及车路协同自动驾驶领域起着非常重要的作用。但是三维点云信息数据量巨大，这给数据传输和存储带来了很大挑战。为了提高点云数据传输和存储质量，必须对点云数据进行高效压缩以减少数据量。
2、但是，点云数据的压缩算法目前进展不大，首先目前的压缩算法对点云数据的压缩效果不够理想，压缩率较低；其次，部分点云压缩算法在压缩数据时可能会丢失一些细节信息，导致精度损失，不能完全恢复到压缩前的状态。
技术实现思路
1、本公开实施例提出了一种基于背景差分的三维点云数据处理及管理方案，以解决现有技术因为对三维点云数据无法高效压缩导致三维点云数据的数据量过大，影响传输及存储的问题。
2、本公开实施例的第一方面提供了一种点云数据处理方法，包括：
3、获取目标区域的三维背景地图和在目标时刻的点云数据；
4、如果所述三维背景地图不是点云地图，将所述三维背景地图转化为点云地图，得到背景点云数据，对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据；
5、去除所述第一非背景点云数据中不属于目标点的噪点，得到第二非背景点云数据。
6、在一些实施例中，所述方法还包括：
7、对所述第二非背景点云数据进行聚类；
8、在聚类结果中去除长不属于第一预设范围或宽不属于第二预设范围或
9、在一些实施例中，所述对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据包括：
10、将目标区域三维空间划分为若干个子空间，将所述点云数据中的点和所述背景点云数据中的点分别与所述子空间对应；
11、在每一个所述子空间内，计算每个所述点云数据中的点到由所述背景点云数据中的点组成的集合的距离；
12、在所述点云数据中去除所述距离不大于第一预设阈值的点即得到第一非背景点云数据。
13、在一些实施例中，所述对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据包括：
14、基于点云库构建八叉树，其中，所述八叉树的根节点代表目标区域的三维空间，每个子节点代表将父节点代表的空间分割成8个子立方体中的1个子立方体，叶子节点用于存储点云数据；
15、基于八叉树的双缓冲技术，将所述点云数据和所述背景点云数据保存在所述八叉树中；
16、对所述八叉树的每个叶子节点，计算保存在所述叶子节点中的所述点云数据中的每个点到由保存在所述叶子节点中的所述背景点云数据中的点组成的集合的距离，在所述点云数据中去除所述距离不大于第二预设阈值的点即得到第一非背景点云数据。
17、在一些实施例中，所述去除所述第一非背景点云数据中不属于目标点的噪点，得到第二非背景点云数据包括：
18、在所述第一非背景点云数据中选取不少于预设数量的点确定拟合平面，确定组成所述拟合平面的每个所述点到所述拟合平面的距离，定义所述距离不大于第三预设阈值的点为地面点，在所述第一非背景点云数据中去除所述地面点；
19、对去除所述地面点的所述第一非背景点云数据执行高斯滤波操作，其中，高斯滤波器的滤波核的大小和标准差通根据差分结果和噪声确定。
20、本公开实施例的第二方面提供了一种点云数据处理方法，包括：
21、获取目标区域的三维背景地图和所述目标区域在目标时刻的第二非背景点云数据，其中，所述第二非背景点云数据根据本公开第一方面所述方法生成；
22、如果所述三维背景地图不是点云地图，将所述三维背景地图转化为点云地图，得到背景点云数据，在所述背景点云数据中融合所述第二非背景点云数据，生成所述目标区域在目标时刻的点云数据。
23、本公开实施例的第三方面提供了一种点云数据处理装置，包括：
24、获取模块，用于获取目标区域的三维背景地图和目标时刻的点云数据；
25、差分模块，用于如果所述三维背景地图不是点云地图，将所述三维背景地图转化为点云地图，得到背景点云数据，对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据；
26、去噪模块，用于去除所述第一非背景点云数据中不属于目标点的噪点，得到第二非背景点云数据。
27、本公开实施例的第四方面提供了一种点云数据处理装置，包括：
