[發明專利]一種點云數據處理方法和裝置

在審

• 申請號: 202011321595.2
• 申請日: 2020-11-23
• 公開（公告）號: CN112541525A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 李勇強;高巍;馬立
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

本申請公開了一種點云數據處理方法和裝置。其中方法包括：將多幀點云數據形成的序列作為樣本數據；根據樣本數據中的單幀點云數據確定第一級特征；根據樣本數據中相鄰幀點云數據的幀間關系確定第二級特征；利用第一級特征和第二級特征對孤立森林模型進行訓練；利用訓練得到的孤立森林模型，確定待檢測的點云數據是否為異常數據。該技術方案能夠有效、快速地檢測出點云數據是否是異常數據，檢測時不需要利用預設檢測閾值，減少了人為經驗值的干擾，適用場景廣泛，檢測的精度和泛用性更高。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種點云數據處理方法和裝置。

背景技術

目前，激光雷達等探測設備已經在掃地機器人、自動駕駛等領域得到了廣泛應用，探測設備采集的數據通常是呈現為云狀的探測點，因此也被稱為點云數據。點云數據一旦出現異常，就會對業務產生極大影響，但目前缺少對點云數據異常的有效處理方式。

發明內容

本申請實施例提供一種點云數據處理方法和裝置，以自適應多場景下的異常點云數據的識別。

本申請實施例采用下述技術方案：

第一方面，本申請實施例提供一種點云數據處理方法，包括：將多幀點云數據形成的序列作為樣本數據；根據樣本數據中的單幀點云數據確定第一級特征；根據樣本數據中相鄰幀點云數據的幀間關系確定第二級特征；利用第一級特征和第二級特征對孤立森林模型進行訓練；利用訓練得到的孤立森林模型，確定待檢測的點云數據是否為異常數據。

在一些實施例中，將多幀點云數據形成的序列作為樣本數據包括：獲取激光雷達采集的多幀點云數據，點云數據中的探測點能夠表征雷達與障礙物之間的距離；按照點云數據的采集時間確定點云數據在序列中的位置，得到由多幀點云數據形成的序列。

在一些實施例中，根據樣本數據中的單幀點云數據確定第一級特征包括：將單幀點云數據進行歸一化處理，得到第一級特征。

在一些實施例中，根據樣本數據中相鄰幀點云數據的幀間關系確定第二級特征包括：確定相鄰兩幀點云數據的幀間距離，將幀間距離作為第二級特征。

在一些實施例中，利用第一級特征和第二級特征對孤立森林模型進行訓練包括：將第一級特征輸入到孤立森林模型，對孤立森林模型的各孤立樹進行訓練；將第二級特征輸入到利用第一級特征訓練后的孤立森林模型，再次對各孤立樹進行訓練。

在一些實施例中，將第二級特征輸入到利用第一級特征訓練后的孤立森林模型，再次對各孤立樹進行訓練包括：根據相鄰幀點云數據的相對旋轉角度和相對平移設置第二級特征的目標函數，根據目標函數對各孤立樹進行訓練。

在一些實施例中，目標函數為目標函數表征兩幀點云數據的幀間距離；其中，為第k幀點云數據中探測點的直角坐標，為第k+1幀點云數據中探測點的直角坐標，n為一幀點云數據中的探測點總數，為第k幀點云數據與第k+1幀點云數據的相對旋轉角度，Δx和Δy為第k幀點云數據與第k+1幀點云數據在x方向和y方向的相對平移。

在一些實施例中，利用訓練得到的孤立森林模型，確定待檢測的點云數據是否為異常數據包括：將待檢測的點云數據、待檢測的點云數據的前m幀點云數據以及待檢測的點云數據的后m幀點云數據作為目標點云數據，將目標點云數據輸入到訓練得到的孤立森林模型中，得到目標點云數據的異常分數；若異常分數趨近于預設值，則待檢測的點云數據為異常數據，否則待檢測的點云數據為正常數據。

在一些實施例中，方法還包括：若待檢測的點云數據為異常數據，則根據待檢測的點云數據的前m幀點云數據以及待檢測的點云數據的后m幀點云數據進行插值計算，得到待檢測的點云數據的替代數據。

第二方面，本申請實施例還提供一種點云數據處理裝置，用于實現如上任一所述點云數據處理方法。