[发明专利]海量点云数据的自适应处理方法、系统及设备

权利要求书

1.一种海量点云数据的自适应处理方法，其特征在于，包括：

步骤A：根据点云文件中的点云数据的实际总点数和预估深度，构建所述点云数据对应的八叉树框架，遍历所述点云数据，基于所述八叉树框架的叶子节点的可用缓存状态，将点云数据插入到所述八叉树框架的对应叶子节点；

步骤B：并行对八叉树框架中的大叶子节点构建子八叉树，其中，所述大叶子节点是指容纳的点云数据的点个数超过了节点所允许容纳的点个数最大值的叶子节点；

步骤C：并行对八叉树框架及其子八叉树的非叶子节点进行聚合和抽稀，生成八叉树。

2.如权利要求1所述的方法，其特征在于，所述根据点云文件中的点云数据的实际总点数和预估深度，构建所述点云数据对应的八叉树框架的步骤中，若具有所述预估深度的八叉树框架能容纳的点云数据的总点数超过点云数据的实际总点数的两倍，则构建半八叉树框架，否则，构建满八叉树框架。

3.如权利要求2所述的方法，其特征在于，所述满八叉树框架的所有非叶子节点均有8个子节点，所述半八叉树框架的根节点有4个子节点，所述半八叉树框架除根节点外所有非叶子节点均有8个子节点。

4.如权利要求2所述的方法，其特征在于，所述将点云数据插入到所述八叉树框架的对应叶子节点的步骤中，所述八叉树框架的所有叶子节点共享缓存，如果待插入的下一个点云数据在上次命中的叶子节点的包围盒内，则将所述下一个点云数据存入所述上次命中的叶子节点，否则，找到该点云数据对应的叶子节点，若该点云数据对应的叶子节点正在使用的缓存为可用缓存，则将该点云数据插入对应的叶子节点的该缓存中，若该点云数据对应的叶子节点正在使用的缓存不足以容纳该点云数据，则在缓存池中寻找可用缓存与该点云数据对应的叶子节点建立对应关系并插入该点云数据，若缓存池中无可用缓存，则淘汰最久没有插入点云数据的叶子节点的缓存，并将所述点云数据插入已释放的缓存中。

5.如权利要求1所述的方法，其特征在于，所述并行对八叉树框架中的大叶子节点构建子八叉树的步骤中，若八叉树框架的所有大叶子节点的点云数据的点个数均不超过第一阈值，则将根节点的子节点作为子八叉树的根节点，并行对对应的大叶子节点按照从根节点到叶子节点的顺序构建子八叉树，否则，对八叉树框架的所有大叶子节点按照从叶子节点到根节点的顺序构建子八叉树，直到八叉树框架的所有大叶子节点的点云数据的点个数均不超过第一阈值。

6.如权利要求1所述的方法，其特征在于，所述并行对八叉树的非叶子节点聚合和抽稀的步骤中，若八叉树框架的非叶子节点的点云数据的点个数超过第二阈值，则对该非叶子节点进行抽稀并保留该节点的非空子节点，删除该节点的空子节点，否则，删除该非叶子节点的所有子节点。

7.如权利要求1所述的方法，其特征在于，所述根据点云文件中的点云数据的实际总点数和预估深度，构建所述点云数据对应的八叉树框架的步骤中，进一步包括：

获得点云文件中的点云数据的实际总点数，根据所述实际总点数和第二阈值计算得到初始深度；

根据点云文件中的点云数据的实际总点数获得扩张深度；

根据所述初始深度和所述扩张深度得到所述预估深度。

8.一种海量点云数据的自适应处理系统，其特征在于，包括：

构建八叉树与插入点云数据单元，用于根据点云文件中的点云数据的实际总点数和预估深度，构建所述点云数据对应的八叉树框架，遍历所述点云数据，基于所述八叉树框架的叶子节点的可用缓存状态，将点云数据插入到所述八叉树框架的对应叶子节点；

大叶子节点构建八叉树单元，用于并行对八叉树框架中的大叶子节点构建子八叉树，其中，所述大叶子节点是指容纳的点云数据的点个数超过了节点所允许容纳的点个数最大值的叶子节点；

聚合抽稀与点云数据自定义格式文件生成单元，用于并行对八叉树框架及其子八叉树的非叶子节点进行聚合和抽稀，生成八叉树。