[發明專利]點云數據的分類方法及裝置

有效

• 申請號: 201510883246.2
• 申請日: 2015-12-04
• 公開（公告）號: CN105550688B
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 徐斌;姜雨;晏陽;宋良
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;胡彬

本發明公開了一種點云數據的分類方法及裝置。該方法包括：獲取第一有向點對應的第一旋轉圖像，第一有向點為點云數據中的任一有向點；根據至少一個第一旋轉圖像對應的第一直方圖確定協方差矩陣；根據協方差矩陣計算點云數據的特征描述向量；將點云數據的特征描述向量帶入分類器進行分類處理。本發明中一個第一旋轉圖像中包括多個局部特征，因此根據第一旋轉圖像得到的特征描述向量能夠描述多個局部特征，進而降低對應性搜索的計算代價，提高點云數據的分類效率。此外，本發明根據第一旋轉圖像確定的特征描述向量進行分類，由于第一旋轉圖像能夠對點云數據的整體進行表示，因此根據第一旋轉圖像確定的特征描述向量能夠更為準確的進行分類。

技術領域

本發明實施例涉及點云數據處理技術，尤其涉及一種點云數據的分類方法及裝置。

背景技術

三維高精地圖被工業界和學術界公認為下一代數字地圖的主要發展方向，是實現汽車自動駕駛和輔助駕駛的前提條件，為自動駕駛汽車進行精確定位和正確決策提供主要依據。激光點云數據分類是三維高精地圖生產中的一個關鍵環節，點云數據的分類算法用于減少數據生產過程中人工的干預，提高三維高精度地圖的生產效率。

現有技術中，將通過測量儀器得到的物品外觀表面的點數據集合稱之為點云數據。在對點云數據進行分類時，首先采用點、邊緣、面片等局部特征進行目標識別，即通過局部識別整體；然后進行待分類點云和點云模型庫特征點對的對應性搜索；最后通過計算相關系數的方式進行點云數據的分類。

然而，采用點、邊緣、面片等局部特征進行目標識別和分類時，需要進行待分類點云和點云模型庫特征點對的對應性搜索，由于物體表面的點、邊緣、片面等局部特征較多，使得對應性搜索的計算代價較為高昂。

發明內容

本發明提供一種點云數據的分類方法及裝置，以實現降低對應性搜索的計算代價，提高點云數據的分類效率。

第一方面，本發明實施例提供了一種點云數據的分類方法，包括：

獲取第一有向點對應的第一旋轉圖像，所述第一有向點為點云數據中的任一有向點；

根據至少一個第一旋轉圖像對應的第一直方圖確定協方差矩陣；

根據所述協方差矩陣計算所述點云數據的特征描述向量；

將所述點云數據的特征描述向量帶入分類器進行分類處理。

第二方面，本發明實施例還提供了一種點云數據的分類裝置，包括：

旋轉圖像獲取單元，用于獲取第一有向點對應的第一旋轉圖像，所述第一有向點為點云數據中的任一有向點；

協方差矩陣確定單元，用于根據所述旋轉圖像獲取單元獲取的至少一個第一旋轉圖像對應的第一直方圖確定協方差矩陣；

特征描述向量計算單元，用于根據所述協方差矩陣確定單元確定的所述協方差矩陣計算所述點云數據的特征描述向量；

分類處理單元，用于將所述特征描述向量計算單元得到的所述點云數據的特征描述向量帶入分類器進行分類處理。

本發明能夠獲取第一有向點獲取對應的第一旋轉圖像，然后根據至少一個第一旋轉圖像得到的協方差矩陣計算點云數據的特征描述向量，并根據該特征描述向量對點云數據進行分類。與現有技術中根據局部特征進行分類，對應性搜索的計算代價較為高昂相比，本發明中一個第一旋轉圖像中包括多個局部特征，因此根據第一旋轉圖像得到的特征描述向量能夠描述多個局部特征，進而降低對應性搜索的計算代價，提高點云數據的分類效率。此外，由于現有技術采用的局部特征無法完整的表示點云數據的整體形狀，因此可能將具有相同局部特征的不同類型性的對點云數據分到同一類中，分類不準確。本發明根據第一旋轉圖像確定的特征描述向量進行分類，由于第一旋轉圖像能夠對點云數據的整體進行表示，因此根據第一旋轉圖像確定的特征描述向量進行分類能夠更為準確的進行分類。