【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。