[发明专利]一种获取激光点云密度的方法和装置

说明书

本发明公开了一种获取激光点云密度的方法和装置，包括：获取激光点云中的各个激光点的坐标数据；根据点云中各个激光点的坐标数据确定点云的外包围盒；将外包围盒进行单元块切分，并记录点云中各个激光点所属的单元块，以及每个单元块中的激光点的数量；接收在点云中所选择的任一点坐标，根据该任一点坐标所处的单元块的邻域半径的范围内的单元块中的激光点的数量和单元块的体积，确定该任一点坐标的局域激光点密度；根据点云中的激光点的总数量和所有单元块的权重体积之和，确定激光点云的平均激光点密度。本发明基于空间切分，将无序存储的不规则三维点云转化为规则有序的单元块，提高了激光点云密度的获取效率。

技术领域

本发明涉及激光点云技术领域，特别涉及一种获取激光点云密度的方法和装置。

背景技术

激光雷达(LiDAR，Light Detection and Ranging)，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。

目前，激光雷达技术在无人驾驶、地形测绘、数字城市建设、电力巡线、数字文化遗产保护等众多领域应用广泛。随之而来的是，对激光雷达所获取的激光点云数据的后期处理。

三维激光点云的密度计算，是一种激光雷达点云数据处理的基础算法，其在点云质量评估、噪声点剔除、基于密度的点云聚类等众多点云数据处理技术中发挥重要作用。

现有的激光点云密度计算方法，主要包含两类：其一是计算落入单位面积(体积)内的平均点数量，该类方法通常以当前点为中心建立邻域缓冲区，并遍历所有三维点，累加落入缓冲区内的三维点个数，最后对缓冲区的面积(体积)进行平均完成计算；另一类计算方法则通过计算最近点的平均距离来度量点云密度，该类方法首先搜索每一三维点的最近邻并计算两点间的欧式距离，然后通过对多点距离进行平均，完成密度计算。这两类方法在密度计算过程中的共同点是都需要频繁的进行近邻搜索。

作为点云数据处理过程中的一种基础算法，理想的点云密度计算方法应该具有足够高的计算效率。由于现有的计算方法在计算每一三维点密度过程中大都需要对所有的三维点进行近邻遍历，算法的时间复杂度随着三维点数量的增加呈几何级数增长，因此在进行数据量较大的点云密度计算时效率往往较低，不能满足实时计算的要求。尽管通过建立八叉树、KD树等索引机制可以在一定程度上提升近邻搜索效率，但在一些对计算效率要求较高的应用场景中依然不能满足实际需求。

与单个三维点局部范围密度计算相对应的是区域点云平均密度计算。在利用现有的基于近邻搜索方法计算区域平均密度时，需要依次计算出每一单个三维点的局部密度，然后对所有点的局部密度进行平均。由于计算过程中存在大量的冗余计算，计算效率非常低下。

发明内容

有鉴于此，本发明提供一种获取激光点云密度的方法和装置、以及非易失性计算机可读存储介质和电子设备，以提高点云密度的获取效率。

本发明的技术方案是这样实现的：

一种获取激光点云密度的方法，包括：

获取激光点云中的各个激光点的坐标数据；

根据点云中各个激光点的坐标数据确定所述点云的外包围盒；

将所述外包围盒进行单元块切分，并记录所述点云中各个激光点所属的单元块，以及每个单元块中的激光点的数量；

接收在所述点云中所选择的任一点坐标，根据所述任一点坐标所处的单元块的邻域半径的范围内的单元块中的激光点的数量和单元块的体积，确定所述任一点坐标的局域激光点密度；