點(diǎn)云數(shù)據(jù)的分類方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明實(shí)施例涉及點(diǎn)云數(shù)據(jù)處理技術(shù)，尤其涉及一種點(diǎn)云數(shù)據(jù)的分類方法及裝 置。
【背景技術(shù)】
[0002] 三維高精地圖被工業(yè)界和學(xué)術(shù)界公認(rèn)為下一代數(shù)字地圖的主要發(fā)展方向，是實(shí)現(xiàn) 汽車自動(dòng)駕駛和輔助駕駛的前提條件，為自動(dòng)駕駛汽車進(jìn)行精確定位和正確決策提供主要 依據(jù)。激光點(diǎn)云數(shù)據(jù)分類是三維高精地圖生產(chǎn)中的一個(gè)關(guān)鍵環(huán)節(jié)，點(diǎn)云數(shù)據(jù)的分類算法用 于減少數(shù)據(jù)生產(chǎn)過程中人工的干預(yù)，提高三維高精度地圖的生產(chǎn)效率。
[0003] 現(xiàn)有技術(shù)中，將通過測量儀器得到的物品外觀表面的點(diǎn)數(shù)據(jù)集合稱之為點(diǎn)云數(shù) 據(jù)。在對點(diǎn)云數(shù)據(jù)進(jìn)行分類時(shí)，首先采用點(diǎn)、邊緣、面片等局部特征進(jìn)行目標(biāo)識(shí)別，即通過局 部識(shí)別整體;然后進(jìn)行待分類點(diǎn)云和點(diǎn)云模型庫特征點(diǎn)對的對應(yīng)性搜索；最后通過計(jì)算相 關(guān)系數(shù)的方式進(jìn)行點(diǎn)云數(shù)據(jù)的分類。
[0004] 然而，采用點(diǎn)、邊緣、面片等局部特征進(jìn)行目標(biāo)識(shí)別和分類時(shí)，需要進(jìn)行待分類點(diǎn) 云和點(diǎn)云模型庫特征點(diǎn)對的對應(yīng)性搜索，由于物體表面的點(diǎn)、邊緣、片面等局部特征較多， 使得對應(yīng)性搜索的計(jì)算代價(jià)較為高昂。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種點(diǎn)云數(shù)據(jù)的分類方法及裝置，以實(shí)現(xiàn)降低對應(yīng)性搜索的計(jì)算代 價(jià)，提高點(diǎn)云數(shù)據(jù)的分類效率。
[0006] 第一方面，本發(fā)明實(shí)施例提供了一種點(diǎn)云數(shù)據(jù)的分類方法，包括：
[0007] 獲取第一有向點(diǎn)對應(yīng)的第一旋轉(zhuǎn)圖像，所述第一有向點(diǎn)為點(diǎn)云數(shù)據(jù)中的任一有向 占.
[0008] 根據(jù)至少一個(gè)第一旋轉(zhuǎn)圖像對應(yīng)的第一直方圖確定協(xié)方差矩陣；
[0009] 根據(jù)所述協(xié)方差矩陣計(jì)算所述點(diǎn)云數(shù)據(jù)的特征描述向量；
[0010] 將所述點(diǎn)云數(shù)據(jù)的特征描述向量帶入分類器進(jìn)行分類處理。
[0011] 第二方面，本發(fā)明實(shí)施例還提供了一種點(diǎn)云數(shù)據(jù)的分類裝置，包括：
[0012] 旋轉(zhuǎn)圖像獲取單元，用于獲取第一有向點(diǎn)對應(yīng)的第一旋轉(zhuǎn)圖像，所述第一有向點(diǎn) 為點(diǎn)云數(shù)據(jù)中的任一有向點(diǎn)；
[0013] 協(xié)方差矩陣確定單元，用于根據(jù)所述旋轉(zhuǎn)圖像獲取單元獲取的至少一個(gè)第一旋轉(zhuǎn) 圖像對應(yīng)的第一直方圖確定協(xié)方差矩陣；
[0014] 特征描述向量計(jì)算單元，用于根據(jù)所述協(xié)方差矩陣確定單元確定的所述協(xié)方差矩 陣計(jì)算所述點(diǎn)云數(shù)據(jù)的特征描述向量；
[0015] 分類處理單元，用于將所述特征描述向量計(jì)算單元得到的所述點(diǎn)云數(shù)據(jù)的特征描 述向量帶入分類器進(jìn)行分類處理。
