[發明專利]點云數據處理方法及裝置、障礙物檢測方法及裝置

有效

• 申請號: 202010305514.3
• 申請日: 2020-04-17
• 公開（公告）號: CN111582054B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 武鴻;范卿;曾楊;譚智仁;付玲;雷美玲
• 申請（專利權）人: 中聯重科股份有限公司
• 主分類號: G06V20/50
• 分類號: G06V20/50;G06V20/58;G06V10/762;G06T5/20;G06T5/40
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;王曉曉

本發明實施例提供一種點云數據處理方法及裝置、障礙物檢測方法及裝置，屬于計算機技術領域。所述點云數據處理方法包括：對當前環境的深度圖像進行三維重構以生成點云數據集合；將所述點云數據集合劃分為多個子點云數據集合；基于預設的標準離群點去除半徑和標準深度區間長度以半徑離群點去除的方式對所述多個子點云數據集合中的每個子點云數據集合執行點云濾波處理；以及對執行點云濾波處理后的每個子點云數據集合執行分割處理以得到聚類后的多個點云簇。所述點云數據處理方法能夠提升基于半徑離群點去除的點云濾波效果，使得分割處理更加方便快捷。

技術領域

本發明涉及計算機技術領域，具體地涉及一種點云數據處理方法及裝置、障礙物檢測方法及裝置。

背景技術

環境感知作為設備無人化操作的首要環節，主要有激光雷達和雙目視覺兩種解決方案。激光雷達對光照和色彩等干擾因素具有很強的魯棒性，但易受到雪、霧燈惡劣天氣的影響。雙目視覺相較于激光雷達，不僅能獲取環境的三維信息，還能輸出特征復雜的彩色圖像，且成本更低。因此，目前雙目視覺被被廣泛應用于無人駕駛、虛擬現實等領域，尤其應用于這些領域的障礙物檢測中。

發明內容

本發明實施例的目的是提供一種點云數據處理方法及裝置、障礙物檢測方法及裝置，用于實現點云數據的聚類處理，并相應實現障礙物的檢測。

為了實現上述目的，本發明實施例提供一種點云數據處理方法，所述方法包括：對當前環境的深度圖像進行三維重構以生成點云數據集合；將所述點云數據集合劃分為多個子點云數據集合；基于預設的標準離群點去除半徑和標準深度區間長度以半徑離群點去除的方式對所述多個子點云數據集合中的每個子點云數據集合執行點云濾波處理；以及對執行點云濾波處理后的每個子點云數據集合執行分割處理以得到聚類后的多個點云簇。

可選的，所述基于預設的標準離群點去除半徑和標準深度區間長度對所述多個子點云數據集合中的每個子點云數據集合執行點云濾波處理包括：針對每個子點云數據集合執行以下步驟：使用所述標準離群點去除半徑、所述標準深度區間長度和所述子點云數據集合的深度區間長度以等比例分配方式得到所述子點云數據集合的離群點去除半徑；使用所述子點云數據集合的離群點去除半徑為搜索半徑對所述子點云數據集合執行鄰近點搜索；以及在所述鄰近點搜索的結果顯示所述搜索半徑內的鄰近點數量小于最小鄰近點數量閾值的情況下，將所述搜索半徑內的點云數據作為離群數據而刪除。

可選的，所述標準離群點去除半徑是針對所述多個子點云數據集合中的特定子點云數據集合而預設的，所述標準深度區間長度為所述特定子點云數據集合的標準深度區間長度。

可選的，所述點云濾波處理和所述分割處理是針對所述每個子點云數據集合而被并行執行的。

可選的，所述將所述點云數據集合劃分為多個子點云數據集合包括：獲取所述深度圖像基于像素點深度值的直方圖分布；根據所述直方圖分布中每個直方圖維度對應的像素點個數來建立多個深度區間；以及根據所述多個深度區間中每個深度區間包括的像素點對應的點云數據來將所述點云數據集合劃分為與多個深度空間對應的多個子點云數據集合。

可選的，所述根據所述直方圖分布中每個直方圖維度對應的像素點個數來建立多個深度區間包括：以第一直方圖維度為起點，沿著深度值變化的第一方向，累加每個直方圖維度對應的像素點個數；當所述累加的像素點個數大于像素區間閾值時，停止累加；建立一個深度區間，其中所述一個深度區間的下限基于所述起點處的直方圖維度對應的深度值確定且所述一個深度區間的上限基于當前執行停止累加時的直方圖維度對應的深度值確定；以及以所述當前執行停止累加時對應的直方圖維度的下一個直方圖維度為起點，重復執行上述步驟直到所述直方圖分布的直方圖維度遍歷完成，從而得到所述多個深度區間。

可選的，所述第一直方圖維度為最小深度值對應的直方圖維度，所述第一方向為深度值增大的方向；或者所述第一直方圖維度為最大深度值對應的直方圖維度，所述第一方向為深度值減小的方向。