一种车载激光扫描系统外参标定方法和装置

    公开(公告)号:CN111650598A

    公开(公告)日:2020-09-11

    申请号:CN201910121401.5

    申请日:2019-02-19

    IPC分类号: G01S17/87 G01S7/497

    摘要: 本申请提供了一种车载激光扫描系统外参标定方法和装置,该方法包括:在选择的标定场景中,按照预设多方向采集路线进行数据采集;基于采集到的数据使用手眼标定方法计算外参初值;通过组合惯导系统的位姿信息,结合计算的外参初值,对激光雷达采集的不同位置的点云按照迭代就近点算法进行拼接,并计算匹配距离残差;采用非线性优化算法优化外参,使用优化后的外参更新外参初值后重新计算匹配距离残差,并进行重复迭代计算;直到匹配距离残差小于预设阈值或迭代次数达到最大迭代次数时的外参作为标定外参。该方法在无需固定标定场、无需人工参与选点的情况下,快速自动化实现车载激光扫描系统外参的精确标定。

    识别道路中目标对象的方法和装置

    公开(公告)号:CN110866449A

    公开(公告)日:2020-03-06

    申请号:CN201911001284.5

    申请日:2019-10-21

    IPC分类号: G06K9/00 G06K9/40 G06K9/62

    摘要: 本发明公开了识别道路中目标对象的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:采集道路的点云数据;所述点云数据包括:每个点云的三维空间坐标信息和反射强度信息;基于每个点云的三维空间坐标信息和反射强度信息将所述点云数据转换为四维语义目标,对所述四维语义目标进行聚类,得到目标点云簇;在每个所述目标点云簇中识别目标对象。该实施方式无需样本学习及其他数据辅助配准,能够基于三维点云数据的空间特征全自动快速的识别目标对象,简化计算流程的同时降低硬件成本。

    基于激光点云的地图构建方法和装置

    公开(公告)号:CN110400363A

    公开(公告)日:2019-11-01

    申请号:CN201810374002.5

    申请日:2018-04-24

    摘要: 本发明公开了基于激光点云的地图构建方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:采集待构建区域的图像信息和激光点云,确定所述激光点云中每个点云点与图像信息中每个图像的像素点之间的匹配关系;将所述激光点云拼接至所述待构建区域的环境地图中,从拼接后的环境地图中提取目标区域;根据所述目标区域的点云和所述匹配关系,构建所述目标区域的地图。该实施方式基于激光点云提取目标区域、并根据激光点云中每个点云点与每个图像的像素点之间的匹配关系构建目标区域的地图,实现由图像反向投影完成的目标区域地图的构建,构建过程简单,清晰度高,噪声区域少。

    对扫描仪坐标系与IMU坐标系进行标定的方法、系统和设备

    公开(公告)号:CN110376570A

    公开(公告)日:2019-10-25

    申请号:CN201810743873.X

    申请日:2018-07-09

    IPC分类号: G01S7/497 G01C25/00

    摘要: 本发明公开了一种对扫描仪坐标系与IMU坐标系进行标定的方法、标定系统和参考设备,涉及计算机技术领域。该方法的一具体实施方式包括:在标定场中设置具有至少一个控制点的参考设备,采集控制点在大地坐标系中的坐标;利用待标定设备的扫描仪扫描参考设备,以采集在控制点被扫描时,控制点在扫描仪坐标系中的坐标,待标定设备的IMU的姿态角数据和在大地坐标系中的坐标;根据参数解算模型和上述坐标计算标定参数。该方法分别采集自制的参考设备中的控制点在大地坐标系和扫描仪坐标系的坐标,以根据参数解算模型和坐标解算标定参数。本发明自制的参考设备的占地面积可自行控制、且基于参数解算模型即可得到标定参数,复杂度低、效率高。

    生成点云数据的方法和装置

    公开(公告)号:CN110377776B

    公开(公告)日:2022-06-07

    申请号:CN201810811353.8

    申请日:2018-07-23

    IPC分类号: G06F16/58 G06F16/51

    摘要: 本发明公开了一种生成点云数据的方法和装置,涉及计算机技术领域。其中,该方法包括:从单帧图像中提取采样点;根据单视图深度图估计算法确定所述采样点的深度值;根据摄影几何中的点投影关系,将带有深度值的采样点和与所述单帧图像对应的GPS数据、IMU数据进行融合,以得到单帧点云;其中,所述单帧图像、GPS数据以及IMU数据是通过众包模式采集得到的。通过以上步骤,能够获取稠密均匀、不受环境影响的点云数据,同时降低数据采集成本,提高点云数据生成效率。

    路肩提取方法及装置、电子设备和计算机可读介质

    公开(公告)号:CN111986243A

    公开(公告)日:2020-11-24

    申请号:CN201910441491.6

    申请日:2019-05-24

    IPC分类号: G06T7/50 G06T7/11 G06K9/62

    摘要: 本公开提供一种路肩提取方法、装置以及电子设备和计算机可读介质,涉及图像处理领域,该方法包括:获取道路的点云数据,所述道路的点云数据包括所述道路的三维坐标信息;将所述道路的点云数据分割成各点云块;将各点云块中的点云数据分别输入基于深度强化学习训练的深度神经网络,以确定各点云块的路肩坐标;根据各点云块的路肩坐标获得所述道路的路肩线。本发明实施例的技术方案能够通过基于深度强化学习训练的深度神经网络,确定道路点云块中的路肩坐标,并根据各个点云块的路肩坐标确定道路的路肩线。该路肩提取方法准确性高、鲁棒性强,并能够节约人工成本。

    点云特征点提取方法、装置、存储介质、设备及系统

    公开(公告)号:CN111489386A

    公开(公告)日:2020-08-04

    申请号:CN201910075421.3

    申请日:2019-01-25

    IPC分类号: G06T7/60 G01B11/255

    摘要: 本发明实施例公开了点云特征点提取方法、装置、存储介质、设备及系统。该方法包括:获取多线激光扫描仪采集到的单帧的点云数据;将所述点云数据以所属激光线号为单位进行分组,得到多个点云数据队列;对于每个点云数据队列,计算当前点云数据队列中每个激光点的点曲率,将点曲率满足预设要求的激光点作为特征点进行提取。通过以点云数据所属激光线号为单位进行分组形成点云数据队列,基于当前队列中激光点的点曲率对特征点进行提取,不需要重复采样以及大量的重复计算,提高了特征点提取效率,并且具有较高的实时性。