一种点云配准可靠性检测的方法、装置、移动智慧设备制造方法及图纸

本申请涉及一种点云配准可靠性检测的方法、装置、移动智慧设备，包括：获取移动智慧设备周围环境的原始点云数据；从原始点云数据中确定出多个点云集合，每个点云集合对应移动智慧设备周围环境中的一个实体对象；对多个点云集合进行面拟合，得到多个实体对象对应的多个拟合面；根据多个拟合面的几何特征，确定移动智慧设备周围环境中多个实体对象的分布信息；根据多个实体对象的分布信息，确定移动智慧设备周围环境对应的场景类型；根据场景类型确定原始点云数据对应的点云配准的可靠性评估结果。实现了基于原始的点云数据对退化场景中的点云配准进行可靠性分析，既能检测退化场景中的点云配准可靠性，又降低系统计算量。

【技术实现步骤摘要】
一种点云配准可靠性检测的方法、装置、移动智慧设备
本申请涉及计算机
，特别是涉及一种点云配准可靠性检测的方法、装置、移动智慧设备。
技术介绍
随着科技发展，移动机器人因其智能化、自主化等优点，在世界范围内有着越来越广泛的应用需求。场景的快速识别和定位作为移动机器人的核心技术之一，是衡量其智能化的重要指标。在定位构图的过程中，可以采用基于激光雷达的移动机器人定位构图方法，通过对二维点云或者三维点云进行配准，估计机器人自身的运动轨迹，并根据点云配准的结果对点云进行融合。在现有技术中，可以对点云配准的可靠性进行检测，例如，可以通过预先定义配准误差计算点云配准的协方差，进而利用协方差推算点云配准误差，确定当前点云配准的可靠性；或者，可以采用多传感器融合技术，对点云配准的结果进行一致性检验，如果不同传感器之间的测量结果相差较远，可确定点云配准的可靠性较差。然而，若采用协方差估计配准，在当前场景为退化场景时，即使预估得到的点云配准误差很小，可靠性也难以得到保证；若使用多传感器进行检测，则需要多个传感器的辅助，增加了系统的计算量。这导致在检测点云配准可靠性时，难以兼顾针对退化场景的可靠性检测和检测过程中的计算量。
技术实现思路
基于此，有必要针对上述技术问题，提供一种点云配准可靠性检测的方法、装置、移动智慧设备。一种点云配准可靠性检测的方法，所述方法包括：获取移动智慧设备周围环境的原始点云数据；从所述原始点云数据中确定出多个点云集合，每个点云集合对应所述移动智慧设备周围环境中的一个实体对象；对所述多个点云集合进行面拟合，得到多个实体对象对应的多个拟合面；根据所述多个拟合面的几何特征，确定所述移动智慧设备周围环境中所述多个实体对象的分布信息；根据所述多个实体对象的分布信息，确定所述移动智慧设备周围环境对应的场景类型；根据所述场景类型确定所述原始点云数据对应的点云配准的可靠性评估结果。可选地，所述多个实体对象的分布信息包括针对三维坐标系中的x轴的第一分布信息、y轴的第二分布信息和z轴的第三分布信息；所述根据所述多个实体对象的分布信息，确定所述移动智慧设备周围环境对应的场景类型，包括：从所述多个实体对象的分布信息中，获取所述第一分布信息、所述第二分布信息和所述第三分布信息；根据所述第一分布信息、所述第二分布信息和所述第三分布信息，确定所述多个实体对象在所述三维坐标系中的朝向；若所述多个实体对象的朝向为z轴方向或y轴方向，则确定所述移动智慧设备周围环境对应的场景类型为第一场景类型；若所述多个实体对象的朝向为z轴方向，则确定所述移动智慧设备周围环境对应的场景类型为第二场景类型。可选地，所述根据所述场景类型确定所述原始点云数据对应的点云配准的可靠性评估结果，包括：当所述场景类型为第一场景类型时，确定所述原始点云数据对应的点云配准的可靠性评估结果为第一评估结果；所述第一评估结果表征x轴平移配准不可靠；当所述场景类型为第二场景类型时，确定所述原始点云数据对应的点云配准的第二评估结果；所述第二评估结果表征x轴和y轴平移配准不可靠，以及z轴旋转配准不可靠。