Loading...
Please wait, while we are loading the content...
Similar Documents
Method and Apparatus for Processing Point Cloud Data
| Content Provider | The Lens |
|---|---|
| Description | La présente divulgation concerne un procédé et un appareil de traitement de données de nuage de points, le procédé consistant à : acquérir des données de nuage de points à traiter, qui sont obtenues par un appareil radar balayant dans un scénario cible ; selon des informations de plage de détection efficace correspondant au scénario cible, filtrer pour supprimer des données de nuage de points cibles à partir des données de nuage de points à traiter ; et détecter les données de nuage de points cibles et obtenir un résultat de détection. 本公开提供了一种点云数据处理方法及装置，该方法包括：获取雷达装置在目标场景下扫描得到的待处理点云数据；根据所述目标场景对应的有效感知范围信息，从所述待处理点云数据中筛选出目标点云数据；对所述目标点云数据进行检测，得到检测结果。 |
| Abstract | Provided in the present disclosure are a method and apparatus for processing point cloud data, the method comprising: acquiring point cloud data to be processed, which is obtained by a radar apparatus scanning in a target scenario; according to effective sensing range information corresponding to the target scenario, filtering out target point cloud data from the point cloud data to be processed; and detecting the target point cloud data, and obtaining a detection result. |
| Related Links | https://www.lens.org/images/patent/WO/2022017133/A1/WO_2022_017133_A1.pdf |
| Language | Chinese |
| Publisher Date | 2022-01-27 |
| Access Restriction | Open |
| Alternative Title | Procédé Et Appareil De Traitement De Données De Nuage De Points 一种点云数据处理方法及装置 |
| Content Type | Text |
| Resource Type | Patent |
| Date Applied | 2021-06-28 |
| Agent | Beijing Bestipr Intellectual Property Law Corporation |
| Applicant | Sensetime Group Ltd |
| Application No. | 2021102856 |
| Claim | 一种点云数据处理方法，包括： 获取雷达装置在目标场景下扫描得到的待处理点云数据； 根据所述目标场景对应的有效感知范围信息，从所述待处理点云数据中筛选出目标点云数据； 对所述目标点云数据进行检测，得到检测结果。 根据权利要求1所述的方法，其特征在于，根据以下方式确定所述目标场景对应的所述有效感知范围信息： 获取在所述目标场景下处理所述待处理点云数据的处理设备的计算资源信息； 基于所述计算资源信息，确定与所述计算资源信息所匹配的所述有效感知范围信息。 根据权利要求1或2所述的方法，其特征在于，所述根据所述目标场景对应的有效感知范围信息，从所述待处理点云数据中筛选出目标点云数据，包括： 基于所述有效感知范围信息，确定有效坐标范围； 基于所述有效坐标范围，从所述待处理点云数据中筛选出目标点云数据。 根据权利要求3所述的方法，其特征在于，所述基于所述有效感知范围信息，确定有效坐标范围，包括： 基于参考位置点在所述有效感知范围内的位置信息、以及所述参考位置点在所述目标场景中的坐标信息，确定所述目标场景对应的有效坐标范围。 根据权利要求3所述的方法，其特征在于，所述基于所述有效坐标范围，从所述待处理点云数据中筛选出目标点云数据，包括： 将所述待处理点云数据中的坐标信息位于所述有效坐标范围内的每一个雷达扫描点作为所述目标点云数据中的雷达扫描点。 根据权利要求4所述的方法，其特征在于，根据以下方式确定所述参考位置点在所述目标场景中的坐标信息： 获取设置所述雷达装置的智能行驶设备的位置信息； 基于所述智能行驶设备的位置信息确定所述智能行驶设备所在道路的道路类型； 获取与所述道路类型相匹配的参考位置点的坐标信息作为所述参考位置点在所述目标场景中的坐标信息。 根据权利要求1所述的方法，其特征在于，所述检测结果包括在所述目标场景中待识别对象的位置；所述对所述目标点云数据进行检测，得到检测结果，包括： 对所述目标点云数据进行栅格化处理，得到栅格矩阵；所述栅格矩阵中每个元素的值用于表征对应的栅格处是否存在目标点； 根据所述栅格矩阵以及所述目标场景中的待识别对象的尺寸信息，生成与所述待识别对象对应的稀疏矩阵； 基于生成的所述稀疏矩阵，确定所述待识别对象在所述目标场景中的位置。 根据权利要求7所述的方法，其特征在于，所述根据所述栅格矩阵以及所述目标场景中的待识别对象的尺寸信息，生成与所述待识别对象对应的稀疏矩阵，包括： 根据所述栅格矩阵以及所述目标场景中的待识别对象的尺寸信息，对所述栅格矩阵中的目标元素进行至少一次膨胀处理操作或者腐蚀处理操作，生成与所述待识别对象对应的稀疏矩阵； 其中，所述目标元素的值表征对应的栅格处存在所述目标点。 