一种基于ICP场景流的激光雷达点云数据增稠方法技术

本发明专利技术涉及一种基于ICP场景流的激光雷达点云数据增稠方法，主要包括以下步骤：对多帧点云数据进行坐标系对齐，然后使用PatchWork++算法进行动态物体和静态场景分割；接着对静态场景进行多帧重建，并利用HDBSCAN对动态目标进行聚类；而后通过ICP‑Flow方法估算场景流，将多帧动态目标叠加进行增稠；最后融合增稠后的动态目标和静态场景来生成稠密的3D占用标签，从而实现对激光雷达点云数据的增稠。本发明专利技术解决了现有技术中需要人工成本较高且处理过程冗余等问题，以为点云数据增稠提供了一个简单有效的可行方案。

【技术实现步骤摘要】

本专利技术属于自动驾驶领域，特别是涉及一种基于icp场景流的激光雷达点云数据增稠方法。

技术介绍

1、icp(iterative closest point)算法是一种常用的点云配准算法，通过迭代的方式将多个点云的坐标系进行对齐。icp算法的应用领域非常广泛，尤其是在室内点云中的应用已经取得了巨大效益，例如室内三维重建等领域，且icp的应用泛化性较好，可以拓展到其他领域。不同于室内场景的点云是较为均匀分布的，在室外及自动驾驶领域中基于激光雷达生成的点云会随着距离的增加而变得稀疏，且在动态场景中点云存在密度变化，从而使得下游任务的工作开展变得困难。

2、针对自动驾驶场景中的动态点云密度变化及稀疏性的问题，现存的主流方法如surroundocc是通过如下步骤来增加动态点云的密度实现增稠：(1)多帧点云拼接；(2)poisson重建密集化；(3)使用nn算法进行语义标注；其缺点是难解决样本不平衡问题，过于依赖语义标注信息，且需要人工标注额外的3d边界框和点云语义，导致人工标注成本较高。openoccupancy是通过如下步骤来增加动态点云的密度实现增本文档来自技高网...

【技术保护点】

1.一种基于ICP场景流的激光雷达点云数据增稠方法，其特征在于，主要包括以下步骤：

【技术特征摘要】

1.一种基于icp场景流的激光雷达点云数据...

【专利技术属性】
技术研发人员：单纯，曾健，余渝，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：