预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113971673A(43)申请公布日2022.01.25(21)申请号202111276868.0(22)申请日2021.10.29(71)申请人北京经纬恒润科技股份有限公司地址100015北京市朝阳区酒仙桥路14号1幢4层(72)发明人韩恒贵(74)专利代理机构北京集佳知识产权代理有限公司11227代理人刘乐(51)Int.Cl.G06T7/10(2017.01)G06K9/62(2022.01)G06V10/762(2022.01)G06V10/764(2022.01)权利要求书2页说明书8页附图5页(54)发明名称一种点云分割方法及装置(57)摘要本发明公开了一种点云分割方法及装置,方法包括:获取激光点云数据,所述激光点云数据包括三维的点云数据;使用点云分割网络对所述激光点云数据进行粗粒度预测先验,得到粗粒度先验结果;将所述粗粒度先验结果降维转化为一维的降维点云数据;从所述降维点云数据中提取物体局部点云数据;对所述物体局部点云数据进行聚类分割,得到点云分割物体。上述实现方案将粗粒度先验结果降维转化为一维的降维点云数据,在保留三维数据特征的前提下能够大大减少后续的数据计算量,提升数据处理速度;后续利用降维后的点云数据快速提取出物体局部数据,并对物体局部数据进行聚类分割,提高激光点云物体的分割准确性。CN113971673ACN113971673A权利要求书1/2页1.一种点云分割方法,其特征在于,包括:获取激光点云数据,所述激光点云数据包括三维的点云数据;使用点云分割网络对所述激光点云数据进行粗粒度预测先验,得到粗粒度先验结果,其中,所述粗粒度先验证结果包括四维信息;将所述粗粒度先验结果降维转化为一维的降维点云数据;从所述降维点云数据中提取物体局部点云数据;对所述物体局部点云数据进行聚类分割,得到点云分割物体。2.根据权利要求1所述的点云分割方法,其特征在于,所述激光点云数据的三维的点云数据包括N个点云的[N,3]格式的数据矩阵,其中N表示点云点的个数,3表示点云点在三个空间维度上的点云坐标值,使用点云分割网络所述对所述激光点云数据进行粗粒度预测先验,得到粗粒度先验结果,包括:通过激光点云分割网络对所述数据矩阵中的每一个点云点进行类别分类,得到[N,4]格式的粗粒度先验结果,其中,4表示点云点在三个空间维度上的点云坐标值和点云点的类别。3.根据权利要求2所述的点云分割方法,其特征在于,所述通过激光点云分割网络对所述数据矩阵中的每一个点云点进行类别分类,得到[N,4]格式的粗粒度先验结果,包括:将[N,3]格式的点云数据输入到激光点云分割网络;所述激光点云分割网络对接收到的点云数据中的每一个点云点做单一激光点的类别分类,并输出[N,4]格式的粗粒度先验结果。4.根据权利要求2所述的点云分割方法,其特征在于,所述将所述粗粒度先验结果降维转化为一维的降维点云数据,包括:基于设定的每个维度的区间长度分辨率对[N,4]格式的所述粗粒度先验结果中的每一个点云点分别进行三个空间维度的区间定位,得到对应三个空间维度的三个区间分辨度;将所述三个区间分辨度进行交替插值降维组合,得到三维点云数据的一维的降维点云数据。5.根据权利要求4所述的点云分割方法,其特征在于,所述一维的降维点云数据中每3位值表示点云空间的局部矩形体。6.根据权利要求4所述的点云分割方法,其特征在于,在所述将所述三个区间分辨度进行交替插值降维组合,得到三维点云数据的一维的降维点云数据后,还包括:将所述一维的降维点云数据融合到[N,4]格式的所述粗粒度先验结果中,得到[N,5]格式的数据,其中,5表示点云点在三个空间维度上的点云坐标值、一维的降维点云数据和点云点的类别。7.根据权利要求4所述的点云分割方法,其特征在于,所述基于设定的每个维度的区间长度分辨率对[N,4]格式的所述粗粒度先验结果中的每一个点云点分别进行三个空间维度的区间定位,得到对应三个空间维度的三个区间分辨度,包括:在每个空间维度的有效边界间距值表征的母区间中,确定点云点位于前半部分区间或后半部分区间,若在前半部分区间,用第一标识标记,若在后半部分区间,用第二标识标记;将所述点云点所处的前半部分区间或后半部分区间作为最新的母区间,重复上述确定2CN113971673A权利要求书2/2页点云点位于前半部分区间或后半部分区间的步骤,直至得到的标识位数与所述区间长度分辨率对应的标识位数相同。8.根据权利要求6所述的点云分割方法,其特征在于,所述从所述降维点云数据中提取物体局部点云数据,包括:根据[N,5]格式的数据中的点云点类别,利用一维的降维点云数据提取前位数相同的所有点云数据,获取所述三维的点云数据表征的空间区域内的全部点云值;根据所