【技术实现步骤摘要】
本专利技术涉及点云分割，尤其是涉及一种激光雷达点云动静分割方法、装置及计算机设备。
技术介绍
1、激光雷达对场景进行扫描采集的三维点云数据，通常包括动态点和静态点，点云动静分割指的是识别出点云数据中的动态点和静态点。基于点云动静分割，可以区分出场景中的动态元素(例如行驶的车辆、行人)和静态元素(例如建筑物、道路)，是后续标注任务和感知任务的预处理过程。例如，在连续点云帧的标注任务中，对当前点云帧，可以只关注动态点的属性，静态点直接延续上一帧的属性，以提高标注效率。在目标检测等感知任务中，可以忽略静态点，只对动态点进行处理，以此提高运算速度。
2、相关技术中，采用基于深度学习的点云动静分割算法需要占用较多的gpu资源，不利于算法在车端或者其他边缘计算设备上的落地。基于网格是否被占用来判断网格动静状态的方法，若某一动态网格在较长时间内持续被占用，可能会被误判为静态网格，例如针对较为繁忙或者拥堵的道路等场景，此时会导致点云动静分割的准确性较差。
技术实现思路
1、有鉴于此，本申请提供了一种激光雷达点云动静分割方法、装置及计算机设备，主要目的在于解决相关技术对点云动静分割的准确性低的技术问题。
2、根据本专利技术的第一个方面，提供了一种激光雷达点云动静分割方法，该方法包括：
3、对雷达扫描范围内的目标区域进行体素分割，得到体素地图；
4、将多个点云帧中的数据点映射至所述体素地图，根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标
5、在一些实施例中，所述将多个点云帧中的数据点映射至所述体素地图，根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性之前，所述方法还包括：将预设第一帧数的点云帧映射至所述体素地图，得到每个所述点云帧中的数据点与每个所述体素的映射关系；针对任一体素，根据所述映射关系，统计映射在所述任一体素中的数据点的数量大于零的所述点云帧的帧数，记为第二帧数；计算所述第二帧数与所述第一帧数的比值，若所述第二帧数与所述第一帧数的比值超过预设的第一阈值，则将所述体素标记为目标体素。
6、在一些实施例中，所述根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性，包括：对于每个所述点云帧，计算所述点云帧映射在所述目标体素中的数据点的反射率，得到所述目标体素对应的多个所述反射率；根据所述目标体素对应的多个所述反射率，计算得到所述目标体素的离散特征值；基于所述目标体素的离散特征值确定所述目标体素的动静属性。
7、在一些实施例中，所述基于所述目标体素的离散特征值确定所述目标体素的动静属性，包括：当所述目标体素的离散特征值小于预设的第二阈值时，确定所述目标体素为静态体素，否则，确定所述目标体素为动态体素。
8、在一些实施例中，所述根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性，包括：
9、计算所述目标体素的离散特征值和所述目标体素对应的每个包围盒体素离散特征值，其中，所述离散特征值根据每个所述点云帧映射在体素中的数据点的反射率计算得到；根据每个所述包围盒体素与所述目标体素之间的距离，计算得到所述目标体素和多个所述包围盒体素的权重；根据所述目标体素的离散特征值和所述目标体素的权重，以及多个所述包围盒体素的离散特征值和多个所述包围盒体素的权重，得到所述目标体素的加权离散特征值；当所述加权离散特征值小于预设的第二阈值时，确定所述目标体素为静态体素，否则，确定所述目标体素为动态体素。
10、在一些实施例中，在计算得到目标体素的动静属性后，所述方法还包括：将待分割点云帧中的数据点映射至所述体素地图，根据所述体素地图中体素的动静属性，确定所述待分割点云帧中数据点的动静属性。
11、在一些实施例中，所述方法还包括：按照预设的时间间隔，重新获取多个所述点云帧，根据重新获取的多个所述点云帧重新计算所述目标体素的动静属性，对所述体素地图中的目标体素的动静属性进行更新。
12、根据本专利技术的第二个方面，提供了一种激光雷达点云动静分割装置，该装置包括：
13、体素地图建立模块，用于对雷达扫描范围内的目标区域进行体素分割，得到体素地图；
14、体素动静属性确定模块，用于将多个点云帧中的数据点映射至所述体素地图，根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性。
15、根据本专利技术的第三个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述激光雷达点云动静分割方法。
16、根据本专利技术的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述激光雷达点云动静分割方法。
17、本专利技术提供的一种激光雷达点云动静分割方法、装置及计算机设备，首先对雷达扫描范围内的目标区域进行体素分割，得到体素地图；然后将多个点云帧中的数据点映射至所述体素地图，根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性。本申请提供的激光雷达点云分割方法，对目标区域进行体素化建立体素地图，先识别出体素地图中目标体素的动静属性，后续即可根据目标体素的动静属性确定点云帧中数据点的动静属性。其中，在识别目标体素的动静属性的时候，通过每个点云帧映射在体素中的数据点的反射率，来分析每个点云帧在体素中对应的物体是否为同一个物体，以此确定目标体素的动静属性。降低了动态体素因长时间被占用而被误判为静态体素的概率，能够提高点云动静分割的准确性。
18、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种激光雷达点云动静分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将多个点云帧中的数据点映射至所述体素地图，根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述目标体素的离散特征值确定所述目标体素的动静属性，包括：
5.根据权利要求1或2所述的方法，其特征在于，所述根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性，包括：
6.根据权利要求1所述的方法，其特征在于，在计算得到目标体素的动静属性后，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.一种激光雷达点云动静分割装置，其特征在于，所述装置包括：
9.一种存储介质，其上存储有计算机程序，其特征
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种激光雷达点云动静分割方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将多个点云帧中的数据点映射至所述体素地图，根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据每个点云帧在目标体素中映射的数据点的反射率，计算得到所述目标体素的动静属性，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述目标体素的离散特征值确定所述目标体素的动静属性，包括：
5.根据权利要求1或2所述的方法，其特征在于，所述根据每个点云帧在目标体素中映射的...
【专利技术属性】
技术研发人员：房岳楼，
申请(专利权)人：北京亮道智能汽车技术有限公司，
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。