【技术实现步骤摘要】
本专利技术涉及点云处理领域，尤其涉及一种点云标注数据优选方法及系统。
技术介绍
1、采用激光雷达对场景进行扫描会得到多帧连续的点云，这些点云包含很多目标信息，根据使用情况不同，需要对原始采集的点云进行不同类型的标注，例如标注点云中的目标类型、目标数量等，标注后的样本点云可以用于模型训练或物体识别等场景中。
2、现有技术中对样本点云的标注主要依赖于人工标注，对于一个序列的点云，其实部分点云间目标的变化小，例如场景中只有一个人在走，但走到某处不动了并进行长时间的停留，这种情况下如果不进行提前优选而是全部标注的话，会耗费大量的人力成本及时间成本。另外，对于训练模型的人来说，他面对的可能是一段可能由成千上万的点云构成的原始采集的点云序列，然后在点云可视化软件中一帧一帧地看然后挑选标注的样本，显而易见这是一个非常费时费力的工作。并且这个挑选的过程容易受人的主观判断影响，人工挑选的难度极大。
3、针对现有技术中人工挑选费时费力的问题，目前还没有一个有效的解决方法。
技术实现思路
1、为解决上述问题，本专利技术提供一种点云标注数据优选方法及系统，通过对原始点云进行差分、过滤及聚类，得到聚类目标的有向包围盒信息，之后计算两个点云间的差分点云变化率及聚类目标的变化率，综合这两种变化率得到综合变化率，并根据综合变化率按顺序对一个序列的点云进行优选，以得到更具代表性的点云，从而解决现有技术中人工挑选费时费力的问题。
2、为达到上述目的，本专利技术提供了一种点云标注数据
3、进一步可选的，所述根据点数差距及聚类目标差距，按顺序分别计算后续信息量对应的最新点云与基准点云的综合变化率，包括：s401、确定所述基准点云对应的第一差分点云，及当前最新点云对应的第二差分点云，根据所述第一差分点云的点数与第二差分点云的点数计算差分点云变化率；s402、将所述第一差分点云的聚类目标集合与第二差分点云的聚类目标集合进行匈牙利匹配，得到匹配成功的聚类目标匹配对及未匹配成功的单聚类目标，根据聚类目标匹配对中两个聚类目标的有向包围盒信息及聚类目标点数计算匹配目标变化率，根据所述单聚类目标的点数及所属差分点云的点数计算未匹配目标变化率，对所有匹配目标变化率及未匹配目标变化率加权求和得到聚类目标变化率；s403、对所述差分点云变化率及聚类目标变化率进行加权求和得到所述综合变化率。
4、进一步可选的，所述根据所述第一差分点云的点数与第二差分点云的点数计算差分点云变化率，包括：s4011、统计所述第一差分点云的第一点数及第二差分点云的第二点数；s4012、根据所述第一点数与第二点数计算两个差分点云的绝对变化率；s4013、根据预设统计范围在所述第一差分点云中划定第一统计区域，对所述第一统计区域进行x方向及y方向上的等间隔切片，得到多个点云切片，统计每个点云切片中的第三点数；s4014、根据预设统计范围在所述第二差分点云中划定第二统计区域，对所述第二统计区域进行x方向及y方向上的等间隔切片，得到多个点云切片，统计每个点云切片中的第四点数；s4015、根据所述第一点数、第二点数、第三点数及第四点数计算两个差分点云的分布变化率；s4016、对所述绝对变化率及分布变化率进行加权求和得到所述差分点云变化率。
5、进一步可选的，所述根据聚类目标匹配对中两个聚类目标的有向包围盒信息及聚类目标点数计算匹配目标变化率通过下式计算：
6、；
7、其中，为聚类目标的有向包围盒的高度变化率的权重，为第一差分点云的第i个聚类目标的有向包围盒的高度值，为第二差分点云的第j个聚类目标的有向包围盒的高度值；为聚类目标的有向包围盒的长度变化率的权重，为第一差分点云的第i个聚类目标的有向包围盒的长度值，为第二差分点云的第j个聚类目标的有向包围盒的长度值；为聚类目标的有向包围盒的宽度变化率的权重，为第一差分点云的第i个聚类结果的有向包围盒的宽度值，为第二差分点云的第j个聚类结果的有向包围盒的宽度值；为聚类目标的有向包围盒的旋转角度变化率的权重，为第一差分点云的第i个聚类结果的有向包围盒的旋转角度，为第二差分点云的第j个聚类结果的有向包围盒的旋转角度；为聚类目标的有向包围盒的中心点相对偏移量的权重，，，分别为第一差分点云的第i个聚类结果的有向包围盒的中心点的x，y，z值；，，分别为第二差分点云的第j个聚类结果的有向包围盒的中心点的x，y，z值；为聚类结果的点数变化率的权重，为第一差分点云的第i个聚类目标的点数；为第二差分点云的第j个聚类目标的点数。
