(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
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
本文档由 SC 于 2024-02-18 22:26:51上传分享