[发明专利]误差估计方法、装置、电子设备及计算机程序产品在审
申请号: | 202210333987.3 | 申请日: | 2022-03-31 |
公开(公告)号: | CN114627260A | 公开(公告)日: | 2022-06-14 |
发明(设计)人: | 任杰 | 申请(专利权)人: | 高德软件有限公司 |
主分类号: | G06T17/05 | 分类号: | G06T17/05;G06F16/29;G01S19/37;G01S19/42 |
代理公司: | 北京合智同创知识产权代理有限公司 11545 | 代理人: | 李杰;赵海娇 |
地址: | 102200 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: | 误差 估计 方法 装置 电子设备 计算机 程序 产品 | ||
1.一种误差估计方法,包括:
获取采集设备所采集的周围环境的二维全景图像和三维点云数据;
根据所述二维全景图像的图像梯度,确定所述二维全景图像中的第一信号遮挡对象的上边缘;
根据所述第一信号遮挡对象的上边缘,获得所述第一信号遮挡对象的上边缘高度角;
对所述三维点云数据进行聚类,根据聚类结果得到第二信号遮挡对象的点云平面,其中,所述第二信号遮挡对象为所述第一信号遮挡对象的部分或全部;
根据所述点云平面,获得所述采集设备到所述第二信号遮挡对象的水平距离;
根据所述上边缘高度角和所述水平距离,获得所述第一信号遮挡对象的上边缘高度;
根据所述第一信号遮挡对象的上边缘高度和所述第二信号遮挡对象的下边缘高度的差值,建立所述第一信号遮挡对象的数据模型;
基于所述数据模型,估计非视距传播误差。
2.根据权利要求1所述的方法,其中,所述根据所述二维全景图像的图像梯度,确定所述二维全景图像中的第一信号遮挡对象的上边缘,包括:
将所述二维全景图像转换为灰度图像,并计算所述灰度图像的图像梯度;
根据所述图像梯度,确定所述灰度图像的每列像素中的第一个梯度变化非0像素对应的梯度值;
根据确定的每个梯度变化非0像素对应的梯度值,确定梯度阈值;
根据所述梯度阈值,确定所述第一信号遮挡对象的上边缘。
3.根据权利要求2所述的方法,其中,所述根据所述梯度阈值,确定所述第一信号遮挡对象的上边缘,包括:
以所述灰度图像的每列像素中,第一个梯度值等于或大于所述梯度阈值的像素点为分界点,确定分界点像素;
对所述分界点像素进行多项式拟合,得到所述第一信号遮挡对象的上边缘。
4.根据权利要求1所述的方法,其中,所述根据所述第一信号遮挡对象的上边缘高度和所述第二信号遮挡对象的下边缘高度的差值,建立所述第一信号遮挡对象的数据模型,包括:
根据三维点云数据中第二信号遮挡对象的点云高度到地面高度,确定所述第二信号遮挡对象的下边缘高度,以及,根据所述三维点云,确定所述第二信号遮挡对象的上下边缘高度差;
根据所述第一信号遮挡对象的上边缘高度和所述第二信号遮挡对象的下边缘高度的差值,以及所述第二信号遮挡对象的上下边缘高度差,建立所述第一信号遮挡对象的数据模型。
5.根据权利要求4所述的方法,其中,所述根据所述第一信号遮挡对象的上边缘高度和所述第二信号遮挡对象的下边缘高度的差异差值,以及所述第二信号遮挡对象的上下边缘高度差,建立所述第一信号遮挡对象的数据模型,包括:
使用所述第一信号遮挡对象的上边缘高度和所述第二信号遮挡对象的下边缘高度的差值除以所述第二信号遮挡对象的上下边缘高度差,获得所述第二信号遮挡对象相对于所述第一信号遮挡对象的建模重复次数;
根据所述建模重复次数,建立所述第一信号遮挡对象的数据模型。
6.根据权利要求1所述的方法,其中,所述对所述三维点云数据进行聚类,根据聚类结果得到第二信号遮挡对象的点云平面,包括:
对所述三维点云数据进行法向量和欧式距离聚类,对聚类获得的各个点云团进行拟合,得到第二信号遮挡对象的点云平面。
7.根据权利要求6所述的方法,其中,在所述对所述三维点云数据进行法向量和欧式距离聚类之前,所述方法还包括:
将所述采集设备承载的用于采集三维点云数据的天线高度下方的点,从所述三维点云数据中滤除;
确定所述三维点云数据对应的点云中的各个点的法向量;
将法向量法向与水平方向的角度差大于预设角度阈值的点,从所述三维点云数据中滤除。
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/202210333987.3/1.html,转载请声明来源钻瓜专利网。