8、进一步可选的，所述根据所述单聚类目标的点数及所属差分点云的点数计算未匹配目标变化率通过下式计算：
9、；
10、其中，是未匹配成功的单聚类目标的点数，是该单聚类目标所属差分点云的点数。
11、进一步可选的，所述根据所述第一点数与第二点数计算两个差分点云的绝对变化率通过下式计算：
12、；
13、其中，为绝对变化率，为第一点数，为第二点数。
14、进一步可选的，所述根据所述第一点数、第二点数、第三点数及第四点数计算两个差分点云的分布变化率通过下式计算：
15、；
16、其中，为分布变化率，为第一差分点云的第i个切片的第三点数；为第二差分点云的第i个切片的第四点数；为第一点数，为第二点数。
17、另一方面，本专利技术还提供了一种点云标注数据优选系统，包括：数据获取模块，用于获取原始点云集合；其中，所述原始点云集合包括连续的多帧原始点云；预处理模块，用于对所述原始点云集合中的原始点云进行背景差分后过滤，得到过滤后的差分点云集合，并将过滤掉的点云对应的原始点云从所述原始点云集合中删除，得到最新点云集合；聚类模块，用于对所述差分点云集合中各差分点云进行聚类，得到各差分点云的聚类目标集合；优选模块，用于根据差分点云的点数及聚类目标个数计算最新点云集合中对应最新点云的信息量，将信息量降序排列，将首位信息量对应本文档来自技高网...
【技术保护点】
1.一种点云标注数据优选方法，其特征在于，包括：
2.根据权利要求1所述的点云标注数据优选方法，其特征在于，所述根据点数差距及聚类目标差距，按顺序分别计算后续信息量对应的最新点云与基准点云的综合变化率，包括：
3.根据权利要求2所述的点云标注数据优选方法，其特征在于，所述根据所述第一差分点云的点数与第二差分点云的点数计算差分点云变化率，包括：
4.根据权利要求2所述的点云标注数据优选方法，其特征在于，所述根据聚类目标匹配对中两个聚类目标的有向包围盒信息及聚类目标点数计算匹配目标变化率通过下式计算：
5.根据权利要求2所述的点云标注数据优选方法，其特征在于，所述根据所述单聚类目标的点数及所属差分点云的点数计算未匹配目标变化率通过下式计算：
6.根据权利要求3所述的点云标注数据优选方法，其特征在于，所述根据所述第一点数与第二点数计算两个差分点云的绝对变化率通过下式计算：
7.根据权利要求3所述的点云标注数据优选方法，其特征在于，所述根据所述第一点数、第二点数、第三点数及第四点数计算两个差分点云的分布变化率通过下式
8.一种点云标注数据优选系统，其特征在于，包括：
9.根据权利要求8所述的点云标注数据优选系统，其特征在于，所述优选模块包括：
10.根据权利要求9所述的点云标注数据优选系统，其特征在于，所述差分点云变化率计算子模块包括：
...【技术特征摘要】
1.一种点云标注数据优选方法，其特征在于，包括：
2.根据权利要求1所述的点云标注数据优选方法，其特征在于，所述根据点数差距及聚类目标差距，按顺序分别计算后续信息量对应的最新点云与基准点云的综合变化率，包括：
3.根据权利要求2所述的点云标注数据优选方法，其特征在于，所述根据所述第一差分点云的点数与第二差分点云的点数计算差分点云变化率，包括：
4.根据权利要求2所述的点云标注数据优选方法，其特征在于，所述根据聚类目标匹配对中两个聚类目标的有向包围盒信息及聚类目标点数计算匹配目标变化率通过下式计算：
5.根据权利要求2所述的点云标注数据优选方法，其特征在于，所述根据所述单聚类目...
【专利技术属性】
技术研发人员：温志伟，陈奇，宋弯弯，季航锋，叶建标，王强，
申请(专利权)人：浙江华是科技股份有限公司，
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。