(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211436085.9 (22)申请日 2022.11.16 (71)申请人 苏州一径科技有限公司 地址 215533 江苏省苏州市 常熟市东 南街 道东南大道1150号 (72)发明人 王栋 夏冰冰 石拓  (74)专利代理 机构 北京华夏泰和知识产权代理 有限公司 1 1662 专利代理师 由东媛 (51)Int.Cl. G01S 7/48(2006.01) G01S 17/08(2006.01) G06V 10/762(2022.01) G06V 10/764(2022.01) (54)发明名称 点云数据 的处理方法、 装置、 电子设备及存 储介质 (57)摘要 本申请提供了一种点云数据的处理方法、 装 置、 电子设备及存储介质, 该方法包括: 获取待处 理点云数据, 其中, 待处理点云数据为激光雷达 测量时产生的数据; 滤除待处理点云数据中在目 标参考面上的第一点云数据, 得到第二点云数 据; 通过对第二点云数据进行聚类, 生成多个点 云簇; 检测每个点云簇的预设特征判断是否属于 异常的点云数据, 其中, 所述异常的点云数据用 于表明所述点云簇为激光雷达测量时测量结果 异常的数据。 采用去除目标参考面上的点云和聚 类算法, 生成点云簇, 并根据点云簇的预设特征 能够将因激光线束经水珠改变光路生成的异常 点云检测出来, 避免了异常点云影 响后续点云的 应用。 权利要求书2页 说明书12页 附图7页 CN 115508807 A 2022.12.23 CN 115508807 A 1.一种点云数据的处 理方法, 其特 征在于, 所述方法包括: 获取待处 理点云数据, 其中, 所述待处 理点云数据为激光雷达测量时产生的数据; 滤除所述待处 理点云数据中在目标参 考面上的第一 点云数据, 得到第二 点云数据; 通过对所述第二 点云数据进行聚类, 生成多个点云簇; 检测每个点云簇的预设特征判断是否属于异常的点云数据, 其中, 所述异常的点云数 据用于表明所述 点云簇为激光雷达测量时测量结果异常的数据。 2.根据权利要求1所述的方法, 其特 征在于, 所述获取待处 理点云数据包括: 获取原始点云数据; 基于所述原始点云数据设置指定区域, 并从所述原始点云数据中筛选出所述指定区域 对应的第三 点云数据; 将所述第三 点云数据作为所述待处 理点云数据。 3.根据权利要求1所述的方法, 其特征在于, 所述滤除所述待处理点云数据中在目标参 考面上的第一 点云数据, 得到第二 点云数据包括: 确定所述待处 理点云数据中每 个点对应的坐标位置信息; 根据每个点对应的坐标位置信 息以及所述目标参考面上的点云对应的位置特征信 息, 从所述待处 理点云数据中查找所述第一 点云数据; 删除所述待处 理点云数据中的所述第一 点云数据, 得到所述第二 点云数据。 4.根据权利要求1所述的方法, 其特征在于, 所述检测每个点云簇的预设特征判断是否 属于异常的点云数据包括: 将多个点云簇中的任一点云簇作为目标点云簇, 提取所述目标点云簇对应的预设特 征; 其中, 所述预设特 征包括一个或多个预设特 征; 根据所述预设特 征, 检测所述目标点云簇是否属于异常的点云数据。 5.根据权利要求4所述的方法, 其特征在于, 在根据 所述预设特征检测所述目标点云簇 是否属于异常的点云数据之前, 所述方法还 包括: 根据预训练规则, 从所述多个预设特征中筛选出子特征集, 其中, 所述子特征集为检测 每个点云簇是否属于异常的点云数据的最优特 征组合。 6.根据权利要求4所述的方法, 其特征在于, 所述预设特征至少包括以下之一: 灰度特 征, 高度特征, 点数及形状特征, 其中, 所述形状特征是通过主成分分析得到的特征值占比 确定的。 7.