[发明专利]防护栏点云的提取方法、装置、存储介质及程序产品在审
申请号: | 202210333926.7 | 申请日: | 2022-03-30 |
公开(公告)号: | CN114894203A | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 黄玉玺 | 申请(专利权)人: | 高德软件有限公司 |
主分类号: | G01C21/32 | 分类号: | G01C21/32;G06F16/29 |
代理公司: | 北京开阳星知识产权代理有限公司 11710 | 代理人: | 安伟 |
地址: | 102299 北京市昌平*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 护栏 提取 方法 装置 存储 介质 程序 产品 | ||
1.一种防护栏点云的提取方法,包括:
获取点云数据,以及采集所述点云数据过程中的轨迹方向;
基于所述点云数据中三维点的法向量及其对应的轨迹方向的向量积,从所述点云数据中提取出防护栏点云数据;其中,所述防护栏点云数据中每个三维点的法向量及其对应的轨迹方向的向量积小于或等于预设阈值。
2.根据权利要求1所述的方法,其中,所述基于所述点云数据中三维点的法向量及其对应的轨迹方向的向量积,从所述点云数据中提取出防护栏点云数据之前,还包括:
基于防护栏所在的高度范围,从所述点云数据中选择出符合所述高度范围的第一点云数据;
所述基于所述点云数据中三维点的法向量及其对应的轨迹方向的向量积,从所述点云数据中提取出防护栏点云数据,包括:
基于所述第一点云数据中三维点的法向量及其对应的轨迹方向的向量积,从所述第一点云数据中提取出防护栏点云数据。
3.根据权利要求1所述的方法,其中,所述基于所述点云数据中三维点的法向量及其对应的轨迹方向的向量积,从所述点云数据中提取出防护栏点云数据,包括:
确定所述点云数据中第一三维点的法向量;
若所述第一三维点的法向量及其对应的轨迹方向的向量积不满足小于或等于预设阈值,从所述点云数据中删除所述第一三维点;
若所述第一三维点的法向量及其对应的轨迹方向的向量积满足小于或等于预设阈值,在所述点云数据中保留所述第一三维点;
将最终剩余的点云数据作为所述防护栏点云数据。
4.根据权利要求3所述的方法,其中,从所述点云数据中删除所述第一三维点之后,还包括:
重新确定所述点云数据中与删除的第一三维点关联的第二三维点的法向量;
若所述第二三维点的法向量及其对应的轨迹方向的向量积不满足小于或等于预设阈值,从所述点云数据中删除所述第二三维点;
若所述第二三维点的法向量及其对应的轨迹方向的向量积满足小于或等于预设阈值,在所述点云数据中保留所述第二三维点。
5.根据权利要求3所述的方法,其中,所述在所述点云数据中保留所述第一三维点之后,所述方法还包括:
基于预设聚类技术,将所述点云数据进行聚类处理,得到至少一个第二点云数据;
从所述点云数据中,选择出三维点的数量最多的第二点云数据;
将最终剩余的点云数据作为所述防护栏点云数据包括:
将选择出的所述第二点云数据作为所述防护栏点云数据。
6.根据权利要求5所述的方法,其中,所述基于预设聚类技术,将所述点云数据进行聚类处理,得到至少一个第二点云数据包括:
将距离小于预设距离阈值的三维点对应的点云数据划分至同一第二点云数据,得到至少一个所述第二点云数据。
7.根据权利要求3所述的方法,其中,所述在所述点云数据中保留所述第一三维点之后,所述方法还包括:
基于预设形状分类技术,将所述点云数据按照形状进行分类,得到至少一个第三点云数据;
基于防护栏的几何形状特征,从所述点云数据中,选择出满足所述几何形状特征的第三点云数据;
将最终剩余的点云数据作为所述防护栏点云数据包括:
将选择出的所述第三点云数据作为所述防护栏点云数据。
8.根据权利要求3所述的方法,其中,所述在所述点云数据中保留所述第一三维点之后,所述方法还包括:
基于防护栏位于道路两侧的位置特征,从所述点云数据中选择满足所述位置特征的第四点云数据;
将最终剩余的点云数据作为所述防护栏点云数据包括:
将选择出的所述第四点云数据作为所述防护栏点云数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于高德软件有限公司,未经高德软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210333926.7/1.html,转载请声明来源钻瓜专利网。