[发明专利]一种训练模型和点云的处理方法及装置

权利要求书

1.一种训练模型的方法，其特征在于，包括：

获取原始点云；

对所述原始点云进行切分，得到若干原始子点云；

针对每个原始子点云，识别该原始子点云中是否存在目标物对应的至少部分点云，若存在，则根据该原始子点云中包含的目标物对应的至少部分点云，确定所述目标物的属性，所述属性包括所述目标物的尺寸和位姿中的至少一种，根据所述目标物的属性，调整预设的所述目标物对应的完整点云，并采用预设的所述目标物对应的完整点云以及该原始子点云，得到该原始子点云对应的稠密子点云；

将该原始子点云作为训练样本输入稠密化处理模型，将该原始子点云对应的稠密子点云作为所述训练样本的第一标注，以所述稠密化处理模型输出的稠密化处理后的子点云与所述第一标注的差异最小为训练目标，对所述稠密化处理模型进行训练，所述稠密化处理模型用于将输入的点云进行稠密化处理；

将该原始子点云作为训练样本输入补全处理模型，将调整后的所述目标物对应的完整点云作为所述训练样本的第二标注，以所述补全处理模型输出的所述目标物对应的完整点云与所述第二标注的差异最小为训练目标，对所述补全处理模型进行训练，所述补全处理模型用于将输入的点云中存在的目标物对应的至少部分点云进行补全处理。

2.如权利要求1所述的方法，其特征在于，识别该原始子点云中是否存在目标物对应的至少部分点云，具体包括：

通过识别模型识别该原始子点云中是否存在目标物对应的至少部分点云；

所述识别模型是通过下述方法训练得到的：

确定样本点云以及所述样本点云中存在的各目标物对应的点云；

将所述样本点云进行切分，得到若干样本子点云；

针对每个样本子点云，若该样本子点云与至少一个目标物对应的点云的交并比大于设定阈值，则将该样本子点云标注为存在目标物对应的至少部分点云，若该样本子点云与任何目标物对应的点云的交并比均不大于所述设定阈值，则将该样本子点云标注为不存在目标物对应的至少部分点云；

根据每个样本子点云以及每个样本子点云的标注，对所述识别模型进行训练。

3.如权利要求1所述的方法，其特征在于，预设所述目标物对应的完整点云，具体包括：

预先建立所述目标物对应的三维模型；

基于所述目标物对应的三维模型，获得所述目标物对应的完整点云。

4.如权利要求1所述的方法，其特征在于，采用预设的所述目标物对应的完整点云以及该原始子点云，得到该原始子点云对应的稠密子点云，具体包括：

根据所述目标物对应的至少部分点云在该原始子点云中的位置，将调整后的所述目标物对应的完整点云合并到该原始子点云中，得到该原始子点云对应的稠密子点云。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

当要对待处理点云进行处理时，将所述待处理点云进行切分，得到若干待处理子点云；

针对每个待处理子点云，识别该待处理子点云中是否存在目标物对应的至少部分点云，若存在，则将该待处理子点云输入训练后的稠密化处理模型，得到所述训练后的稠密化处理模型输出的稠密化处理后的待处理子点云；

将未输入所述训练后的稠密化处理模型的各待处理子点云以及各稠密化处理后的待处理子点云进行合并，得到稠密化处理后的点云。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

当要对待处理点云进行处理时，将所述待处理点云进行切分，得到若干待处理子点云；

针对每个待处理子点云，识别该待处理子点云中是否存在目标物对应的至少部分点云，若存在，则将该待处理子点云分别输入训练后的稠密化处理模型和训练后的补全处理模型；

将所述训练后的稠密化处理模型输出的稠密化处理后的待处理子点云，以及所述训练后的补全处理模型输出的补全处理后的待处理子点云进行合并，得到该待处理子点云对应的补全稠密化子点云；

将未输入所述训练后的稠密化处理模型和所述训练后的补全处理模型的各待处理子点云以及各补全稠密化子点云进行合并，得到补全稠密化点云。