System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及点云构图领域,特别是涉及一种360度点云深度带三角剖分构图方法、装置及系统。
技术介绍
1、在使用类似于图片的方式表示3d点云进行深度学习时,先将3d原始点云投影到2d的深度面空间上,再进行2d delaunay三角剖分,dalaunay三角剖分效果如图3所示,进而获得点云的构图(graph)。图3示出了长边、π/-π方位角平面、空间不连续和车被切分为两块。参照图3,此种方法得到的三角剖分图在方位角为π/-π时存在不连续,若将点云的构图用于图神经网络进行分类、定位、3d目标检测等任务,就会带来信息损失,导致结果的不准确。
技术实现思路
1、本专利技术的目的是提供一种360度点云深度带三角剖分构图方法、装置及系统,可解决2d三角剖分在方位角为π/-π时的不连续问题。
2、为实现上述目的,本专利技术提供了如下方案。
3、一种360度点云深度带三角剖分构图方法,包括:将交通场景的3d原始点云按照投影方式投影到一个柱面上;所述投影方式为柱面的原点到3d原始点云方向的射线与柱面的交点;对柱面上的投影点进行换元,获得深度带点云;确定深度带点云中每个点的法线;依据深度带点云中每个点的法线,在深度带点云上进行delaunay三角剖分,获得深度带点云的三角剖分图;将所述三角剖分图反投影到3d原始点云上,获得交通场景的初级图;对初级图进行图修饰,获得交通场景的最终构图。
4、可选地,所述柱面以z轴为旋转轴。
5、可选地,对柱面上的投影点进行
6、可选地,确定深度带点云中每个点的法线,具体包括:使用混合k-nn和rnn的k-d树搜索深度带点云中每个点的最近邻点;基于深度带点云中每个点的最近邻点,采用主成分分析法确定深度带点云中每个点的法线;令所有法线的方向为指向原点方向或指向原点方向的反方向。
7、可选地,确定深度带点云中每个点的法线,具体包括:直接规定深度带点云中每个点的法线为或;其中,为深度带点云中点在xy平面上的坐标。
8、可选地,将所述三角剖分图反投影到3d原始点云上,获得交通场景的初级图,具体包括:将三角剖分图中的更换为,得到初级图;其中,为三角剖分图的节点集合,为三角剖分图的边集,为初级图中的节点集合,,为3d原始点云中点在3d笛卡尔坐标系中的坐标,为3d原始点云中点除以外的特征。
9、可选地,对初级图进行图修饰,获得交通场景的最终构图,具体包括:若所述初级图中存在长边,则依据公式,去除长边,获得去除长边之后的边集合为;其中,所述长边为初级图中长度大于长度阈值的边;为边掩码,为距离上限阈值,为正实数,为三角剖分图的边集,为三角剖分图的边集合中的一条边;为去除长边之后的边集合,为初级图的边的下标,为边的条数,为初级图的第条边,为初级图的第条边是否为长边的掩码,=0表示初级图的第k条边为长边,=1表示初级图的第k条边为非长边;构造无向图,增加反向边,获得反向边集合为:;其中,为反向边集合,为初级图中的节点集合,和分别为初级图中的节点集合中的第个节点和第个节点,为全称量化符号;添加自环,获得自环边的集合为:;其中,为自环边的集合;根据去除长边之后的边集合、反向边集合和自环边的集合,依据公式,确定交通场景的最终构图中的边集合;根据交通场景的最终构图中的边集合和初级图中的节点集合,获得交通场景的最终构图。
10、一种360度点云深度带三角剖分构图装置,包括:点云传感器和计算机;点云传感器用于采集交通场景的3d原始点云,并传输至计算机;计算机用于采用上述的360度点云深度带三角剖分构图方法,获得交通场景的最终构图。
11、一种360度点云深度带三角剖分构图系统,包括:投影模块,用于将交通场景的3d原始点云按照投影方式投影到一个柱面上;所述投影方式为柱面的原点到3d原始点云方向的射线与柱面的交点;坐标变换模块,用于对柱面上的投影点进行换元,获得深度带点云;法线确定模块,用于确定深度带点云中每个点的法线;三角剖分模块,用于依据深度带点云中每个点的法线,在深度带点云上进行delaunay三角剖分,获得深度带点云的三角剖分图;反投影模块,用于将所述三角剖分图反投影到3d原始点云上,获得交通场景的初级图;图修饰模块,用于对初级图进行图修饰,获得交通场景的最终构图。
12、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果。
13、本专利技术实施例的一种360度点云深度带三角剖分构图方法、装置及系统,将交通场景的3d原始点云投影到一个柱面上,投影后的点云在方位角π/-π邻域内的邻接关系没有改变,且处于空间连续状态,坐标变换时的换元操作也没有改变此邻接关系和空间连续状态。由于本专利技术所有深度带点云都位于相同的曲面上,使得生成的法线也将与该曲面垂直,保证了在π/-π方位角上的连续。
本文档来自技高网...【技术保护点】
1.一种360度点云深度带三角剖分构图方法,其特征在于,包括:
2.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,所述柱面以z轴为旋转轴。
3.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,对柱面上的投影点进行换元,获得深度带点云,具体包括:
4.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,确定深度带点云中每个点的法线,具体包括:
5.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,确定深度带点云中每个点的法线,具体包括:
6.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,将所述三角剖分图反投影到3D原始点云上,获得交通场景的初级图,具体包括:
7.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,对初级图进行图修饰,获得交通场景的最终构图,具体包括:
8.一种360度点云深度带三角剖分构图装置,其特征在于,包括:点云传感器和计算机;
9.一种360度点云深度
...【技术特征摘要】
1.一种360度点云深度带三角剖分构图方法,其特征在于,包括:
2.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,所述柱面以z轴为旋转轴。
3.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,对柱面上的投影点进行换元,获得深度带点云,具体包括:
4.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征在于,确定深度带点云中每个点的法线,具体包括:
5.根据权利要求1所述的360度点云深度带三角剖分构图方法,其特征...
【专利技术属性】
技术研发人员:张旭东,樊杰,邹渊,李圆圆,
申请(专利权)人:北京理工大学长三角研究院嘉兴,
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。