[发明专利]3D点云的处理方法

权利要求书

1.一种三维(3D)点云的处理方法，包括以下步骤：

-从深度传感器的预确定的视点获得3D点云；

-相对于所述视点从所述3D点云的每个点提取3D坐标(xyz)和强度(i)数据；

-将3D坐标(xyz)和强度(i)数据转换成至少三个二维(2D)空间：

o每个点的强度(i)数据的强度2D空间(IS)函数；

o每个点的高程(h)数据的高度2D空间(HS)函数，以及

o 3D点云的每个点和所述视点之间的距离(d)数据的距离2D空间(DS)函数，

定义单个多通道2D空间(IS、HS、DS)。

2.根据权利要求1所述的处理方法，其中，转换步骤还包括：

-检测背景点；

-为检测到的背景点设置预确定默认值。

3.根据权利要求1所述的处理方法，包括训练阶段，在所述训练阶段期间，在转换步骤之前，所述处理方法还包括以下步骤：

-供应将对象分类为1:N类的标签数据(标记-A)；和

-根据所供应的标签数据(标记-A)，将每个提取的点数据(xyzi)标记为属于1:N类的对象。

4.根据权利要求2所述的处理方法，包括训练阶段，在所述训练阶段期间，在转换步骤之前，所述处理方法还包括以下步骤：

-供应将对象分类为1:N类的标签数据(标记-A)；和

-根据所供应的标签数据(标记-A)，将每个提取的点数据(xyzi)标记为属于1:N类的对象。

5.根据权利要求1至4中任一项所述的处理方法，其中，转换步骤包括对2D空间的至少一个的归一化步骤，所述归一化步骤包括：

-通过根据距离数据对每个点的强度数据应用强度归一化函数来归一化强度2D空间(IS)；和/或

-通过根据所述3D点云内的最小和最大高程数据对每个点的高程数据应用高度归一化函数来归一化高度2D空间(HS)；和/或

-通过根据所述3D点云内的最小和最大距离数据对每个点的距离数据应用距离归一化函数来归一化距离2D空间(DS)，

定义归一化的单个多通道2D空间(ISN、HSN、DSN)。

6.根据权利要求1至4中任一项所述的处理方法，其中，所述3D点云使用所述深度传感器导出。

7.根据权利要求5所述的处理方法，其中，所述3D点云使用所述深度传感器导出。

8.根据权利要求6所述的处理方法，其中，所述深度传感器包括激光雷达。

9.根据权利要求7所述的处理方法，其中，所述深度传感器包括激光雷达。

10.根据权利要求1至4、7至9中任一项所述的处理方法，其中，对于每个点，强度2D空间、高度2D空间和距离2D空间中的每一个分别被分配给RGB值空间之一。

11.根据权利要求5所述的处理方法，其中，对于每个点，强度2D空间、高度2D空间和距离2D空间中的每一个分别被分配给RGB值空间之一。

12.根据权利要求6所述的处理方法，其中，对于每个点，强度2D空间、高度2D空间和距离2D空间中的每一个分别被分配给RGB值空间之一。

13.一种用于对在3D点云内的感兴趣对象的分类方法，包括以下步骤：

-根据权利要求1至12中任一项所述的处理方法；

-将至少一个单个多通道2D空间(IS，HS，DS；ISN，HSN，DSN)供应给机器学习；

-对于所供应的每个单个多通道2D空间输出至少一个分类标记，所述至少一个分类标记识别所述3D点云内的至少一个感兴趣对象。