可选地，所述从所述原始点云数据中确定出多个点云集合，包括：以所述移动智慧设备周围环境中的实体对象为聚类目标，对所述原始点云数据进行聚类，得到多个点云集合，使得每个点云集合对应所述移动智慧设备周围环境中的一个实体对象。可选地，在获取所述获取移动智慧设备周围环境的原始点云数据的步骤之后，所述方法还包括：若原始点云数据为三维点云，对所述原始点云数据进行筛选，得到非地面点云数据和地面点云数据；所述从所述原始点云数据中确定出多个点云集合，包括：针对所述非地面点云数据和所述地面点云数据，确定出多个点云集合。可选地，所述根据所述多个拟合面的几何特征，确定所述移动智慧设备周围环境中所述多个实体对象的分布信息，包括：获取各个拟合面对应的法向量；根据所述各个拟合面对应的法向量，确定所述移动智慧设备周围环境中所述多个实体对象的分布信息。可选地，所述根据所述多个法向量，确定所述移动智慧设备周围环境中所述多个实体对象的分布信，包括：获取所述多个法向量对应的法向量矩阵；确定所述法向量矩阵的奇异值；根据所述奇异值，确定所述移动智慧设备周围环境中所述多个实体对象在三维坐标系中的所述第一分布信息、第二分布信息和第三分布信息。可选地，所述根据所述奇异值，确定所述移动智慧设备周围环境中所述多个实体对象在三维坐标系中的所述第一分布信息、第二分布信息和第三分布信息，包括：确定所述奇异值中的第一奇异值分量为第一分布信息，第二奇异值分量为第二分布信息，第三奇异值分量为第三分布信息；其中，所述第一奇异值分量小于所述第二奇异值分量，所述第二奇异值分量小于所述第三奇异值分量；所述根据所述第一分布信息、所述第二分布信息和所述第三分布信息，确定所述多个实体对象在所述三维坐标系中的朝向，包括：获取预设的退化阈值；当所述第一分布信息小于所述退化阈值，且所述第二分布信息大于所述退化阈值，确定所述多个实体对象的朝向为z轴方向或y轴方向；当所述第二分布信息小于所述退化阈值且所述第三分布信息大于所述退化阈值，确定所述多个实体对象的朝向为z轴方向。一种点云配准可靠性检测的装置，所述装置包括：原始点云数据获取模块，用于获取移动智慧设备周围环境的原始点云数据；点云集合确定模块，用于从所述原始点云数据中确定出多个点云集合，每个点云集合对应所述移动智慧设备周围环境中的一个实体对象；面拟合模块，用于对所述多个点云集合进行面拟合，得到多个实体对象对应的多个拟合面；分布信息确定模块，用于根据所述多个拟合面的几何特征，确定所述移动智慧设备周围环境中所述多个实体对象的分布信息；场景类型确定模块，用于根据所述多个实体对象的分布信息，确定所述移动智慧设备周围环境对应的场景类型；评估结果确定模块，用于根据所述场景类型确定所述原始点云数据对应的点云配准的可靠性评估结果。一种移动智慧设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。在本申请实施例中，通过获取移动智慧设备周围环境的原始点云数据，从原始点云数据中确定出多个点云集合，对多个点云集合进行面拟合，得到多个实体对象对应的多个拟合面，根据多个拟合面的几何特征，确定移动智慧设备周围环境中多个实体对象的分布信息，根据多个实体对象的分布信息，确定移动智慧设备周围环境对应的场景类型，根据场景类型确定原始点云数据对应的点云配准的可靠性评估结果，实现了基于原始的点云数据对退化场景中的点云配准进行可靠性分析，在无需依赖传感器的情况下，既能检本文档来自技高网...

