【技术实现步骤摘要】
本专利技术涉及机器人平台建图定位导航，尤其涉及一种用于剔除噪声地图中的动态点云的方法、装置、电子设备、非暂态计算机可读存储介质以及计算机程序产品。
技术介绍
1、随着自动驾驶技术以及机器人技术的发展，同时定位与地图构建slam（simultaneous localization and mapping）技术受到越来越广泛的关注。其中，根据使用传感器类型的差异，slam可分为视觉slam和激光slam两类。所述视觉slam对光照和纹理要求高且在复杂环境中的鲁棒性不足；所述激光slam具有更高的鲁棒性和精度。
2、现有技术中，通常基于三维激光雷达的slam建图算法（例如，lego-loam、lio-sam和fast-lio2等）在静态场景中构建较高精度的点云地图。
3、但是，现有技术的激光slam方法，都是基于静态场景或低动态场景的假设，而在实际的建图场景中存在大量动态物体，例如，行人和车辆等；因此，现有技术的激光slam方法无法有效去除所建点云地图中的动态点云（即，关于动态物体的点云）。
【技术保护点】
1.一种用于剔除噪声地图中的动态点云的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述当前帧、噪声地图以及位姿信息，利用预设深度转换规则，确定第一深度图和第二深度图，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述第一深度图和第二深度图，利用背景差分原则，确定所述当前帧中的至少一个第一动态点云，包括：
4.根据权利要求1所述的方法，其特征在于，基于所述至少一个第一动态点云，利用自适应最近邻搜索规则，在所述噪声地图中确定第二动态点云集合，包括：
5.一种用于剔除噪声地图中的动态点云的装...
【技术特征摘要】
1.一种用于剔除噪声地图中的动态点云的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于所述当前帧、噪声地图以及位姿信息，利用预设深度转换规则，确定第一深度图和第二深度图，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述第一深度图和第二深度图，利用背景差分原则，确定所述当前帧中的至少一个第一动态点云，包括：
4.根据权利要求1所述的方法，其特征在于，基于所述至少一个第一动态点云，利用自适应最近邻搜索规则，在所述噪声地图中确定第二动态点云集合，包括：
5.一种用于剔除噪声地图中的动态点云...
【专利技术属性】
技术研发人员：李云飞，蒋林，陈跃龙，许仁波，万乐，徐苑，
申请(专利权)人：武汉科技大学，
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。