[发明专利]3D点云分割方法、分割装置

说明书

本发明提供一种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点云坐标；将所述3D点云坐标转换为球体坐标；采用哈希表对所述球体坐标进行编码；查找每个所述球体坐标的临近点；根据所述临近点进行聚类，以根据聚类结果进行3D点云分割。本发明将3D点云坐标转换为球体坐标，根据球体的临近点进行聚类分割，解决了激光雷达数据的近密远疏问题，可以提高分割效率和准确性，且采用哈希表对球体坐标进行编码，提高了分割速度。

技术领域

本发明涉及点云分割技术领域，具体涉及一种3D点云分割方法、一种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，地面点云分割是基于三维点云欧式空间的密度进行聚类分割，然而激光雷达点云具有近处比较密集而远处比较稀疏的特性，针对远近的点云使用同等的方法来处理，会造成点云分割不准。

发明内容

本发明为解决上述技术问题，提供了一种3D点云分割方法，将3D点云坐标转换为球体坐标，根据球体的临近点进行聚类分割，解决了激光雷达数据的近密远疏问题，可以提高分割效率和准确性，且采用哈希表对球体坐标进行编码，提高了分割速度。

本发明还提出一种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点云坐标；将所述3D点云坐标转换为球体坐标；采用哈希表对所述球体坐标进行编码；查找每个所述球体坐标的临近点；根据所述临近点进行聚类，以根据聚类结果进行3D点云分割。

根据本发明的一个实施例，所述球体坐标为(ρ，θ，)，其中，ρ为所述3D点云坐标至所述激光雷达的距离ρ；θ为所述3D点云坐标与所述激光雷达的连线在激光雷达xy平面的投影线，与激光雷达正x轴之间的方位角；为所述3D点云坐标与所述激光雷达的连线与激光雷达正z轴之间的夹角。

根据本发明的一个实施例，上述的方法还包括：以球体坐标系的每一个方向的单位尺寸进行网格划分。

根据本发明的一个实施例，查找每个球体坐标的临近点，包括：判断当前球体坐标所在的网格的相邻网格中的3D点云个数是否满足预设值；如果满足所述预设值，则记录所述相邻网格中的3D点云，并将所述邻居网格作为当前网格，返回步骤判断当前球体坐标所在的网格的相邻网格中的3D点云个数是否满足预设值；如果不满足所述预设值，则将记录的3D点云进行聚类。

本发明第二方面实施例提出了一种3D点云分割装置，包括：获取模块，所述获取模块用于获取激光雷达采集的3D点云坐标；转换模块，所述转换模块用于将所述3D点云坐标转换为球体坐标；编码模块，所述编码模块用于采用哈希表对所述球体坐标进行编码；查找模块，所述查找模块用于查找每个所述球体坐标的临近点；分割模块，所述分割模块用于根据所述临近点进行聚类，以根据聚类结果进行3D点云分割。

根据本发明的一个实施例，所述球体坐标为(ρ，θ，)，其中，ρ为所述3D点云坐标至所述激光雷达的距离ρ；θ为所述3D点云坐标与所述激光雷达的连线在激光雷达xy平面的投影线，与激光雷达正x轴之间的方位角；为所述3D点云坐标与所述激光雷达的连线与激光雷达正z轴之间的夹角。