【技术保护点】
1.一种点云配准可靠性检测的方法，其特征在于，所述方法包括：/n获取移动智慧设备周围环境的原始点云数据；/n从所述原始点云数据中确定出多个点云集合，每个点云集合对应所述移动智慧设备周围环境中的一个实体对象；/n对所述多个点云集合进行面拟合，得到多个实体对象对应的多个拟合面；/n根据所述多个拟合面的几何特征，确定所述移动智慧设备周围环境中所述多个实体对象的分布信息；/n根据所述多个实体对象的分布信息，确定所述移动智慧设备周围环境对应的场景类型；/n根据所述场景类型确定所述原始点云数据对应的点云配准的可靠性评估结果。/n

【技术特征摘要】
1.一种点云配准可靠性检测的方法，其特征在于，所述方法包括：
获取移动智慧设备周围环境的原始点云数据；
从所述原始点云数据中确定出多个点云集合，每个点云集合对应所述移动智慧设备周围环境中的一个实体对象；
对所述多个点云集合进行面拟合，得到多个实体对象对应的多个拟合面；
根据所述多个拟合面的几何特征，确定所述移动智慧设备周围环境中所述多个实体对象的分布信息；
根据所述多个实体对象的分布信息，确定所述移动智慧设备周围环境对应的场景类型；
根据所述场景类型确定所述原始点云数据对应的点云配准的可靠性评估结果。


2.根据权利要求1所述的方法，其特征在于，所述多个实体对象的分布信息包括针对三维坐标系中的x轴的第一分布信息、y轴的第二分布信息和z轴的第三分布信息；
所述根据所述多个实体对象的分布信息，确定所述移动智慧设备周围环境对应的场景类型，包括：
从所述多个实体对象的分布信息中，获取所述第一分布信息、所述第二分布信息和所述第三分布信息；
根据所述第一分布信息、所述第二分布信息和所述第三分布信息，确定所述多个实体对象在所述三维坐标系中的朝向；
若所述多个实体对象的朝向为z轴方向或y轴方向，则确定所述移动智慧设备周围环境对应的场景类型为第一场景类型；
若所述多个实体对象的朝向为z轴方向，则确定所述移动智慧设备周围环境对应的场景类型为第二场景类型。


3.根据权利要求2所述的方法，其特征在于，所述根据所述场景类型确定所述原始点云数据对应的点云配准的可靠性评估结果，包括：
当所述场景类型为第一场景类型时，确定所述原始点云数据对应的点云配准的可靠性评估结果为第一评估结果；所述第一评估结果表征x轴平移配准不可靠；
当所述场景类型为第二场景类型时，确定所述原始点云数据对应的点云配准的第二评估结果；所述第二评估结果表征x轴和y轴平移配准不可靠，以及z轴旋转配准不可靠。


4.根据权利要求1所述的方法，其特征在于，所述从所述原始点云数据中确定出多个点云集合，包括：
以所述移动智慧设备周围环境中的实体对象为聚类目标，对所述原始点云数据进行聚类，得到多个点云集合，使得每个点云集合对应所述移动智慧设备周围环境中的一个实体对象。


5.根据权利要求1所述的方法，其特征在于，在获取所述获取移动智慧设备周围环境的原始点云数据的步骤之后，还包括：
若原始点云数据为三维点云，对所述原始点云数据进行筛选，得到非地面点云数据和地面点云数据；
所述从所述原始点云数据中确定出多个点云集合，包括：
针对所述非地面点云数据和所述地面点云数据，确定出多个点云集合。


6.根据权利要求2所述的方法，其特征在于，所述根据所述多个拟合面的几何特征，确定所述移动智...

【专利技术属性】
技术研发人员：张伟，
申请(专利权)人：广州视源电子科技股份有限公司，广州视睿电子科技有限公司，
类型：发明
国别省市：广东;44