根据权利要求6中任一项所述的方法, 其特征在于, 所述预设特征至少包括高度特 征, 所述高度特征关联至少一第一特征, 其中, 所述根据所述预设特征检测所述目标点云簇 是否属于异常的点云数据包括: 针对多个所述第一特征中的任一第 一特征, 确定所述第 一特征对应的第 一阈值以及第 一判断条件; 依据所述第一判断条件, 将所述第一特征对应的第一特征值与所述第一阈值进行比 较, 得到第一比较结果; 若所述第一比较结果表明所述第 一特征值不满足所述第 一判断条件, 则确定所述目标 点云簇属于异常的点云数据。 8.根据权利要求7所述的方法, 其特征在于, 所述预设特征还包括灰度特征, 所述灰度权 利 要 求 书 1/2 页 2 CN 115508807 A 2特征关联至少一第二特征, 其中, 所述根据所述预设特征检测所述 目标点云簇是否属于异 常的点云数据包括: 若所述第一比较结果表明所述第 一特征值不满足所述第 一判断条件, 针对多个所述第 二特征中的任一第二特 征, 确定所述第二特 征对应的第二阈值以及第二判断条件; 依据所述第二判断条件, 将所述二特征对应的第二特征值与所述第二阈值进行比较, 得到第二比较结果; 若所述第二比较结果表明所述第 二特征值不满足所述第 二判断条件, 则确定所述目标 点云簇属于异常的点云数据。 9.根据权利要求8所述的方法, 其特征在于, 在所述根据 所述预设特征检测所述目标点 云簇是否属于异常的点云数据之前, 所述方法还 包括: 获取点云训练样本; 提取所述点云训练样本对应的预设特征样本, 其中, 所述预设特征样本至少包括灰度 特征样本和高度特 征样本; 利用所述灰度 特征样本对应的至少一第 一特征样本以及至少一第 二特征样本, 训练预 设的分类模型, 以查找每个第一特征样本对应的第一阈值和第一判断条件, 以及查找每个 第二特征样本对应的第二阈值和第二判断条件。 10.根据权利要求1所述的方法, 其特征在于, 在检测每个点云簇的预设特征判断是否 属于异常的点云数据之后, 所述方法还 包括: 若多个点云簇 中的任一点云簇为异常的点云数据, 则将异常的点云数据从所述待处理 点云数据中删除。 11.根据权利要求1 ‑10中任一项所述的方法, 其特征在于, 所述异常的点云数据为在激 光雷达视窗挂水时产生的异常数据。 12.一种点云数据的处 理装置, 其特 征在于, 所述装置包括: 获取模块, 用于获取待处理点云数据, 其中, 所述待处理点云数据为激光雷达测量时产 生的数据; 滤除模块, 用于滤除所述待处理点云数据中在目标参考面上的第一点云数据, 得到第 二点云数据; 聚类模块, 用于通过对所述第二 点云数据进行聚类, 生成多个点云簇; 检测模块, 用于检测每个点云簇的预设特征判断是否属于异常的点云数据, 其中, 所述 异常的点云数据用于表明所述 点云簇为激光雷达测量时测量结果异常的数据。 13.一种车辆, 其特征在于, 按照权利要求1 ‑11中任一项所述的点云数据的处理方法, 检测激光雷达测量时产生的数据中的异常点云数据。 14.一种电子设备, 其特 征在于, 包括: 处 理器和存 储器; 所述存储器, 用于存放计算机可读指令; 所述处理器, 与所述存储器相连, 用于执行计算机可读指令时, 实现权利要求1 ‑11任一 所述的方法步骤。 15.一种计算机可读存储介质, 其特征在于, 所述计算机可读存储介质内存储有计算机 可读指令, 所述计算机可读指令被处 理器执行时实现权利要求1 ‑11任一所述的方法步骤。权 利 要 求 书 2/2 页 3 CN 115508807 A 3

PDF文档 专利 点云数据的处理方法、装置、电子设备及存储介质

文档预览
中文文档 22 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共22页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 点云数据的处理方法、装置、电子设备及存储介质 第 1 页 专利 点云数据的处理方法、装置、电子设备及存储介质 第 2 页 专利 点云数据的处理方法、装置、电子设备及存储介质 第 3 页
下载文档到电脑,方便使用
本文档由 SC 于 2024-02-18 22:26:51上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。