[发明专利]一种基于激光点云的地图生产方法和装置

权利要求书

1.一种基于激光点云的地图生产方法，其特征在于，包括：

采集目标区域的激光点云，对所述激光点云进行语义解析，以确定所述激光点云中每个点云点的类别属性和所属实例的编号；

对同一个实例编号下类别属性相同的点云点进行组合，得到点云簇，根据类别属性与形状的对应关系，确定所述点云簇的形状；

确定与所述形状相应的矢量化规则，以对所述点云簇进行矢量化处理，得到所述目标区域的矢量化地图。

2.根据权利要求1所述的方法，其特征在于，所述采集目标区域的激光点云，包括：

在车辆行进的过程中，利用车载装置，按照预设频率对所述目标区域进行点云采集操作，得到单帧激光点云；

根据单帧激光点云在预定坐标系下的坐标，对所采集的单帧激光点云进行拼接，得到所述目标区域的所述激光点云。

3.根据权利要求1所述的方法，其特征在于，在对所述激光点云进行语义解析之前，还包括：

确定所述激光点云的体积，当所述体积超出预定体积阈值时，按照预定尺寸对所述激光点云进行切块处理，得到多个激光点云块。

4.根据权利要求1所述的方法，其特征在于，所述语义解析包括场景解析和实例分割；

所述对所述激光点云进行语义解析，以确定所述激光点云中每个点云点的类别属性和所属实例的编号，包括：

对所述激光点云进行场景解析，以确定所述激光点云中每个点云点的类别属性；以及

对所述激光点云进行实例分割，得到每个点云点所属实例的编号，结合所确定的每个点云点的类别属性，建立实例编号与类别属性的对应关系。

5.根据权利要求1所述的方法，其特征在于，在对同一个实例编号下类别属性相同的点云点进行组合，得到点云簇之前，还包括：

获取区域元素，确定类别属性不属于所述区域元素的点云点，以剔除所确定的点云点；以及

利用空洞修补方式，对剔除点云点后的激光点云进行空洞填充。

6.根据权利要求1所述的方法，其特征在于，所述确定与所述形状相应的矢量化规则，以对所述点云簇进行矢量化处理，包括：

将所述点云簇投影至二维图像空间中，得到二维正视图；

对所述二维正视图进行二维矢量化，得到二维矢量化结果；

根据二维图像像素与和三维空间点之间的对应关系，将所述二维矢量化结果投影到三维空间下，得到三维矢量化结果。

7.根据权利要求6所述的方法，其特征在于，所述点云簇的形状为线型；

所述对所述二维正视图进行二维矢量化，得到二维矢量化结果，包括：

利用骨架提取方式，对所述二维正视图中的点云投影点区域进行掩码区提取，得到掩码区骨架；

在所述掩码区骨架中，将相邻区域图像的像素点顺序连接起来，得到骨架矢量化片段。

8.根据权利要求6所述的方法，其特征在于，所述点云簇的形状为面型；

所述对所述二维正视图进行二维矢量化，得到二维矢量化结果，包括：

利用轮廓追踪方式，对所述二维正视图中的点云投影点区域进行边缘像素点提取；

顺序连接所提取的所述边缘像素点，得到所述点云投影点区域的二维矢量化轮廓。

9.根据权利要求1所述的方法，其特征在于，所述点云簇的形状为体型；

所述确定与所述形状相应的矢量化规则，以对所述点云簇进行矢量化处理，包括：

确定体型点云簇中每个各点云点在预定坐标系下的坐标，提取每个坐标轴上的最小坐标值和最大坐标值，并将所提取的最小坐标值以及最大坐标值作为所述体型点云簇在三维空间下的矢量化值。