【技术实现步骤摘要】
本申请涉及三维感知，尤其涉及基于激光雷达点云数据的物体智能贴合预标方法及系统。
技术介绍
1、在现代智能制造与三维感知领域，对点云数据的处理与分析具有至关重要的作用，成为推动工业自动化和智能化的核心技术。点云是由无序、不规则的点组成的集合，在面对复杂场景时，无法将现有的成熟的2d图像特征提取的方法直接应用于3d点云。已有的处理方式往往表现出明显的局限性，尤其是在处理不同形状、大小和姿态的物体时，容易出现特征提取不准确、分类效果不佳的问题，从而导致后续应用中对物体轮廓的构建和定位的精度不足。
技术实现思路
1、为了解决上述技术问题，本申请提供了基于激光雷达点云数据的物体智能贴合预标方法及系统，其能够处理复杂的点云数据，提高了点云数据处理的效率和鲁棒性。
2、本申请提供了基于激光雷达点云数据的物体智能贴合预标方法，包括：
3、对原始点云数据进行稀疏化处理，得到均匀化的第一点云数据；
4、获取所述均匀化的第一点云数据中每个点的邻域密度和空间分布特征，得到局部特...
【技术保护点】
1.基于激光雷达点云数据的物体智能贴合预标方法，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，所述对原始点云数据进行稀疏化处理，得到均匀化的第一点云数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取所述均匀化的第一点云数据中每个点的邻域密度和空间分布特征，得到局部特征描述的第二点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第四点云数据进行分组处理，并根据分类置信度信息调整聚类密度参数，得到聚类划分的第五点云数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述根...
【技术特征摘要】
1.基于激光雷达点云数据的物体智能贴合预标方法，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，所述对原始点云数据进行稀疏化处理，得到均匀化的第一点云数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取所述均匀化的第一点云数据中每个点的邻域密度和空间分布特征，得到局部特征描述的第二点云数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第四点云数据进行分组处理，并根据分类置信度信息调整聚类密度参数，得到聚类划分的第五点云数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据第五点云数据的聚类划分，得到聚类区域的密度分布特性与分类类别分布的匹配度，若匹配度低于预设阈值，则对分类置信度阈值进行动态调整并重新提取特征，得到优化分类与聚类结果的第六点云数据，包括：
6.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：高翔，张小敏，王杰，李恒利，
申请(专利权)人：苏州核数聚信息科技有限公司，
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。