[发明专利]道路点云数据处理方法及系统

说明书

本发明实施例提供一种道路点云数据处理方法及系统，属于点云数据处理技术领域。所述方法包括：获取道路点云数据和与道路点云数据对应的同时刻的车辆位置数据；根据道路点云数据和车辆位置数据，通过SLAM算法得到车辆位姿；根据车辆位姿，计算得到三维点云地图数据；在三维点云地图数据中，提取与多个预设形状参数中每个预设形状参数对应的重复结构数据，得到提取后的三维点云地图数据；确定压缩后的三维点云地图数据。本发明实施例解决了现有技术中三维点云地图数据量大，难于传输和保存的问题，压缩后的三维点云地图数据在向无人车传输时，传输速度快。

技术领域

本发明涉及点云数据处理技术领域，具体地，涉及一种道路点云数据处理方法及系统。

背景技术

在无人驾驶技术中，高精度定位是极其重要的组成部分，而在目前的技术中，精度最高的定位方法还是基于三维点云地图的定位方法。本申请发明人在实现本发明的过程中发现，现有技术具有以下缺陷：三维点云地图数据量很大，给地图的传输和保存带来了较大的困难。

发明内容

本发明实施例的目的是提供一种道路点云数据处理方法及系统，解决了现有技术中三维点云地图数据量大，难于传输的问题，降低了地图数据的大小。

为了实现上述目的，本发明实施例提供一种道路点云数据处理方法，包括：

获取道路点云数据和与所述道路点云数据对应的同时刻的车辆位置数据；

根据所述道路点云数据和所述车辆位置数据，通过SLAM算法得到车辆位姿；

根据所述车辆位姿，计算得到三维点云地图数据；

在所述三维点云地图数据中，提取与多个预设形状参数中每个预设形状参数对应的重复结构数据，得到提取后的三维点云地图数据，所述提取后的三维点云地图数据中不包含所述多个预设形状参数中每个预设形状参数对应的重复结构数据；

确定压缩后的三维点云地图数据，所述压缩后的三维点云地图数据包括所述提取后的三维点云地图数据、所述多个预设形状参数以及每个重复结构数据对应的变换矩阵。

可选的，所述根据所述道路点云数据和所述车辆位置数据，通过SLAM算法得到车辆位姿包括：

根据相邻两帧的道路点云数据，得到所述道路点云数据中的各个相邻两帧的车辆位姿变换；

根据所述车辆位置数据，获取在不同时刻同一位置的车辆位姿变换；

根据所述各个相邻两帧的车辆位姿变换和所述不同时刻同一位置的车辆位姿变换，通过位姿图优化算法得到所述车辆在所有帧的车辆位姿。

可选的，所述根据所述车辆位姿，计算得到三维点云地图数据包括：

根据计算得到三维点云地图数据，其中sum为三维点云地图数据，P_i为第i帧道路点云数据，Pose_i为第i帧车辆位姿。

可选的，所述在所述三维点云地图数据中，提取与多个预设形状参数中每个预设形状参数对应的重复结构数据，得到提取后的三维点云地图数据包括：

在所述三维点云地图数据中，选择多个领域子集，通过ransac算法对多个预设形状参数中的每一个预设形状参数进行拟合；

当拟合成功时，确定所述多个预设形状参数中的每一个预设形状参数对应的重复结构数据；

在所述三维点云地图数据中，提取所述重复结构数据对应的道路点云数据，得到提取后的三维点云地图数据。

可选的，所述重复结构为平面、线段、圆柱、圆锥或圆环面中的至少一种。

可选的，所述每个重复结构数据对应的变换矩阵为通过所述变换矩阵将所述每个重复结构数据转换为所述三维点云地图数据中的道路点云数据。