[发明专利]一种点云数据筛选方法、装置、电子设备和存储介质

说明书

本发明实施例公开了一种点云数据筛选方法、装置、设备和存储介质，该方法包括：对原始点云进行格网剖分，获得所述原始点云对应的八叉树结构数据；分别对所述八叉树结构数据中各层级叶结点中的点云进行采样，得到目标点云。通过本发明实施例的技术方案，实现了对原始点云数据进行采样、且获得代表物体细节特征的高分辨率点云数据的目的。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种点云数据筛选方法、装置、电子设备和存储介质。

背景技术

点云数据的加载和显示是自动驾驶仿真平台的重要组成部分。由于车载雷达采集的点云数据细节丰富、结构复杂且数据量较大，而一次性进行加载和显示不仅对存储空间有一定的要求，而且对硬件设备也要有一定的要求，比如内存，CPU(Central ProcessorUnit，中央处理器)，显卡等。因此在自动驾驶仿真平台中对点云数据的快速且流畅显示是衡量自动驾驶仿真平台的主要指标之一。

目前常用的点云数据显示方法有两种：一种是首先对车载雷达采集的原始点云数据进行抽稀，以降低点云数据量，进而实现快速且流畅的显示。另一种是基于格网划分的显示方法，首先对车载雷达采集的原始点云数据进行格网划分，在进行可视化显示的时候，根据视点的范围，调度满足条件的点云数据块进行显示。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

点云数据的抽稀算法没有一定的标准，往往顾此失彼，为了快速进行点云数据的加载和显示，若抽稀率过大会导致数据失真严重，得到的结果不能满足自动驾驶各个算法模块的要求；若抽稀率过小又无法实现快速显示的目的。而基于格网划分的显示方法，对于不规则的复杂地物，暴力的格网划分会导致有的格网中点云数据过多，而有的格网中点云数据过少或者没有点云数据，因而显示结果不能正确反映点云的组织形式。

发明内容

本发明实施例提供了一种点云数据筛选方法、装置、电子设备和存储介质，实现了对原始点云数据进行抽稀、且获得代表物体细节特征的高分辨率点云数据的目的。

第一方面，本发明实施例提供了一种点云数据筛选方法，包括：

对原始点云进行格网剖分，获得所述原始点云对应的八叉树结构数据；

分别对所述八叉树结构数据中各层级叶结点中的点云进行采样，得到目标点云。

第二方面，本发明实施例还提供了一种点云数据筛选装置，包括：

剖分模块，用于对原始点云进行格网剖分，获得所述原始点云对应的八叉树结构数据；

采样模块，用于分别对所述八叉树结构数据中各层级叶结点中的点云进行采样，得到目标点云。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的点云数据筛选方法步骤。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的点云数据筛选方法步骤。

上述发明中的实施例具有如下优点或有益效果：