数据处理方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种数据处理方法、装置及计算机可读存储介质，方法包括：获取目标时刻采集的第一点云数据以及在相邻时刻采集的第二点云数据；对第一点云数据进行语义分割，获取多个分别与多个预定语义特征类型对应的第一子点云数据；基于分别与多个预定语义特征类型所对应的多个预定距离计算策略，分别计算在每个位姿变换的情况下多个预定语义特征类型的第一子点云数据中多个目标点与第二点云数据中和多个目标点分别对应的各个匹配点之间的距离；基于预定的优化策略以及多个距离，确定多个位姿变换中的最优位姿变换。本发明专利技术解决了在相关技术中，存在难以实现对通过激光雷达获取的点云数据进行语义特征提取的技术问题。取的点云数据进行语义特征提取的技术问题。取的点云数据进行语义特征提取的技术问题。

【技术实现步骤摘要】
数据处理方法、装置及计算机可读存储介质


[0001]本专利技术涉及数据处理领域，具体而言，涉及一种数据处理方法、装置及计算机可读存储介质。

技术介绍

[0002]在自动驾驶领域，可以通过GNSS(Global Navigation Satellite System，全球卫星导航定位系统)、RTK(Real
‑
time kinematic，实时差分定位)以及先验地图匹配实现自动驾驶系统的定位。先验地图包括传统的特征点和栅格地图，以及基于语义特征的地图，而相对于传统的特征点和栅格地图，基于语义特征的地图更够表达更丰富的信息。
[0003]在相关技术中，可以通过激光雷达传感器采集的点云数据实现的LIDAR SLAM(LIDARSimultaneous Localization and Mapping，雷达时定位与地图构建)，这种方法虽然能够实现实时定位与地图构建，但激光雷达点云数据的稀疏性会导致对点云数据语义特征提取的困难，进而影响语义特征地图的构建。即，在相关技术中，存在难以对通过激光雷达获取的点云数据进行语义特征提取的问题。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种数据处理方法、装置及计算机可读存储介质，以至少解决在相关技术中，存在难以实现对通过激光雷达获取的点云数据进行语义特征提取的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种数据处理方法，包括：获取目标设备在目标时刻采集的第一点云数据，以及在所述目标时刻的相邻时刻采集的第二点云数据；对所述第一点云数据进行语义分割，获取多个分别与多个预定语义特征类型对应的第一子点云数据；针对多个位姿变换中的每个位姿变换，基于分别与所述多个预定语义特征类型所对应的多个预定距离计算策略，分别计算在每个位姿变换的情况下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第二点云数据中和所述多个目标点分别对应的各个匹配点之间的距离；其中，所述目标点为所述第一子点云数据中的任意点，所述匹配点为基于对应的位姿变换和所述第二点云数据确定的与所述目标点距离最近的点；基于预定的优化策略，以及所述多个目标点和分别与所述多个目标点所对应的多个匹配点之间的距离，确定所述多个位姿变换中的最优位姿变换。
[0007]可选地，所述基于预定的优化策略，以及所述多个目标点和分别与所述多个目标点所对应的多个匹配点之间的距离，确定所述多个位姿变换中的最优位姿变换，包括：针对所述多个位姿变换中的每个位姿变换，分别获取在所述每个位姿变换情况下，所述多个目标点和分别与所述多个目标点所对应的匹配点之间的距离叠加值；确定与最小的距离叠加值所对应的位姿变换为最优位姿变换。
[0008]可选地，所述对所述第一点云数据进行语义分割，获取多个分别与多个预定语义
特征类型对应的第一子点云数据包括：根据聚类算法以及所述第一点云数据中多个点的空间坐标，将所述第一点云数据划分为预定个数的多个第二子点云数据；分别获取所述多个第二子点云数据的特征；分别根据所述多个第二子点云数据的特征，确定分别与所述多个第二子点云数据所对应的语义特征类型，其中，所述语义特征类型为所述多个预定语义特征类型中的一种；根据所述多个第二子点云数据和与所述多个第二子点云数据对应的语义特征类型，获取多个分别与多个预定语义特征类型对应的第一子点云数据。
[0009]可选地，所述针对多个位姿变换中的每个位姿变换，基于分别与所述多个预定语义特征类型所对应的预定距离计算策略，分别计算在每个位姿变换的情况下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第二点云数据中和所述多个目标点分别对应的各个匹配点之间的距离，包括：针对所述多个位姿变换中的每个位姿变换，通过对应的位姿变换将所述第二点云数据转换至所述第一子点云数据所在的坐标系中，得到第三点云数据；基于分别与所述多个预定语义特征类型所对应的预定距离计算策略，分别计算得到在对应位姿变换下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第三点云数据中与所述多个目标点分别对应的匹配点之间的距离。
[0010]可选地，所述多个预定语义特征类型的第一子点云数据包括以下至少之一：具备地面点特征的第一子点云数据、具备空间平面特征的第一子点云数据、具备柱状特征的第一子点云数据、具备道路边缘特征的第一子点云数据、具备多边形特征的第一子点云数据。
