[发明专利]点云数据匹配方法、装置、电子设备及计算机存储介质

说明书

本申请公开了一种点云数据匹配方法、装置、电子设备及计算机存储介质，涉及人工智能、自动驾驶、地图、定位及云技术领域，该方法包括：对于待匹配的第一点云数据和第二点云数据中的任一点云数据，获取该点云数据对应的二维数据，基于该二维数据确定出该点云数据中每个三维关键点所对应的纹理特征和空间结构特征，基于第一点云数据中各第一三维关键点的关键点特征和第二点云数据中各第二三维关键点的关键点特征（纹理特征和空间结构特征），得到匹配结果。根据本申请的方法，在对第一点云数据和第二点云数据进行匹配时，考虑到三维关键点对应的纹理特征和空间结构特征，从而使得匹配结果更加准确。

技术领域

本申请涉及人工智能、地图、自动驾驶、定位及云技术领域，具体而言，本申请涉及一种点云数据匹配方法、装置、电子设备及计算机存储介质。

背景技术

点云配准在各个领域有着较为广泛的应用，现有技术中，对于待匹配的两个点云数据，通常基于两个点云数据各自对应的空间结构特征，对待匹配的两个点云数据进行匹配，由于空间结构特征仅能反应点云数据中各点的空间位置关系，从而会使得点云数据的匹配效果不够准确。因此，现有技术中，基于两个点云数据各自对应的空间结构特征进行点云匹配，会导致匹配结果不准确。

发明内容

本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案，以解决在提高点云数据匹配准确度的问题。

根据本申请的一个方面，提供了一种点云数据匹配方法，该方法包括：

获取待匹配的第一点云数据和第二点云数据，对于第一点云数据和第二点云数据中的每一点云数据，每一点云数据中包括多个三维点的位置信息和属性信息；

获取第一点云数据对应的第一二维数据，第一二维数据包括与第一点云数据中的多个三维点对应的多个二维点的位置信息和属性信息；

获取第二点云数据对应的第二二维数据，第二二维数据包括与第二点云数据中的多个三维点对应的多个二维点的位置信息和属性信息；

基于第一二维数据，确定第一点云数据中的各第一三维关键点，并获取每个第一三维关键点的关键点特征，关键点特征包括纹理特征和空间结构特征；

基于第二二维数据，确定第二点云数据中的各第二三维关键点，并获取每个第二三维关键点的关键点特征；

基于各第一三维关键点的关键点特征和各第二三维关键点的关键点特征，对各第一三维关键点和各第二三维关键点进行匹配，得到匹配结果。

根据本申请另一个方面，提供了一种点云数据匹配装置，该装置包括：

点云数据获取模块，用于获取待匹配的第一点云数据和第二点云数据，对于第一点云数据和第二点云数据中的每一点云数据，每一点云数据中包括多个三维点的位置信息和属性信息；

第一二维数据获取模块，用于获取第一点云数据对应的第一二维数据，第一二维数据包括与第一点云数据中的多个三维点对应的多个二维点的位置信息和属性信息；

第二二维数据获取模块，用于获取第二点云数据对应的第二二维数据，第二二维数据包括与第二点云数据中的多个三维点对应的多个二维点的位置信息和属性信息；

第一关键点特征确定模块，用于基于第一二维数据，确定第一点云数据中的各第一三维关键点，并获取每个第一三维关键点的关键点特征，关键点特征包括纹理特征和空间结构特征；

第二关键点特征确定模块，用于基于第二二维数据，确定第二点云数据中的各第二三维关键点，并获取每个第二三维关键点的关键点特征；

点云匹配模块，用于基于各第一三维关键点的关键点特征和各第二三维关键点的关键点特征，对各第一三维关键点和各第二三维关键点进行匹配，得到匹配结果。