28、获取模块，用于获取目标区域的三维背景地图和所述目标区域在目标时刻的第二非背景点云数据，其中，所述第二非背景点云数据根据本公开第一方面所述方法生成；
29、融合模块，用于如果所述三维背景地图不是点云地图，将所述三维背景地图转化为点云地图，得到背景点云数据，在所述背景点云数据中融合所述第二非背景点云数据，生成所述目标区域在目标时刻的点云数据。
30、本公开实施例的第五方面提供了一种点云数据管理系统，包括网络连接的边缘计算设备和中心服务器，其中：
31、所述边缘计算设备用于以预设时间间隔获取目标区域的背景点云数据并根据本公开第一方面所述方法实时获取所述目标区域相对与所述背景点云数据的第二非背景点云数据；
32、所述中心服务器用于获取所述背景点云数据和所述第二非背景点云数据，并融合所述背景点云数据和所述第二非背景点云数据，生成所述目标区域在目标时刻的点云数据。
33、本公开实施例的第六方面提供了一种点云数据管理方法，应用于根据本公开第五方面所述系统，其特征在于，所述系统还包括数据中心，所述方法包括：
34、所述边缘计算设备按预设时间间隔获取目标区域的背景点云数据并根据本公开第一方面所述方法实时获取所述目标区域相对与所述背景点云数据的第二非背景点云数据；
35、所述边缘计算设备分别传输所述背景点云数据和所述第二非背景点云数据至所述中心服务器以使所述中心服务器融合所述背景点云数据和所述第二非背景点云数据，生成所述目标区域在目标时刻的点云数据；
36、所述边缘计算设备分别传输所述背景点云数据和所述第二非背景点云数据至所述数据中心，并在所述数据中心分别存储所述背景点云数据和所述第二非背景点云数据。
37、综上所述，本公开各实施例提供的点云数据处理方法、装置及点云数据管理系统、方法，通过基于背景点云数据对实时获取的点云数据进行差分以获得非背景点云数据，并在需要时基于背景点云数据和非背景点云数据恢复出高还原度的点云数据。因为相对于背景点云数据，非背景点云数据量很小，而背景点云数据只需要按预设周期获取并传输、存储，需要实时传输和存储的只是非背景点云数据，数据量大为减少，因此提升了点云数据传输、存储的质量和效率。
本文档来自技高网...【技术保护点】
1.一种点云数据处理方法，其特征在于，包括：
2.根据权利要求1所述方法，其特征在于，还包括：
3.根据权利要求1所述方法，其特征在于，所述对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据包括：
4.根据权利要求3所述方法，其特征在于，所述对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据包括：
5.根据权利要求1所述方法，其特征在于，所述去除所述第一非背景点云数据中不属于目标点的噪点，得到第二非背景点云数据包括：
6.一种点云数据处理方法，其特征在于，包括：
7.一种点云数据处理装置，其特征在于，包括：
8.一种点云数据处理装置，其特征在于，包括：
9.一种点云数据管理系统，包括网络连接的边缘计算设备和中心服务器，其中：
10.一种点云数据管理方法，应用于根据权利要求9所述系统， 其特征在于，所述系统还包括数据中心，所述方法包括：
【技术特征摘要】
1.一种点云数据处理方法，其特征在于，包括：
2.根据权利要求1所述方法，其特征在于，还包括：
3.根据权利要求1所述方法，其特征在于，所述对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据包括：
4.根据权利要求3所述方法，其特征在于，所述对所述点云数据基于所述背景点云数据做差分，得到第一非背景点云数据包括：
5.根据权利要求1所述方法，其特征在于，所述去除所述第一非背景点...
【专利技术属性】
技术研发人员：任浩杰，石盼，曹泓，张燕咏，吉建民，
申请(专利权)人：合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室，
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。