[0011]可选地，在所述第一子点云数据为具备柱状特征的第一子点云数据，和/或，具备道路边缘特征的第一子点云数据的情况下，所述基于分别与所述多个预定语义特征类型所对应的预定距离计算策略，分别计算得到在对应位姿变换下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第三点云数据中与所述多个目标点分别对应的各个匹配点之间的距离，包括：确定所述第三点云数据中的多个点；针对第一子点云数据中多个目标点中的每个目标点，分别确定在所述第三点云数据的多个点中，与所述第一子点云数据中的每个目标点之间的距离最近的两个目标匹配点；分别获取所述第一子点云数据中每个目标点到对应的两个目标匹配点所构成的直线之间的第一距离，并将所述第一距离确定为对应目标点与所述第三点云数据中与所述对应目标点所对应的匹配点之间的距离。
[0012]可选地，在所述第一子点云数据为具备地面点特征的第一子点云数据、具备空间平面特征的第一子点云数据、具备多边形特征的第一子点云数据中至少之一的情况下，所述基于分别与所述多个预定语义特征类型所对应的预定距离计算策略，分别计算得到在对应位姿变换下，所述多个预定语义特征类型的第一子点云数据中各个目标点与所述第三点云数据中与所述多个目标点分别对应的各个匹配点之间的距离，包括：确定所述第三点云数据中的多个点；针对第一子点云数据中多个目标点中的每个目标点，分别确定在所述第三点云数据的多个点中，与所述第一子点云数据中的每个目标点之间的距离最近的三个目标匹配点；分别获取所述第一子点云数据中每个目标点到对应的三个目标匹配点所构成的平面之间的第二距离，并将所述第二距离确定为对应目标点与所述第三点云数据中与所述对应目标点分别所对应的匹配点之间的距离。
[0013]根据本专利技术实施例的另一方面，还提供了一种数据处理装置，包括：语义分割模块，用于获取目标设备在目标时刻采集的第一点云数据，以及在所述目标时刻的相邻时刻采集的第二点云数据；对所述第一点云数据进行语义分割，获取多个分别与多个预定语义
特征类型对应的第一子点云数据；里程计模块，用于针对多个位姿变换中的每个位姿变换，基于分别与所述多个预定语义特征类型所对应的多个预定距离计算策略，分别计算在每个位姿变换的情况下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第二点云数据中和所述多个目标点分别对应的各个匹配点之间的距离；其中，所述目标点为所述第一子点云数据中的任意点，所述匹配点为基于对应的位姿变换和所述第二点云数据确定的与所述目标点距离最近的点；基于预定的优化策略，以及所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取目标设备在目标时刻采集的第一点云数据，以及在所述目标时刻的相邻时刻采集的第二点云数据；对所述第一点云数据进行语义分割，获取多个分别与多个预定语义特征类型对应的第一子点云数据；针对多个位姿变换中的每个位姿变换，基于分别与所述多个预定语义特征类型所对应的多个预定距离计算策略，分别计算在每个位姿变换的情况下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第二点云数据中和所述多个目标点分别对应的各个匹配点之间的距离；其中，所述目标点为所述第一子点云数据中的任意点，所述匹配点为基于对应的位姿变换和所述第二点云数据确定的与所述目标点距离最近的点；基于预定的优化策略，以及所述多个目标点和分别与所述多个目标点所对应的多个匹配点之间的距离，确定所述多个位姿变换中的最优位姿变换。2.根据权利要求1所述的方法，其特征在于，所述基于预定的优化策略，以及所述多个目标点和分别与所述多个目标点所对应的多个匹配点之间的距离，确定所述多个位姿变换中的最优位姿变换，包括：针对所述多个位姿变换中的每个位姿变换，分别获取在所述每个位姿变换情况下，所述多个目标点和分别与所述多个目标点所对应的匹配点之间的距离叠加值；确定与最小的距离叠加值所对应的位姿变换为最优位姿变换。3.根据权利要求1所述的方法，其特征在于，所述对所述第一点云数据进行语义分割，获取多个分别与多个预定语义特征类型对应的第一子点云数据包括：根据聚类算法以及所述第一点云数据中多个点的空间坐标，将所述第一点云数据划分为预定个数的多个第二子点云数据；分别获取所述多个第二子点云数据的特征；分别根据所述多个第二子点云数据的特征，确定分别与所述多个第二子点云数据所对应的语义特征类型，其中，所述语义特征类型为所述多个预定语义特征类型中的一种；根据所述多个第二子点云数据和与所述多个第二子点云数据对应的语义特征类型，获取多个分别与多个预定语义特征类型对应的第一子点云数据。4.根据权利要求1所述的方法，其特征在于，所述针对多个位姿变换中的每个位姿变换，基于分别与所述多个预定语义特征类型所对应的预定距离计算策略，分别计算在每个位姿变换的情况下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第二点云数据中和所述多个目标点分别对应的各个匹配点之间的距离，包括：针对所述多个位姿变换中的每个位姿变换，通过对应的位姿变换将所述第二点云数据转换至所述第一子点云数据所在的坐标系中，得到第三点云数据；基于分别与所述多个预定语义特征类型所对应的预定距离计算策略，分别计算得到在对应位姿变换下，所述多个预定语义特征类型的第一子点云数据中多个目标点与所述第三点云数据中与所述多个目标点分别对应的匹配点之间的距离。5.根据权利要求4所述的方法，其特征在于，所述多个预定语义特征类型的第一子点云数据包括以下至少之一：具备地面点特征的第一子点云数据、具备空间平面特征的第一子点云数据、具备柱状特征的第一子点云数据、
具备道路边缘特征的第一子点云数据、具备多边形特征的第一子点云数据。6.根据权利要求5所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：张天奇，曹容川，王祎男，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：