一种虚实合成的激光雷达点云生成方法和装置.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CN114386293A(43)申请公布日2022.04.22(21)申请号202210281920.X(22)申请日2022.03.22(71)申请人之江实验室地址310023浙江省杭州市余杭区文一西路1818号(72)发明人华炜高健健李融谢天(74)专利代理机构杭州求是专利事务所有限公司33200代理人贾玉霞(51)Int.Cl.G06F30/20(2020.01)权利要求书2页说明书9页附图4页(54)发明名称一种虚实合成的激光雷达点云生成方法和装置(57)摘要本发明公开一种虚实合成的激光雷达点云生成方法和装置，该方法从预定义模型库中选择多个模型，按照设定的概率分布设置其形变姿态和仿射变换，并将生成的模型实例放置到真实点云场景的合理区域中，最后使用空间索引和射线投影算法重采样得到虚实合成的点云数据。该方法既保留了真实激光雷达点云的真实性，又结合了虚拟仿真场景的可配置性和灵活性，并且能够自动生成数据标注信息，缓解了真实点云数据采集效率和人工标注效率低下的问题；该方法可以快速生成大量的合成激光雷达点云，提高点云数据的生成效率，同时也为感知算法等深度学习算法提供了更多的训练数据。CN114386293ACN114386293A权利要求书1/2页1.一种虚实合成的激光雷达点云生成方法，其特征在于，该方法包括以下步骤：S1，使用激光雷达采集真实场景的点云数据，将点云数据中表示动态物体的采样点数据去除，保留点云数据中表示静态物体的采样点数据，保留下的采样点数据形成场景SC；S2，预定义Nc类物体模型，其类型记为class1，class2，...，classNc，对每个i∈{1,2...Nc}，在场景SC中生成可以合理摆放类型为classi的物体模型的空间区域，该空间区域称为类型classi的合理区域，记为R[classi]；S3，从预定义模型库中选择Nm个物体模型model1，model2，.....，modelNm，并且为每个物体模型modelk确定需要进行模型实例化的数量Nok，由modelk实例化的第j个模型实例记为objk,j，objk,j的类型obj_classk,j定义为modelk所属的模型类型，其中k=1，2，...，Nm，j=1，2，…，Nok；S4，对每个模型实例objk,j执行以下步骤：S4.1，对模型实例objk,j，记其类型obj_classk,j，obj_classk,j∈{class1，class2，...，classNc}，根据模型类型obj_classk,j找到该类型的合理区域R[obj_classk,j]；S4.2，如果objk,j为非刚体且具备多个形变姿态，则按同一概率分布PDk对多个形变姿态进行随机选择，根据选择的形变姿态对objk,j进行几何形状更新；S4.3,根据一个与模型类型obj_classk,j相关的概率分布AD[obj_classk,j]随机采样生成一个满足合理性条件的仿射变换TRk,j，将TRk,j施加于objk,j，并将经过仿射变换的objk,j放置入场景SC中，若无法生成满足所述合理性条件的仿射变换，则忽略objk,j；S4.4，输出objk,j的模型类型obj_classk,j，输出objk,j的形变姿态或者施加仿射变换TRk,j后所占据的空间boundk,j数据，并选择形变姿态和施加仿射变换TRk,j后所占据的空间boundk,j数据中的一个，连同obj_classk,j，作为objk,j的标注信息；S5，为加入了模型实例的场景SC构建空间索引spatial_index；S6，采用射线投影算法，利用空间索引spatial_index，对加入了模型实例的场景SC进行重新采样，生成虚实合成的点云数据场景SC2。2.根据权利要求1所述的虚实合成的激光雷达点云生成方法，其特征在于，所述S3中的预定义物体模型库包括刚体物体模型和非刚体物体模型，刚体物体模型的几何形状由多边形网格或三维点云所表示，非刚体物体模型的几何形状由多边形网格所表示，且每个非刚体物体模型包含至少1个形变姿态，每个形变姿态由一幅骨骼姿态参数或一个多边形网格所定义。3.根据权利要求1所述的虚实合成的激光雷达点云生成方法，其特征在于，所述S4.3中的一个与模型类型oc相关的概率分布AD[obj_classk,j]是由两个概率分布密度函数乘积F[obj_classk,j](x,y,z)•G[obj_classk,j](theta,phi)所表示，其中F[obj_classk,j](x,y,z)为空间概率分布密度函数，(x,y,z)为三维坐标，F[obj_classk,j](x,y,z)定义域为该模型类型的合理空间R[obj_classk,j]，G