[发明专利]点云数据的处理方法、装置、电子设备及可读存储介质有效

专利信息
申请号: 202010116037.6 申请日: 2020-02-25
公开(公告)号: CN111369602B 公开(公告)日: 2023-10-27
发明(设计)人: 卢维欣;万国伟;余丽;彭亮;宋适宇 申请(专利权)人: 阿波罗智能技术(北京)有限公司
主分类号: G06T7/33 分类号: G06T7/33;G06V10/46;G06V10/74;G06V10/77;G06V10/82
代理公司: 北京鸿德海业知识产权代理有限公司 11412 代理人: 田宏宾
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 处理 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种点云数据的处理方法,其特征在于,包括:

获取第一点云数据中各点的第一特征向量,根据所述各点的第一特征向量,确定所述第一点云数据中各点中的至少一个第一关键点;

根据所述至少一个第一关键点,以及第二点云数据与所述第一点云数据之间的预设第一转换参数,获得所述至少一个第一关键点中各第一关键点所对应的所述第二点云数据的第二关键点,以作为候选匹配点;其中,所述第一点云数据和所述第二点云数据为不同视角获取的同一场景的点云数据;

根据所述第一点云数据、所述第二点云数据和预设的搜索半径,确定所述各第一关键点的至少一个第一临近点和该第一关键点所对应的候选匹配点的至少一个第二临近点;

根据所述各第一关键点的各第一临近点和所述各候选匹配点的各第二临近点,确定所述各第一关键点所配准的匹配点。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

根据所述各第一关键点和与所述各第一关键点所配准的匹配点,对所述第一点云数据和所述第二点云数据进行配准处理。

3.根据权利要求1所述的方法,其特征在于,所述根据所述第一点云数据、所述第二点云数据和预设的搜索半径,确定所述各第一关键点的至少一个第一临近点和该第一关键点所对应的候选匹配点的至少一个第二临近点,包括:

对于所述各第一关键点,根据所述第一点云数据和预设的搜索半径,确定该第一关键点的预设数量个第一临近点;

对于所述各候选匹配点,根据所述第二点云数据和预设的搜索半径,确定该候选匹配点的预设数量个第二临近点。

4.根据权利要求3所述的方法,其特征在于,所述对于所述各第一关键点,根据所述第一点云数据和预设的搜索半径,确定该第一关键点的预设数量个第一临近点,包括:

将所述各第一关键点为中心,根据预设的搜索半径,确定搜索空间,以作为该第一关键点的领域空间;

根据所述第一点云数据,将该第一关键点的领域空间内的预设数量个点,作为该第一关键点的第一临近点。

5.根据权利要求3所述的方法,其特征在于,所述对于所述各候选匹配点,根据所述第二点云数据和预设的搜索半径,确定该候选匹配点的预设数量个第二临近点,包括:

将所述各候选匹配点为中心,根据预设的搜索半径,确定搜索空间,以作为该候选匹配点的领域空间;

根据所述第二点云数据,将该候选匹配点的领域空间内的预设数量个点,作为该候选匹配点的第二临近点。

6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述各第一关键点的各第一临近点和所述各候选匹配点的各第二临近点,确定所述各第一关键点所配准的匹配点,包括:

根据所述各第一关键点的第一临近点的信息,获得该第一关键点的第三特征向量,以及根据所述各候选匹配点的第二临近点的信息,获得所述各候选匹配点的第四特征向量;

根据所述第三特征向量和所述第四特征向量,获得所述各候选匹配点的偏移向量;

根据所述各候选匹配点和该候选匹配点的偏移向量,生成所述各第一关键点所配准的匹配点。

7.根据权利要求6所述的方法,其特征在于,所述根据所述第三特征向量和所述第四特征向量,获得所述各候选匹配点的偏移向量,包括:

根据所述第三特征向量和所述第四特征向量,获得所述各候选匹配点的匹配特征向量;

对所述各候选匹配点的匹配特征向量进行降维处理,以获得所述各候选匹配点的偏移向量。

8.根据权利要求6所述的方法,其特征在于,所述方法还包括:

调整所述搜索半径,分别利用所调整的各搜索半径,获得该搜索半径所对应的第三特征向量和第四特征向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿波罗智能技术(北京)有限公司,未经阿波罗智能技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010116037.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top