本发明专利技术公开了一种点云数据提取方法、装置、电子设备及存储介质，涉及点点云数据处理技术领域。所述方法包括：获取在世界坐标系下的多帧初始点云数据；其中，所述多帧初始点云数据至少包括一帧；将所述在世界坐标系下的多帧初始点云数据转换到同一预设世界坐标系下，得到点云地图；利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据；利用Numpy计算库，对所述分类后的点云数据进行筛选，以得到目标点云数据。本发明专利技术解决了现有技术中无法对离散不规律地点云数据进行准确地以及直接地提取感兴趣的点云数据而导致点云数据提取效率低的技术问题。云数据提取效率低的技术问题。云数据提取效率低的技术问题。
【技术实现步骤摘要】
点云数据提取方法、装置、电子设备及存储介质
[0001]本专利技术涉及点云数据处理
，尤其涉及一种点云数据提取方法、装置、电子设备及存储介质。
技术介绍
[0002]激光雷达是自动驾驶系统中环境感知数据的重要来源，通过对其采集的大规模原始点云数据的分类与提取，可以为自动驾驶系统高精地图制作提供重要数据。如何从雷达获取的不规则采样、非结构化和无序的原始点云数据中，快速、准确地区分出道路、车、人和交通标识等感兴趣的类别点，是原始点云数据分类和提取研究的重要内容。
[0003]目前，现有技术的点云分类方法中，一是通过将立体的点云数据映射到平面的图像中，再利用现有的处理图像的神经网络去训练；二是将点云数据体素化，通过三维神经卷积网络处理逐个的体素块。
[0004]但是现有技术中存在点云数据训练时间过长，映射准确率低，分类不够具体和无法直接提取感兴趣的点云数据，从而导致点云数据提取效率低。
技术实现思路
[0005]本专利技术的主要目的在于提供一种点云数据提取方法、装置、自动驾驶系统及存储介质，旨在解决现有技术中无法对基数大且离散不规律地点云数据进行准确地以及直接地提取感兴趣的点云数，从而导致点云数据提取效率低的技术问题。
[0006]为实现上述目的，本专利技术提供一种点云数据提取方法，所述方法包括：
[0007]获取在世界坐标系下的多帧初始点云数据；其中，所述多帧初始点云数据至少包括一帧；
[0008]将所述在世界坐标系下的多帧初始点云数据转换到同一预设世界坐标系下，得到点云地图；
[0009]利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据；
[0010]利用Numpy计算库，对所述分类后的点云数据进行筛选，以得到目标点云数据。
[0011]可选地，所述获取在世界坐标系下的多帧初始点云数据；其中，所述多帧初始点云数据至少包括一帧，包括：
[0012]获取多帧初始点云数据；其中，所述多帧初始点云数据为3D扫描设备采集的多帧初始点云数据；所述多帧初始点云数据对应的原始坐标系不同；
[0013]将所述多帧初始点云数据转换到世界坐标系下，得到在世界坐标系下的多帧初始点云数据。
[0014]可选地，所述将所述在世界坐标系下的多帧初始点云数据转换到同一预设世界坐标系下，得到点云地图，包括：
[0015]对所述在世界坐标系下的多帧初始点云数据进行栅格化处理，得到各个栅格对应的点云数据集；其中，所述点云数据集至少包括一个点云数据的点的数据；
[0016]利用公式一，对各个所述栅格对应的点云数据集进行计算，得到各个所述栅格对应的点云数据集的均值；其中，所述公式一为：
[0017]其中，u为各个所述栅格对应的点云数据集的均值，n为各个所述栅格对应的点云数据集的维度，r
i
为第i个栅格对应的点云数据集，i表示第i个栅格；
[0018]利用公式二，对各个所述栅格对应的点云数据集的均值进行计算，得到各个所述栅格对应的点云数据集的协方差矩阵；其中，所述公式二为：
[0019]其中，Σ为各个所述栅格对应的点云数据集的协方差矩阵，m为各个栅格对应的点云数据集的数量；
[0020]利用公式三，对各个所述栅格对应的点云数据集的均值、各个所述栅格对应的点云数据集的协方差矩阵进行计算，得到各个所述栅格对应的点云数据集的概率密度；其中，所述公式三为：
[0021]其中，所述p(r
i
)为第i个栅格对应的点云数据集的概率密度；
[0022]将各个所述栅格对应的点云数据集的概率密相加，得到评分结果；
[0023]判断所述评分结果是否等于预设收敛标准；
[0024]若是，则根据各个所述栅格对应的点云数据集的协方差矩阵，对各个所述栅格对应的点云数据集进行转换，并将转换后的结果映射至预设世界坐标系中，以得到点云地图。
[0025]可选地，所述利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据之前，还包括：
[0026]随机选取所述点云地图中的多个点云数据，并将选取后的多个所述点云数据进行剔除，以得到目标点云地图；其中，所述选取后的多个所述点云数据不影响语义分割效果。
[0027]可选地，所利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据，包括：
[0028]利用局部特征提取器，对所述点云地图进行特征提取，得到点云数据的初始特征，并对所述点云数据的初始特征进行位置编码；