根据权利要求8所述的方法，其特征在于，所述膨胀处理操作或者腐蚀处理操作包括： 移位处理以及逻辑运算处理， 所述稀疏矩阵的坐标范围与所述待识别对象的尺寸之间的差值在预设阈值范围内。 根据权利要求8所述的方法，其特征在于，根据所述栅格矩阵以及所述目标场 景中的待识别对象的尺寸信息，对所述栅格矩阵中的元素进行至少一次膨胀处理操作，生成与所述待识别对象对应的稀疏矩阵，包括： 对当前次膨胀处理操作前的栅格矩阵中的元素进行第一取反操作，得到第一取反操作后的栅格矩阵； 基于第一预设卷积核对所述第一取反操作后的栅格矩阵进行至少一次卷积运算，得到至少一次卷积运算后的具有预设稀疏度的栅格矩阵； 对所述至少一次卷积运算后的具有预设稀疏度的栅格矩阵中的元素进行第二取反操作，得到所述稀疏矩阵。 根据权利要求10所述的方法，其特征在于，所述对当前次膨胀处理操作前的栅格矩阵中的元素进行第一取反操作，得到第一取反操作后的栅格矩阵，包括： 基于第二预设卷积核，对当前次膨胀处理操作前的栅格矩阵中除所述目标元素外的其它元素进行卷积运算，得到第一取反元素； 基于所述第二预设卷积核，对当前次膨胀处理操作前的栅格矩阵中的目标元素进行卷积运算，得到第二取反元素； 基于所述第一取反元素和所述第二取反元素，得到第一取反操作后的栅格矩阵。 根据权利要求10或11所述的方法，其特征在于，所述基于第一预设卷积核对所述第一取反操作后的栅格矩阵进行至少一次卷积运算，得到至少一次卷积运算后的具有预设稀疏度的栅格矩阵，包括： 针对首次卷积运算，将所述第一取反操作后的栅格矩阵与所述第一预设卷积核进行卷积运算，得到首次卷积运算后的栅格矩阵； 重复执行将上一次卷积运算后的栅格矩阵与所述第一预设卷积核进行卷积运算，得到当前次卷积运算后的栅格矩阵的步骤，直至得到具有所述预设稀疏度的栅格矩阵。 根据权利要求12所述的方法，其特征在于，所述第一预设卷积核具有权值矩阵以及与该权值矩阵对应的偏置量；所述针对首次卷积运算，将所述第一取反操作后的栅格矩阵与所述第一预设卷积核进行卷积运算，得到首次卷积运算后的栅格矩阵，包括： 针对首次卷积运算，按照第一预设卷积核的尺寸以及预设步长，从所述第一取反操作后的栅格矩阵中选取每个栅格子矩阵； 针对选取的每个所述栅格子矩阵，将该栅格子矩阵与所述权值矩阵进行乘积运算，得到第一运算结果； 将所述第一运算结果与所述偏置量进行加法运算，得到第二运算结果； 基于各个所述栅格子矩阵对应的第二运算结果，确定首次卷积运算后的栅格矩阵。 根据权利要求8所述的方法，其特征在于，根据所述栅格矩阵以及所述目标场景中的待识别对象的尺寸信息，对所述栅格矩阵中的元素进行至少一次腐蚀处理操作，生成与所述待识别对象对应的稀疏矩阵，包括： 基于第三预设卷积核对待处理的栅格矩阵进行至少一次卷积运算，得到至少一次卷积运算后的具有预设稀疏度的栅格矩阵； 将所述至少一次卷积运算后的具有预设稀疏度的栅格矩阵，确定为与所述待识别对象对应的稀疏矩阵。 根据权利要求7至14任一所述的方法，其特征在于， 所述对所述目标点云数据进行栅格化处理，得到栅格矩阵，包括： 对所述目标点云数据进行栅格化处理，得到栅格矩阵以及该栅格矩阵中各个元素与各个目标点坐标范围信息之间的对应关系； 所述基于生成的所述稀疏矩阵，确定所述待识别对象在所述目标场景中的位置范围，包括： 基于所述栅格矩阵中各个元素与各个目标点坐标范围信息之间的对应关系，确定生成的所述稀疏矩阵中每个目标元素所对应的目标点的坐标信息； 将所述稀疏矩阵中各个所述目标元素所对应的目标点的坐标信息进行组合，确定所述待识别对象在所述目标场景中的位置。 根据权利要求7至15任一所述的方法，其特征在于，所述基于生成的所述稀疏矩阵，确定所述待识别对象在所述目标场景中的位置，包括： 基于已训练的卷积神经网络对生成的所述稀疏矩阵中的每个目标元素进行至少一次卷积处理，得到卷积结果； 基于所述卷积结果，确定所述待识别对象在所述目标场景中的位置。 根据权利要求1至16任一所述的方法，其特征在于，在对所述目标点云数据进行检测，得到检测结果之后，所述方法还包括： 基于所述检测结果控制设置有所述雷达装置的智能行驶设备。 一种点云数据处理装置，包括： 获取模块，用于获取雷达装置在目标场景下扫描得到的待处理点云数据； 筛选模块，用于根据所述目标场景对应的有效感知范围信息，从所述待处理点云数据中筛选出目标点云数据； 检测模块，用于对所述目标点云数据进行检测，得到检测结果。 一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至17任一所述的点云数据处理方法。 一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至17任意一项所述的点云数据处理方法。 |
| CPC Classification | IMAGE DATA PROCESSING OR GENERATION; IN GENERAL Radio Direction-Finding;Radio Navigation;Determining Distance Or Velocity By Use Of Radio Waves;Locating Or Presence-Detecting By Use Of The Reflection Or Reradiation Of Radio Waves;Analogous Arrangements Using Other Waves |
| Extended Family | 192-920-512-098-182 176-280-802-877-018 008-845-599-550-987 015-228-379-156-654 |
| Patent ID | 2022017133 |
| Inventor/Author | Wang Zhe Shi Jianping |
| IPC | G06T7/73 G01S17/06 G01S17/08 G01S17/931 |
| Status | Pending |
| Simple Family | 192-920-512-098-182 176-280-802-877-018 008-845-599-550-987 015-228-379-156-654 |
| CPC (with Group) | G06T7/73 G01S17/06 G01S17/08 G01S17/931 G06T2207/10028 G06T2207/30252 G01S17/89 G06T2207/30261 |
| Issuing Authority | World Intellectual Property Organization (WIPO) |
| Kind | Patent Application Publication |
