[發明專利]一種三維物體快速分割和識別方法、裝置及系統

在審

• 申請號: 201811386461.1
• 申請日: 2018-11-20
• 公開（公告）號: CN109711410A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 宋偉;張凌峰;田逸非;鄒雙徽;方正天
• 申請（專利權）人: 北方工業大學
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明實施例提供一種三維物體快速分割和識別的方法、裝置及系統，該方法包括：獲取激光雷達傳感器收集的未知環境的三維點云數據；對三維點云數據進行閾值處理，得到非地面點集，利用非地面點集通過連通區域標記算法進行點云分割；然后進行預設特征的提??；將預設特征輸入到神經網絡識別模型，實現對未知環境中物體的識別。本發明實施例提供的三維物體快速分割和識別的方法、裝置及系統，通過利用激光雷達傳感器收集三維點云數據、連通區域標記算法進行點云分割、提取包含預設屬性特征的預設特征并利用神經網絡識別模型進行物體識別，保證了三維點云數據的精確、快速獲取，提高了大規模點云數據的處理效率，并且實現了物體的精確識別。

技術領域

本發明實施例涉及數據處理技術領域，具體涉及一種三維物體快速分割和識別方法、裝置及系統。

背景技術

基于雙目圖像和連續視頻的成像與分析技術，實現對真實環境的三維光場感知，被廣泛應用在無人車和無人機的三維地形重建領域中，但由于遠景圖像分辨率低的問題導致地形數據的精度不高,并且其估測精度受光照和天氣影響較大，尤其在地貌無特征點情況下，無法獲得三維數據。

獲得空間三維數據后，對三維數據進行分割進而對物體進行識別。在傳統的物體分割中，基于圖割原理的物體分割算法被廣泛應用，該算法可實現對離散、非結構化點云數據的物體分割，但僅限于用在圖像傳感器處于靜止的情況下，很難用于無人駕駛車輛對地形認知的應用領域中。并且，現有對三維點云數據的分割處理中，是直接針對三維點云數據進行分割，處理速度較慢，影響了實時性。

在對分割后的三維數據進行物體識別的過程，傳統的分類算法中，主成分分析算法是通過計算每個物體三維點云的特征向量及特征值，通過對比三個主要方向的特征值的相對大小來將物體劃分為平面、柱狀、散點三種類型的物體。該方法雖然具有一定程度的分類效果，但是無法判定出不同物體具體的屬性分類。

發明內容

為解決現有技術中無法通過獲取三維點云實現有效、快速的物體識別的問題，本發明實施例提供一種三維物體快速分割和識別的方法、裝置及系統。

第一方面，本發明實施例提供一種三維物體快速分割和識別方法，該方法包括：獲取激光雷達傳感器收集的未知環境的三維點云數據；對所述三維點云數據進行閾值處理，得到非地面點集，利用所述非地面點集通過連通區域標記算法進行點云分割；對分割后的點云數據進行預設特征的提取，所述預設特征包括預設屬性特征及三個坐標軸方向的特征值；將所述預設特征輸入到神經網絡識別模型，實現對所述未知環境中物體的識別。

第二方面，本發明實施例提供一種三維物體快速分割和識別裝置，該裝置包括：點云獲取模塊，用于獲取激光雷達傳感器收集的未知環境的三維點云數據；點云分割模塊，用于對所述三維點云數據進行閾值處理，得到非地面點集，利用所述非地面點集通過連通區域標記算法進行點云分割；特征提取模塊，用于對分割后的點云數據進行預設特征的提取，所述預設特征包括預設屬性特征及三個坐標軸方向的特征值；物體識別模塊，用于將所述預設特征輸入到神經網絡識別模型，實現對所述未知環境中物體的識別。

第三方面，本發明實施例提供一種三維物體快速分割和識別系統，該系統包括：GPU處理器、激光雷達傳感器及無人地面車輛；所述激光雷達傳感器用于收集未知環境的三維點云數據；所述GPU處理器用于：對所述三維點云數據進行閾值處理，得到非地面點集，利用所述非地面點集通過連通區域標記算法進行點云分割；對分割后的點云數據進行預設特征的提取，所述預設特征包括預設屬性特征及三個坐標軸方向的特征值；將所述預設特征輸入到神經網絡識別模型，實現對所述未知環境中物體的識別；并將物體的識別結果發送給所述無人地面車輛；所述無人地面車輛用于接收所述GPU處理器發送的所述物體的識別結果。

第四方面，本發明實施例提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如第一方面所提供的方法的步驟。