[0029]将所述点云数据的初始特征输多层感知器模型，得到所述多层感知器模型输出多个所述点云数据的局部特征；
[0030]利用公式四，将多个所述点云数据的局部特征和多个所述点云数据对应位置编码进行拼接，得到加强点云数据特征组；其中，所述公式四为：其中，j
i
为加强点云数据特征组，i表示第i个加强点云数据特征，k为特征数量；
[0031]对所述加强点云数据特征组进行聚合处理后，并根据所述加强点云数据特征组的注意力分数的加权和值，筛选出点云数据的重要特征；
[0032]根据所述点云数据的重要特征对所述点云地图进行分类，以得到分类后的点云数据。
[0033]可选地，所述对所述加强点云数据特征组进行聚合处理后，并根据所述加强点云
数据特征组的注意力分数的加权和值，筛选出点云数据的重要特征，包括：
[0034]利用公式五，对所述加强点云数据特征进行注意力分数计算，得到所述加强点云数据特征组的注意力分数；其中，所述公式五为：
[0035]其中，为所述加强点云数据特征组的注意力分数，W为注意力分数权重；
[0036]利用公式六，对所述加强点云数据特征组的注意分数进行加权求和，得到所述加强点云数据特征的注意力分数和值；其中，所述公式六为：
[0037][0038]根据所述加强点云数据特征的注意力分数和值，筛选出所述点云数据的重要特征。
[0039]此外，为实现上述目的，本专利技术还提供一种点云数据提取装置，包括：
[0040]数据获取模块，获取在世界坐标系下的多帧初始点云数据；其中，所述多帧初始点云数据至少包括一帧；
[0041]数据映射模块，将所述在世界坐标系下的多帧初始点云数据转换到同一预设世界坐标系下，得到点云地图；
[0042]数据分割模块，利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据；
[0043]数据筛选模块，利用Numpy计算库，对所述分类后的点云数据进行筛选，以得到目标点云数据。
[0044]此外，为实现上述目的，本专利技术还提供一种电子设备，包括：处理器，存储器以及存储在所述存储器中的点云数据提取程序，所述点云数据提取程序配置为实现如上述任一项所述的点云数据提取程序的步骤。
[0045]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有点云数据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种点云数据提取方法，其特征在于，包括：获取在世界坐标系下的多帧初始点云数据；其中，所述多帧初始点云数据至少包括一帧；将所述在世界坐标系下的多帧初始点云数据转换到同一预设世界坐标系下，得到点云地图；利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据；利用Numpy计算库，对所述分类后的点云数据进行筛选，以得到目标点云数据。2.根据权利要求1所述的点云数据提取方法，其特征在于，所述获取在世界坐标系下的多帧初始点云数据；其中，所述多帧初始点云数据至少包括一帧，包括：获取多帧初始点云数据；其中，所述多帧初始点云数据为3D扫描设备采集的多帧初始点云数据；所述多帧初始点云数据对应的原始坐标系不同；将所述多帧初始点云数据转换到世界坐标系下，得到在世界坐标系下的多帧初始点云数据。3.根据权利要求2所述的点云数据提取方法，其特征在于，所述将所述在世界坐标系下的多帧初始点云数据转换到同一预设世界坐标系下，得到点云地图，包括：对所述在世界坐标系下的多帧初始点云数据进行栅格化处理，得到各个栅格对应的点云数据集；其中，所述点云数据集至少包括一个点云数据的点的数据；利用公式一，对各个所述栅格对应的点云数据集进行计算，得到各个所述栅格对应的点云数据集的均值；其中，所述公式一为：其中，u为各个所述栅格对应的点云数据集的均值，n为各个所述栅格对应的点云数据集的维度，r
i
为第i个栅格对应的点云数据集，i表示第i个栅格；利用公式二，对各个所述栅格对应的点云数据集的均值进行计算，得到各个所述栅格对应的点云数据集的协方差矩阵；其中，所述公式二为：其中，Σ为各个所述栅格对应的点云数据集的协方差矩阵，m为各个栅格对应的点云数据集的数量；利用公式三，对各个所述栅格对应的点云数据集的均值、各个所述栅格对应的点云数据集的协方差矩阵进行计算，得到各个所述栅格对应的点云数据集的概率密度；其中，所述公式三为：其中，所述p(r
i
)为第i个栅格对应的点云数据集的概率密度；将各个所述栅格对应的点云数据集的概率密相加，得到评分结果；判断所述评分结果是否等于预设收敛标准；若是，则根据各个所述栅格对应的点云数据集的协方差矩阵，对各个所述栅格对应的点云数据集进行转换，并将转换后的结果映射至预设世界坐标系中，以得到点云地图。4.根据权利要求3所述的点云数据提取方法，其特征在于，所述利用语义分割方法，对所述点云地图进行分类处理，得到分类后的点云数据之前，还包括：
随机选取所述点云地图中的多个点云数据，并将选取后的多个所述点云数据进行剔除，以得到目标点云地图；其中，所述选取后的多个所...
【专利技术属性】
技术研发人员：马忠丽，李嘉迪，曾钥涵，张锦宇，万毅，张佳鹏，张航天，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。