[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

本發明公開了一種點云稠密化方法、裝置和電子設備。本發明的點云稠密化方法包括：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；根據偏移量將目標級融合點云添加到當前幀點云中。本發明的技術方案是基于偏移量對目標級點云進行位置補償，將位置補償后的目標級點云進行融合，有效地解決了多幀點云融合方案的運動物體拖尾問題。

技術領域

本發明涉及激光雷達技術領域，具體涉及一種點云稠密化方法、裝置和電子設備。

背景技術

點云信息對單目/雙目深度估計、3D物體檢測、路徑規劃等自動駕駛多項技術均有著極大地影響，點云的質量表現在精度及密度(density)上。在智慧交通車路協同系統中，路側激光雷達為路側單元常用的傳感器之一，可以提供高精度的3D空間采樣，然而常用的激光雷達具有特定線數，即單幀情況下僅能獲取很有限的測量點。因此，為在保證數據精度的前提下獲取密度更高的點云，常見的策略是融合相鄰多幀雷達點云數據，最終達到以較低的成本獲取更高質量點云的目的。

現有技術中，對單幀點云數據的稠密化方法一般是將相鄰幀的點云按照相對位姿投影到當前幀所在坐標系。該方法對場景以及場景中的靜止物體可以得到有效的稠密化，但是對場景中的運動物體沒有進行有效地處理，直接融合得到的點云在運動物體上會出現拖尾現象。

其中現有技術，例如公開號為CN112200868A公開了一種定位方法、裝置和車輛，其直接截至當前時刻的一小段時間內采集的多幀點云數據疊加到當前幀數據中，實現稠密化，該方法得到的稠密化點云仍然存在運動物體會出現拖尾的問題。

發明內容

有鑒于此，本發明的主要目的在于提供了一種點云稠密化方法、裝置和電子設備，以獲得高質量點云。

依據本發明的第一方面，提供了一種點云稠密化方法，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。

在一些實施例中，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。

在一些實施例中，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。

在一些實施例中，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；根據所述統計特征從當前幀點云的至少一簇目標級點云中，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。

在一些實施例中，所述統計特征包括簇重心和簇內聚合度，根據所述統計特征從當前幀點云的至少一簇目標級點云中，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：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。

在一些實施例中，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。