【技术实现步骤摘要】
本申请涉及计算机，具体涉及智能交通和自动驾驶等，特别涉及一种数据处理的方法、装置、设备及存储介质。
技术介绍
1、自动驾驶车辆的激光雷达所采集的点云数据常常受到拉丝噪声的影响。拉丝噪声是指由于激光雷达与所感知的环境中目标之间的相对运动，导致激光束在接收时产生拉长的现象，从而产生虚假的目标点云点或者使目标点云点位置偏移。这种噪声不仅影响自动驾驶系统对目标位置的准确识别，还可能对轨迹规划和决策模块产生误导，从而降低整个自动驾驶系统的性能。
2、因此，目前亟待需要一种有效地的拉丝噪声过滤的方法，以提高自动驾驶系统的环境感知性能。
技术实现思路
1、本申请提供了一种数据处理的方法、装置、设备及存储介质，解决了无法有效过滤点云数据中拉丝噪声数据的问题，所述技术方案如下：
2、第一方面，提供了一种数据处理的方法，所述方法包括：
3、获取自动驾驶车辆的环境信息和待处理的点云数据；
4、基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据；
5、基于所述模拟点云数据，对所述待处理的点云数据进行评估处理，以获得评估处理的结果；
6、基于评估处理的结果，对所述待处理的点云数据进行异常识别处理，以获得异常点云数据；
7、对所述待处理的点云数据中的所述异常点云数据进行过滤处理，以获得目标点云数据。
8、在一种可能的实现方式中，所述预设的光线追踪模拟算法包括路径模拟算法，基于所述环境信
9、基于所述环境信息，利用所述路径模拟算法，模拟所述自动驾驶车辆的激光雷达的光束传播路径；
10、基于所述环境信息和光束传播路径，获得所述环境信息对应的模拟点云数据。
11、在一种可能的实现方式中，所述预设的光线追踪模拟算法还包括相对运动模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
12、基于所述环境信息，利用所述相对运动模拟算法，模拟所述自动驾驶车辆和目标对象的相对运动，以获得所述自动驾驶车辆的运动数据和所述环境信息中目标对象的运动数据；
13、基于所述自动驾驶车辆的运动数据和所述环境信息中目标对象的运动数据，获得所述环境信息对应的模拟点云数据。
14、在一种可能的实现方式中，所述预设的光线追踪模拟算法包括可变光路模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
15、基于所述环境信息，利用所述可变光路模拟算法，模拟所述自动驾驶车辆的激光雷达的光束的可变光路传播路径；
16、基于所述环境信息和可变光路传播路径，获得所述环境信息对应的模拟点云数据。
17、在一种可能的实现方式中，所述预设的光线追踪模拟算法还包括能量模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
18、基于所述环境信息，利用所述能量模拟算法，模拟所述自动驾驶车辆的激光雷达的光束的能量数据；
19、基于所述环境信息和能量数据，获得所述环境信息对应的模拟点云数据。
20、在一种可能的实现方式中，所述基于评估处理的结果，对所述待处理的点云数据进行异常识别处理，以获得异常点云数据，包括：
21、基于评估处理的结果，利用预设的异常识别算法，对所述待处理的点云数据进行异常识别处理；
22、基于所述异常识别处理的结果，获得异常点云数据。
23、第二方面，提供了一种数据处理的装置，所述装置包括：
24、获取单元，用于获取自动驾驶车辆的环境信息和待处理的点云数据；
25、模拟单元，用于基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据；
26、评估单元，用于基于所述模拟点云数据，对所述待处理的点云数据进行评估处理，以获得评估处理的结果；
27、识别单元，用于基于评估处理的结果，对所述待处理的点云数据进行异常识别处理，以获得异常点云数据；
28、过滤单元，用于对所述待处理的点云数据中的所述异常点云数据进行过滤处理，以获得目标点云数据。
29、第三方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上所述的方面和任一可能的实现方式的方法。
30、第四方面，提供了一种电子设备，包括：
31、至少一个处理器；以及
32、与所述至少一个处理器通信连接的存储器；其中，
33、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
34、第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。
35、第六方面，提供了一种自动驾驶车辆，包括如上所述的电子设备。
36、本申请提供的技术方案的有益效果至少包括：
37、由上述技术方案可知，一方面，本申请实施例可以通过获取自动驾驶车辆的环境信息和待处理的点云数据，进而可以基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，基于所述模拟点云数据，对所述待处理的点云数据进行评估处理，以获得评估处理的结果，基于评估处理的结果，对所述待处理的点云数据进行异常识别处理，以获得异常点云数据，使得能够对所述待处理的点云数据中的所述异常点云数据进行过滤处理，以获得目标点云数据，由于可以先利用光线追踪模拟算法，获得环境信息对应的模拟点云数据，再根据模拟点云数据，对待处理的点云数据进行评估处理，以基于评估结果准确地识别出点云数据中的拉丝噪声数据等异常点云数据，可以实现有效地过滤掉异常的点云数据，可以减小或消除拉丝噪声数据对自动驾驶系统性能的负面影响，从而提升了自动驾驶系统对环境感知的可靠性和稳定性。
38、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种数据处理的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的光线追踪模拟算法包括路径模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述预设的光线追踪模拟算法还包括相对运动模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述预设的光线追踪模拟算法包括可变光路模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述预设的光线追踪模拟算法还包括能量模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于评估处理的结果，对所述待处理的点云数据进行异常识别处理，以获得异常点云数据，包括：
7.
8.一种电子设备，包括：
9.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
11.一种自动驾驶车辆，包括如权利要求8所述的电子设备。
...【技术特征摘要】
1.一种数据处理的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的光线追踪模拟算法包括路径模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述预设的光线追踪模拟算法还包括相对运动模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述预设的光线追踪模拟算法包括可变光路模拟算法，基于所述环境信息，利用预设的光线追踪模拟算法，获得所述环境信息对应的模拟点云数据，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述预设的光线...
【专利技术属性】
技术研发人员：许舒恒，
申请(专利权)人：九识苏州智能科技有限公司，
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。