[发明专利]点云处理

说明书

公开了一种多姿势固定姿势测量设置中的LIDAR测量设备(101、102、103)的处理电路。该电路接收点云数据集的多个数据点，多个数据点中的每个数据点指示相应的深度位置(601)，多个数据点的不同数据点与LIDAR测量设备(101、102、103)的视野(602)中的不同横向位置相关联，每个横向位置与相应的预定义参考深度阈值相关联。对于多个数据点中的每个数据点，该电路执行由相应数据点指示的深度位置(601)与相应参考深度阈值的比较，并在相应比较时选择性地丢弃数据点，使得由相应数据点指示的深度位置(601)基本上等于相应参考深度阈值。通过所述选择性地丢弃，该电路将点云数据集输出到连接到通信链路(108)的LIDAR测量设备(101、102、103)的外部接口。可以将点云数据集(191、192、193)提供给服务器(109)。该电路通过从点云数据集中移除与相对于LIDAR扫描仪是静态的场景的背景相关联的数据点来促进点云数据集的大小减小。这有助于为后续应用减少计算资源。该电路还可以确定测量设备的故障。

技术领域

各种示例涉及对由光检测和测距(LIDAR)提供的点云的处理。各种示例具体涉及背景减法。

背景技术

使用LIDAR扫描仪，可以提供场景的点云数据集。点云数据集包括多个数据点。点云数据集的不同数据点与LIDAR扫描仪视野中的不同横向位置相关联。即，水平和/或垂直扫描是可能的。有时，数据点可能包括指示横向位置的指标。点云数据集的数据点指示相应深度位置。数据点的深度位置标志着环境中各个对象到LIDAR扫描仪的距离。该距离可以使用测距来确定。该距离可以用例如米来表示。

已经观察到点云数据集的大小可能很大。例如，给定的点云数据集(有时也称为点云帧)可以包括数千或数万甚至高达一百万的数据点。每个数据点又可以包括多个比特(bits)，即，实现指示深度位置以及可选地指示横向位置的指标。此外，点云数据集可以以LIDAR扫描仪的采样率来提供，典型的采样率在5Hz–10KHz的范围内。

因此，已经发现基于点云数据集运行的应用所需的计算资源可能要求很高。例如，据观察，用于将点云数据集从LIDAR扫描仪传送到服务器以进行处理的通信链路的传输数据速率可能很高。此外，将要在点云数据集上实现的对象识别可能需要强大的处理能力和内存，才能处理点云数据集。

发明内容

因此，需要处理点云数据集的先进技术。特别是，需要处理点云数据集，以便放宽基于点云数据集运行的应用的计算资源要求。

这种需要通过独立权利要求的特征来满足。从属权利要求的特征定义了实施例。

本文描述了有助于处理点云数据集的技术。本文所述的技术有助于减小点云数据集的大小。特别是，可以丢弃信息容量低或有限的数据点。

例如，根据本文描述的一些技术，可以从点云数据集中移除/丢弃与场景背景相关联的数据点。

一般来说，场景的背景描述了场景中相对于LIDAR扫描仪而言是静态的一组对象。

通过丢弃与场景背景相关的数据点，可以减少点云数据集的整体大小。这有助于为基于减少了数据点计数的点云数据集而操作的后续应用而减少计算资源。可以降低用于通信点云数据集的通信链路的传输数据速率。