[发明专利]基于深度图的3D点云分割方法、分割装置

说明书

本发明提供一种基于深度图的3D点云分割方法、分割装置，所述方法包括：获取激光雷达采集的3D点云数据；将3D点云数据转换成深度图；获取深度图中每列的每个3D点云数据点与其相邻点的连线与激光雷达的xy平面的第一夹角，并在第一夹角小于第一预设角度值时，将该点作为路面点去除，并在第一夹角小于第一预设角度值时，将该点作为路面点去除；获取深度图中每列的每个3D点云数据点和其相邻点的连线与3D点云数据点和原点的连线的第二夹角，并根据第二夹角进行点云分割。本发明在深度图的基础上进行路面去除后再进行点云分割，使分割的实时性和效率大大提高，且对于不平路面的分割效果也较好，分割的可靠性大大提高。

技术领域

本发明涉及点云分割技术领域，具体涉及一种基于深度图的3D点云分割方法、一种基于深度图的3D点云分割装置、一种计算机设备和一种非临时性计算机可读存储介质。

背景技术

随着人工智能、大数据的不断发展，无人驾驶同样得到了广泛的关注，无人驾驶技术未来在辅助驾驶、解决城市问题、减少交通事故等起到关键的作用。

目前无人驾驶领域的定位和导航，主要使用的传感器有很多种，使用较广泛的是摄像机和三维激光雷达，在使用激光雷达进行定位和导航的过程中，点云地图的生成需要进行地面点云分割。

相关技术中，地面点云分割方法主要存在以下缺陷：

(1)智能车的晃动和环境的复杂性使得生成的点云数据是稀疏不均匀、有噪的，不平的地面也给地面点云分割带来很大的挑战，地面点云的欠分割会导致目标漏检，很难较为准确地去除地面点云。

(2)现有的方法处理三维点云数据在实时性上不高，在很多场景下无法满足实时性要求。

发明内容

本发明为解决上述技术问题，提供了一种基于深度图的3D点云分割方法，本发明在深度图的基础上进行路面去除后再进行点云分割，使分割的实时性和效率大大提高，且对于不平路面的分割效果也较好，分割的可靠性大大提高。

本发明还提出一种基于深度图的3D点云分割装置。

本发明还提出一种计算机设备。

本发明还提出一种非临时性计算机可读存储介质。

本发明采用的技术方案如下：

本发明第一方面实施例提出了一种基于深度图的3D点云分割方法，包括以下步骤：获取激光雷达采集的3D点云数据；将所述3D点云数据转换成深度图，其中，所述深度图包括行和列，所述行为点云的线速数量，所述列为激光雷达的水平方向的分辨率，所述3D点云数据包括3D点云数据点；获取所述深度图中每列的每个所述3D点云数据点与其相邻点的连线与激光雷达的xy平面的第一夹角，并在所述第一夹角小于第一预设角度值时，将该点作为路面点去除；获取所述深度图中每列的每个所述3D点云数据点和其相邻点的连线，与，所述3D点云数据点和原点的连线的第二夹角，并根据所述第二夹角进行点云分割。

根据本发明的一个实施例，根据以下函数获取所述深度图中每列的每个所述3D点云数据点与其相邻点的连线与激光雷达的xy平面的第一夹角：α＝a tan 2(||BC||，||AC||)；||BC||＝|R_r-1,csinξ_a-R_r,csinξ_b|；||AC||＝|R_r-1,ccosξ_a-R_r,ccosξ_b|；其中，α为所述第一夹角，ξ_a是激光雷达对应第r-1行激光线速的垂直角度，ξ_b是激光雷达对应第r行激光线速的垂直角度，R_r-1,c是第r-1行第c列的水平方向的分辨率，R_r,c是第r行第c列的水平方向的分辨率。