[发明专利]点云配准方法、装置、电子设备及计算机存储介质

权利要求书

1.一种点云配准方法，其特征在于，包括：

获取具有部分重叠数据点的两帧点云数据；

针对所述两帧点云数据中的每帧点云数据，根据所述点云数据的每一所述数据点的初始特征，构建每一所述数据点的第一尺度特征；

基于所述点云数据的每一所述数据点的初始特征，进行至少一个层级的采样处理，得到所述点云数据在每一所述层级对应的多个采样点和每一所述采样点对应的局部特征；其中，上一层级所述采样处理得到的多个采样点和每一所述采样点对应的局部特征为下一层级所述采样处理的输入特征；

基于所述点云数据在每一所述层级对应的多个采样点和每一所述采样点对应的局部特征，确定每一所述数据点在每一所述层级的第二尺度特征；

基于所述两帧点云数据中的每一所述数据点的多尺度特征，实现所述两帧点云数据之间的配准；所述多尺度特征包括所述第一尺度特征和每一所述层级的第二尺度特征。

2.根据权利要求1所述的方法，其特征在于，所述基于所述点云数据的每一所述数据点的初始特征，进行至少一个层级的采样处理，得到所述点云数据在每一所述层级对应的多个采样点和每一所述采样点对应的局部特征，包括：

将所述点云数据中的数据点作为第一层级对应的基础点，针对每一所述数据点，将所述数据点的初始特征确定为所述第一层级中与所述数据点对应的所述基础点的基础点特征；

对每一所述层级对应的基础点进行采样，得到每一所述层级对应的采样点；

根据每一所述层级对应的采样点的基础点特征，构建每一所述层级对应的所述采样点的局部特征；

其中，所述第一层级对应的采样点为第二层级对应的基础点，所述第一层级对应的所述采样点的局部特征为所述第二层级对应的所述基础点的基础点特征。

3.根据权利要求2所述的方法，其特征在于，所述根据每一所述层级对应的采样点的基础点特征，构建每一所述层级对应的所述采样点的局部特征，包括：

针对每个采样点，获取所述采样点的邻域集合和所述邻域集合中多个邻域点的基础点特征；

基于所述采样点的位置信息和所述采样点对应的多个邻域点的位置信息，确定所述采样点对应的多个邻域点的位置特征；

基于所述采样点的基础点特征、所述采样点对应的多个邻域点的基础点特征和位置特征，确定所述采样点和对应的多个邻域点之间的关联权重；

基于所述采样点和对应的多个邻域点之间的关联权重，确定所述采样点的局部特征。

4.根据权利要求3所述的方法，其特征在于，所述基于所述采样点的基础点特征、所述采样点对应的多个邻域点的基础点特征和位置特征，确定所述采样点和对应的多个邻域点之间的关联权重，包括：

分别对所述采样点的基础点特征和所述采样点对应的每一邻域点的基础点特征，进行线性变换和/或非线性变换，得到所述采样点的第一特征和所述采样点对应的每一邻域点的第二特征；

基于所述采样点对应的每一邻域点的位置特征、所述采样点的第一特征和所述采样点对应的每一邻域点的第二特征，确定所述采样点和对应的所述多个邻域点之间的所述关联权重。

5.根据权利要求4所述的方法，其特征在于，所述分别对所述采样点的基础点特征和所述采样点对应的每一邻域点的基础点特征，进行线性变换和/或非线性变换，得到所述采样点的第一特征和所述采样点对应的每一邻域点的第二特征，包括：

从特征通道的维度对所述采样点的基础点特征进行通道压缩处理，得到所述采样点的第一特征；所述采样点的第一特征的特征通道数量小于所述采样点的基础点特征的特征通道数量；

从特征通道的维度对所述采样点对应的每一邻域点的基础点特征进行通道压缩处理，得到所述采样点对应的每一邻域点的第二特征；针对相同邻域点，所述采样点对应的邻域点的第二特征的特征通道数量小于所述采样点对应的邻域点的基础点特征的特征通道数量；所述第一特征的特征通道数量与所述第二特征的特征通道数量相同。