[发明专利]致密激光雷达点云

权利要求书

1.一种生成致密LiDAR点云的计算机实施的方法，其中，所述方法包括以下步骤：

接收(S2)由参考LiDAR点云和剩余LiDAR点云构成的多个LiDAR点云，其中，多个LiDAR点云是基于车辆的LiDAR装置(5)在后续测量时间点的测量结果获得的；

通过结合参考LiDAR点云和剩余LiDAR点云生成(S3)致密LiDAR点云，其中，通过校正LiDAR装置(5)在剩余LiDAR点云的测量时间点和参考LiDAR点云的测量时间点之间的运动，对每个剩余LiDAR点云进行转换，其中，剩余LiDAR点云中只有处于参考LiDAR点云的点周围的预定义邻域中的那些点被结合进致密LiDAR点云中；以及

通过包含基于致密LiDAR点云的点周围的统计分布选择的多个其他点来进一步增强(S4)致密LiDAR点云。

2.根据权利要求1所述的方法，其中，用于确定是否将剩余LiDAR点云的点结合到致密LiDAR点云中的预定义邻域的空间扩展取决于剩余LiDAR点云的测量时间点与参考LiDAR点云的测量时间点之间的差异。

3.根据权利要求2所述的方法，其中，空间扩展以线性方式取决于剩余LiDAR点云的测量时间点与参考LiDAR点云的测量时间点之间的差异。

4.根据上述权利要求中任一权利要求所述的方法，其中，参考LiDAR点云的点周围的预定义邻域的空间扩展取决于参考LiDAR点云的所述点的深度。

5.根据权利要求4所述的方法，其中，空间扩展以指数形式取决于参考LiDAR点云中的所述点的深度。

6.根据上述权利要求中任一权利要求所述的方法，其中，基于致密LiDAR点云的点周围的高斯分布选择用于增强致密LiDAR点云的多个其他点。

7.根据上述权利要求中任一权利要求所述的方法，其中，多个LiDAR点云包括2N+1个LiDAR点云，其中，N个LiDAR点云的测量时间点在参考LiDAR点云的测量时间点之前，N个LiDAR点云的测量时间点在参考LiDAR点云的测量时间点之后。

8.根据上述权利要求中任一权利要求所述的方法，其中，使用从车辆的惯性测量单元(7)获得的传感器数据，来执行对LiDAR装置(5)在剩余LiDAR点云的测量时间点和参考LiDAR点云的测量时间点之间的运动进行校正的步骤。

9.根据上述权利要求中任一权利要求所述的方法，其中，对LiDAR装置(5)在剩余LiDAR点云的测量时间点和参考LiDAR点云的测量时间点之间的运动进行校正的步骤是使用迭代最近点算法进行的。

10.一种训练人工神经网络的计算机实施的方法，所述方法包括以下步骤：

通过根据上述权利要求中任一权利要求所述的方法生成多个致密LiDAR点云来提供(S11)输出训练数据；

提供(S12)由对应于多个致密LiDAR点云的参考LiDAR点云给出的输入训练数据；以及

使用输入训练数据作为输入，输出训练数据作为输出，训练(S13)人工神经网络。

11.一种包括可执行程序代码(PC)的计算机程序产品(P)，可执行程序代码配置成用于，当由计算装置(3)执行时，实施根据权利要求1至10中任一权利要求所述的方法。

12.一种包括可执行程序代码(MC)的非暂时性计算机可读存储介质(M)，可执行程序代码配置成用于，当由计算装置(3)执行时，实施根据权利要求1至10中任一权利要求所述的方法。