[發明專利]一種點云稠密化方法、裝置和電子設備

有效

• 申請號: 202210127306.8
• 申請日: 2022-02-11
• 公開（公告）號: CN114170126B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 康含玉;盛杲;張海強;李成軍
• 申請（專利權）人: 智道網聯科技（北京）有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06V10/75;G06V10/762;G06K9/62
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝

1.一種點云稠密化方法，其特征在于，包括：

獲取路側激光雷達的多幀時序點云，對多幀時序點云中相同物體的目標級點云進行融合，得到至少一簇目標級融合點云；

獲取當前幀點云的至少一簇目標級點云，確定出與所述至少一簇目標級融合點云匹配的目標級匹配點云，并確定出目標級融合點云相對于目標級匹配點云的偏移量；

根據所述偏移量將所述目標級融合點云添加到當前幀點云中；

其中確定出與所述至少一簇目標級融合點云匹配的目標級匹配點云，包括：

分別獲取當前幀點云的至少一簇目標級點云的統計特征和所述至少一簇目標級融合點云的統計特征，所述統計特征包括簇重心和簇內聚合度；根據簇重心和簇內聚合度構建特征向量；采用匈牙利匹配算法對特征向量進行匹配計算，得到當前幀點云的各簇目標級點云與各簇目標級融合點云的匹配結果；根據匹配結果確定出與所述至少一簇目標級融合點云匹配的目標級匹配點云；

以及，確定出目標級融合點云相對于目標級匹配點云的偏移量，包括：分別獲取目標級融合點云和目標級匹配點云的重心；根據目標級融合點云和目標級匹配點云的重心，獲取所述偏移量。

2.根據權利要求1所述的方法，其特征在于，獲取當前幀點云的至少一簇目標級點云，包括：

獲取路側激光雷達的背景點云；

根據所述背景點云確定出當前幀點云的前景點云；

對所述前景點云進行聚類處理，得到至少一簇目標級點云。

3.根據權利要求2所述的方法，其特征在于，根據所述背景點云確定出當前幀點云的前景點云，包括：

獲取當前幀點云中點云數據與所述背景點云中相應點云數據之間的距離；

若所述距離大于距離閾值，確定當前幀點云中該點云數據為前景點云。

4.根據權利要求1所述的方法，其特征在于，根據所述偏移量將所述目標級融合點云添加到當前幀點云中，包括：

根據所述偏移量對所述目標級融合點云的點云位置進行補償；

將位置補償后的目標級融合點云添加到當前幀點云中。

5.根據權利要求1所述的方法，其特征在于，對多幀時序點云中相同物體的目標級點云進行融合，包括：

將多幀時序點云中第一幀點云的目標級點云融合至第二幀點云，得到第二幀點云的目標級融合點云；

將第二幀點云的目標級融合點云融合至第三幀點云，得到第三幀點云的目標級融合點云；

以此完成對多幀時序點云中相同目標的目標級點云進行融合。

6.一種點云稠密化裝置，其特征在于，包括：

目標融合單元，用于獲取路側激光雷達的多幀時序點云，對多幀時序點云中相同物體的目標級點云進行融合，得到至少一簇目標級融合點云；

點云計算單元，用于獲取當前幀點云的至少一簇目標級點云，確定出與所述至少一簇目標級融合點云匹配的目標級匹配點云，并確定出目標級融合點云相對于目標級匹配點云的偏移量；

目標融合單元，還用于根據所述偏移量將所述目標級融合點云添加到當前幀點云中；

其中，點云計算單元，還用于分別獲取當前幀點云的至少一簇目標級點云的統計特征和所述至少一簇目標級融合點云的統計特征，所述統計特征包括簇重心和簇內聚合度；根據簇重心和簇內聚合度構建特征向量；采用匈牙利匹配算法對特征向量進行匹配計算，得到當前幀點云的各簇目標級點云與各簇目標級融合點云的匹配結果；根據匹配結果確定出與所述至少一簇目標級融合點云匹配的目標級匹配點云；以及，進一步用于分別獲取目標級融合點云和目標級匹配點云的重心；根據目標級融合點云和目標級匹配點云的重心，獲取所述偏移量。

7.一種電子設備，其特征在于，包括：

處理器；以及

被安排成存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行所述權利要求1-5之任一所述點云稠密化方法。