[发明专利]一种松散型点云数据分割方法和设备

权利要求书

1.一种松散型点云数据分割方法，其特征在于，包括步骤：

S101根据三维传感器采集的点云数据A建立起一个非结构性的地域网格G；

S102、基于非结构性的地域网格G计算点云数据A中每一节点的梯度，根据点云数据A中每一节点的梯度提取属于地面的点；

S103、对点云数据A中属于非地面的点进行聚类分割，对点云数据A中每一个节点a，若节点a不是属于地面，且节点a的高度小于缓冲区域期待值的最大高度差maxdh，则节点a属于过渡区域。

2.根据权利要求1所述的一种松散型点云数据分割方法，其特征在于，所述步骤S102包括：

对点云数据A中每一个节点a，计算每一条与节点a相连的边的梯度，从这些梯度中选择范数最大的梯度来作为这个节点a的梯度；

所述计算每一条与节点a相连的边的梯度为，节点a与另一节点b具有相连的边m，用节点a和节点b间的绝对高度差，除以节点a和节点b间的距离，得到边m的梯度；

根据云数据A中节点的梯度关系形成多个光栅，若光栅i与光栅g相邻，光栅g对应节点序列S_g，光栅i对应节点序列S_i，若满足条件：S_g与S_i中最接近的节点之间的高度差小于最大高度差maxdh，所述最接近的节点为n_g与n_i，那么节点序列S_i也会被标记为“地面”，其中节点n_g与节点n_i分别是节点序列S_g和节点序列S_i中的点。

3.根据权利要求1所述的一种松散型点云数据分割方法，其特征在于，所述步骤S102还包括，以顺序order1遍历点云数据A中的节点以提取属于地面的点，再以与顺序order1相反的顺序遍历点云数据A中的节点提取属于地面的点；

所述顺序order1与三维传感器的扫描顺序呈线性关系。

4.一种松散型点云数据分割设备，其特征在于，所述设备包括梯度计算模块，地域网格生成模块，聚类分割模块；

所述梯度计算模块用于根据三维传感器采集的点云数据A建立起一个非结构性的地域网格G；

所述梯度计算模块用于，基于非结构性的地域网格G计算点云数据A中每一节点的梯度；

所述聚类分割模块用于根据点云数据A中每一节点的梯度提取属于地面的点，用于对点云数据A中属于非地面的点进行聚类分割，所述聚类分割模块用于，对点云数据A中每一个节点a，若节点a不是属于地面，且节点a的高度小于缓冲区域期待值的最大高度差maxdh，则节点a属于过渡区域。

5.根据权利要求4所述的一种松散型点云数据分割设备，其特征在于，所述梯度计算模块用于对点云数据A中每一个节点a，计算每一条与节点a相连的边的梯度，从这些梯度中选择范数最大的梯度来作为这个节点a的梯度；

所述计算每一条与节点a相连的边的梯度为，节点a与另一节点b具有相连的边m，用节点a和节点b间的绝对高度差，除以节点a和节点b间的距离，得到边m的梯度；

所述聚类分割模块用于根据云数据A中节点的梯度关系形成多个光栅，若光栅i与光栅g相邻，光栅g对应节点序列S_g，光栅i对应节点序列S_i，若满足条件：S_g与S_i中最接近的节点之间的高度差小于最大高度差maxdh，所述最接近的节点n_g与n_i，节点n_g与节点n_i分别是节点序列S_g和节点序列S_i中的点，那么节点序列S_i中的点也被标记为地面的点。

6.根据权利要求4所述的一种松散型点云数据分割设备，其特征在于，所述聚类分割模块用于以顺序order1遍历点云数据A中的节点以提取属于地面的点，再以与顺序order1相反的顺序遍历点云数据A中的节点提取属于地面的点；所述顺序order1与三维传感器的扫描顺序呈线性关系。