点云数据处理方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110390237A(43)申请公布日2019.10.29(21)申请号201810369777.3(22)申请日2018.04.23(71)申请人北京京东尚科信息技术有限公司地址100195北京市海淀区杏石口路65号西杉创意园四区11号楼东段1-4层西段1-4层申请人北京京东世纪贸易有限公司(72)发明人谢青青蔡金华赫桂望(74)专利代理机构中科专利商标代理有限责任公司11021代理人吕雁葭(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书8页附图4页(54)发明名称点云数据处理方法和系统(57)摘要本公开提供了一种点云数据处理方法，包括：获取激光点云数据，所述激光点云数据中包括至少一个障碍物的点云数据；对所述激光点云数据进行降维处理，生成二维图像，所述二维图图像中包括所述至少一个障碍物的轮廓信息；以及根据所述至少一个障碍物的轮廓信息确定所述障碍物所属的分类。CN110390237ACN110390237A权利要求书1/2页1.一种点云数据处理方法，包括：获取激光点云数据，所述激光点云数据中包括至少一个障碍物的点云数据；对所述激光点云数据进行降维处理，生成二维图像，所述二维图图像中包括所述至少一个障碍物的轮廓信息；根据所述至少一个障碍物的轮廓信息确定所述障碍物所属的分类。2.根据权利要求1所述的方法，其中：所述方法还包括：去除所述激光点云数据中的地面点云数据；所述对激光点云数据进行降维处理包括：对去除地面点云数据后的激光点云数据进行降维处理。3.根据权利要求2所述的方法，其中，所述去除所述激光点云数据中的地面点云数据包括：选择满足预设条件的点云数据作为地面候选点；对所述地面候选点进行面拟合操作，生成拟合面；将所述激光点云数据中距离所述拟合面的高度小于预设阈值的点确定为地面点；去除所述地面候选点以及所述地面点的数据。4.根据权利要求1所述的方法，其中，所述对所述激光点云数据进行降维处理，生成二维图像，所述二维图图像中包括所述至少一个障碍物的轮廓信息，包括：以预设尺寸的栅格对所述点云数据进行降维处理，生成二维栅格地图，所述二维栅格地图中包括所述至少一个障碍物的轮廓信息。5.根据权利要求1所述的方法，其中，所述根据所述至少一个障碍物的轮廓信息确定所述障碍物所属的分类，包括：通过深度学习识别所述轮廓信息，确定所述轮廓信息所属的分类。6.一种点云数据处理系统，包括：获取模块，获取激光点云数据，所述激光点云数据中包括至少一个障碍物的点云数据；降维模块，对所述激光点云数据进行降维处理，生成二维图像，所述二维图图像中包括所述至少一个障碍物的轮廓信息；分类模块，根据所述至少一个障碍物的轮廓信息确定所述障碍物所属的分类。7.根据权利要求6所述的系统，其中：所述系统还包括：去除模块，去除所述激光点云数据中的地面点云数据；所述对激光点云数据进行降维处理包括：对去除地面点云数据后的激光点云数据进行降维处理。8.根据权利要求7所述的系统，其中，所述去除所述激光点云数据中的地面点云数据包括：选择满足预设条件的点云数据作为地面候选点；对所述地面候选点进行面拟合操作，生成拟合面；将所述激光点云数据中距离所述拟合面的高度小于预设阈值的点确定为地面点；去除所述地面候选点以及所述地面点的数据。9.根据权利要求6所述的系统，其中，所述对所述激光点云数据进行降维处理，生成二维图像，所述二维图图像中包括所述至少一个障碍物的轮廓信息，包括：2CN110390237A权利要求书2/2页以预设尺寸的栅格对所述点云数据进行降维处理，生成二维栅格地图，所述二维栅格地图中包括所述至少一个障碍物的轮廓信息。10.根据权利要求6所述的系统，其中，所述根据所述至少一个障碍物的轮廓信息确定所述障碍物所属的分类，包括：通过深度学习识别所述轮廓信息，确定所述轮廓信息所属的分类。11.一种点云数据处理系统，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～5中任一项所述的方法。12.一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～5中任一项所述的方法。3CN110390237A说明书1/8页点云数据处理方法和系统技术领域[0001]本公开涉及计算机技术领域，更具体地，涉及一种点云数据处理方法和一种点云数据处理系统。背景技术[0002]随着科学技术的快速发展，激光雷达被越来越多地应用于资源勘探、城市规划、农业开发、水利工程、交通通讯和日常生活等诸多领域。激光雷达是以发射激光光束来探测目标的位置、速度等特征量的雷达系