专利汇可以提供大规模行车路面三维点云的生成方法及系统专利检索,专利查询,专利分析的服务。并且本 发明 揭示了一种大规模行车路面三维点 云 的生成方法及系统,所述生成系统包括 坐标系 转换模 块 、点云数据截取模块、局部地面点云获取模块、 位姿 获取模块、第四点云获取模块、大规模地面点云获取模块。坐标系转换模块用以将从激光坐标系中获得的各个原始点云数据转换为车辆坐标系下对应的第二点云数据;点云数据截取模块用以从各个第二点云数据去除高度大于设定 阈值 的点云数据,得到对应的第三点云数据;大规模地面点云获取模块用以根据第四点云获取模块获取的第四点云数据获得世界坐标系下的大规模地面点云数据。本发明提出的大规模行车路面三维点云的生成方法及系统,可有效制作任意场景、任意规模的地面点云地图,可用于地图标注、无人车等领域。,下面是大规模行车路面三维点云的生成方法及系统专利的具体信息内容。
1.一种大规模行车路面三维点云的生成方法,其特征在于,所述生成方法包括:
步骤S1、将从激光坐标系中获得的各个原始点云数据转换为车辆坐标系下对应的第二点云数据;
步骤S2、处理各个第二点云数据,从各个第二点云数据去除高度大于设定阈值的点云数据,得到对应的第三点云数据;
步骤S3、处理各个第三点云数据,获取各个第三点云数据在车辆坐标系下对应的局部地面点云数据;
步骤S4、对全部地面点云数据序列中的每个原始点云数据处理得到相应的车辆在世界坐标系的位姿;
步骤S5、根据步骤S3获取的各个局部地面点云数据及步骤S4获取的对应车辆在世界坐标系的位姿,经过变换得到各个局部地面点云数据在世界坐标系下的第四点云数据;
步骤S6、根据所述步骤S5获取的各个第四点云数据,获得世界坐标系下的大规模地面点云数据。
2.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S1中,将从激光坐标系中获得的原始点云数据通过标定矩阵转换为车辆坐标系的第二点云数据。
3.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S1中,所述原始点云数据Dl为多线激光单圈扫描得到的原始数据,或者为多帧数据累计的激光点云。
4.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S1中,所述原始点云数据至少包含点坐标数据(xyz);
所述原始点云数据还包含色彩信息、强度信息。
5.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S2中,对第二点云数据按车辆高度方向进行切割,去除高度大于设定阈值的点云数据,得到第三点云数据。
6.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S2中,所述第三点云数据Dc’中包含车辆附近的部分地面信息以及地面高度以上设定区域内的非地面点云。
7.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S2中,车辆坐标系(OXYZ)c为Z轴向上X轴向前,Y轴向左,车辆质心为坐标系原点,则第二点云数据Dc除去掉高度大于0的点集,得到第三点云数据Dc’。
8.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S3中,对第三点云数据Dc’采用随机抽样一致性算法,拟合得到满足平面方程ax+by+cz+d=0的数量最多的三维点集,即为车载坐标系下的局部地面点云数据Gci,其中i表示第i个激光原始数据。
9.根据权利要求1所述的大规模行车路面三维点云的生成方法,其特征在于:
所述步骤S4中,对于全部地面点云数据序列Gci,i=1,2,3,…;根据SLAM后处理算法得到相应的车辆在世界坐标系(OXYZ)w的位姿Si,i=1,2,3,…。
10.一种大规模行车路面三维点云的生成系统,其特征在于,所述生成系统包括:
坐标系转换模块,用以将从激光坐标系中获得的各个原始点云数据转换为车辆坐标系下对应的第二点云数据;
点云数据截取模块,用以从各个第二点云数据去除高度大于设定阈值的点云数据,得到对应的第三点云数据;
局部地面点云获取模块,用以获取各个第三点云数据在车辆坐标系下对应的局部地面点云数据;
位姿获取模块,用以对全部地面点云数据序列中的每个原始点云数据处理得到相应的车辆在世界坐标系的位姿;
第四点云获取模块,用以根据所述局部地面点云获取模块获取的各个局部地面点云数据及所述位姿获取模块获取的对应车辆在世界坐标系的位姿,经过变换得到各个局部地面点云数据在世界坐标系下的第四点云数据;
大规模地面点云获取模块,用以根据所述第四点云获取模块获取的第四点云数据获得世界坐标系下的大规模地面点云数据。
11.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述坐标系转换模块用以将激光坐标系中获得的原始点云数据Dl通过标定矩阵M转换为车辆坐标系的第二点云数据Dc。
12.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述点云数据截取模块用以对第二点云数据Dc按车辆高度方向进行切割,去除高度大于设定阈值的点云数据,得到第三点云数据Dc’;第三点云数据Dc’中包含车辆附近大部分地面信息以及地面高度以上设定区域内的非地面点云。
13.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述局部地面点云获取模块用以对第三点云数据Dc’拟合得到满足平面方程ax+by+cz+d=0的数量最多的三维点集,即为车载坐标系下的局部地面点云数据Gci,其中i表示第i个激光原始数据。
14.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述世界坐标系下点云获取模块用以对于全部地面点云数据序列Gci,i=1,2,3,…;经处理得到相应的车辆在世界坐标系(OXYZ)w的位姿Si,i=1,2,3,…;进而经过变换得到局部地面点云数据Gci在世界坐标系下的第四点云数据Gwi。
15.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述大规模地面点云获取模块用以获得世界坐标系下的大规模地面点云数据
16.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述原始点云数据Dl为多线激光单圈扫描得到的原始数据,或者为多帧数据累计的激光点云。
17.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述原始点云数据至少包含点坐标数据(xyz);
所述原始点云数据还包含色彩信息、强度信息。
18.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述局部地面点云获取模块用以对Dc’采用随机抽样一致性算法,拟合得到满足平面方程ax+by+cz+d=0的数量最多的三维点集,即为车载坐标系下的局部地面点云数据Gci,其中i表示第i个激光原始数据。
19.根据权利要求10所述的大规模行车路面三维点云的生成系统,其特征在于:
所述第四点云获取模块对全部地面点云数据序列Gci,i=1,2,3,…;根据SLAM后处理算法得到相应的车辆在世界坐标系(OXYZ)w的位姿Si,i=1,2,3,…;进而经过变换得到各个局部地面点云数据在世界坐标系下的第四点云数据。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种带宽压缩中的预测方法 | 2020-05-08 | 92 |
一种基于边缘计算的综合传感网测试平台 | 2020-05-08 | 767 |
用于电力保密数据的大数据云平台安全防护方法 | 2020-05-08 | 666 |
一种适用于电力系统安防的视频增强浓缩方法 | 2020-05-08 | 656 |
一种视频会议加密方法 | 2020-05-08 | 912 |
一种视频压缩的预测方法 | 2020-05-08 | 2 |
一种电力物联网场景中基于协同内容缓存的卸载方法 | 2020-05-08 | 614 |
直播间弹幕显示方法、存储介质、设备及系统 | 2020-05-08 | 690 |
一种基于随机素数的双通道交换的超奇异椭圆曲线算法的密钥交换方法 | 2020-05-11 | 360 |
操作高速缓存的方法 | 2020-05-08 | 292 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。