[0016] 本發(fā)明能夠獲取第一有向點(diǎn)獲取對應(yīng)的第一旋轉(zhuǎn)圖像，然后根據(jù)至少一個(gè)第一旋 轉(zhuǎn)圖像得到的協(xié)方差矩陣計(jì)算點(diǎn)云數(shù)據(jù)的特征描述向量，并根據(jù)該特征描述向量對點(diǎn)云數(shù) 據(jù)進(jìn)行分類。與現(xiàn)有技術(shù)中根據(jù)局部特征進(jìn)行分類，對應(yīng)性搜索的計(jì)算代價(jià)較為高昂相比， 本發(fā)明中一個(gè)第一旋轉(zhuǎn)圖像中包括多個(gè)局部特征，因此根據(jù)第一旋轉(zhuǎn)圖像得到的特征描述 向量能夠描述多個(gè)局部特征，進(jìn)而降低對應(yīng)性搜索的計(jì)算代價(jià)，提高點(diǎn)云數(shù)據(jù)的分類效率。 此外，由于現(xiàn)有技術(shù)采用的局部特征無法完整的表示點(diǎn)云數(shù)據(jù)的整體形狀，因此可能將具 有相同局部特征的不同類型性的對點(diǎn)云數(shù)據(jù)分到同一類中，分類不準(zhǔn)確。本發(fā)明根據(jù)第一 旋轉(zhuǎn)圖像確定的特征描述向量進(jìn)行分類，由于第一旋轉(zhuǎn)圖像能夠?qū)c(diǎn)云數(shù)據(jù)的整體進(jìn)行表 示，因此根據(jù)第一旋轉(zhuǎn)圖像確定的特征描述向量進(jìn)行分類能夠更為準(zhǔn)確的進(jìn)行分類。
【附圖說明】
[0017] 圖1為本發(fā)明實(shí)施例一中的點(diǎn)云數(shù)據(jù)的分類方法的流程圖；
[0018] 圖2是本發(fā)明實(shí)施例一中的一個(gè)目標(biāo)物體旋轉(zhuǎn)的形狀示意圖；
[0019] 圖3是本發(fā)明實(shí)施例一中的一個(gè)第一旋轉(zhuǎn)圖像示意圖；
[0020] 圖4是本發(fā)明實(shí)施例一中的一個(gè)增量矩陣5?的示意圖；
[0021] 圖5是本發(fā)明實(shí)施例二中的一個(gè)預(yù)設(shè)格槽平面與目標(biāo)平面的位置示意圖；
[0022] 圖6是本發(fā)明實(shí)施例二中的一個(gè)預(yù)設(shè)格槽平面的旋轉(zhuǎn)示意圖；
[0023] 圖7是本發(fā)明實(shí)施例二中的一個(gè)旋轉(zhuǎn)幀的示意圖；
[0024]圖8為本發(fā)明實(shí)施例二中的點(diǎn)云數(shù)據(jù)的分類方法的流程圖；
[0025]圖9為本發(fā)明實(shí)施例三中的點(diǎn)云數(shù)據(jù)的分類裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0026]下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明?？梢岳斫獾氖?，此處所描 述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便 于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
[0027] 實(shí)施例一
[0028] 圖1為本發(fā)明實(shí)施例一提供的點(diǎn)云數(shù)據(jù)的分類方法的流程圖，本實(shí)施例可適用于 對點(diǎn)云數(shù)據(jù)進(jìn)行分類的情況，該方法可以由用于進(jìn)行點(diǎn)云數(shù)據(jù)分類的終端來執(zhí)行，該終端 可以為服務(wù)器、個(gè)人電腦、筆記本電腦、平板電腦、汽車中控臺(tái)、智能手機(jī)或智能可穿戴設(shè)備 等，該方法具體包括：
[0029] S110、獲取第一有向點(diǎn)對應(yīng)的第一旋轉(zhuǎn)圖像。
[0030] 其中，第一有向點(diǎn)為點(diǎn)云數(shù)據(jù)中的任一有向點(diǎn)。點(diǎn)云數(shù)據(jù)由N個(gè)有向點(diǎn)組成，N大于 等于1，任意一個(gè)有向點(diǎn)均可稱為第一有向點(diǎn)。第一有向點(diǎn)與第一旋轉(zhuǎn)圖像一一對應(yīng)，根據(jù)N 個(gè)第一有向點(diǎn)可得到N個(gè)第一旋轉(zhuǎn)圖像。每個(gè)第一有向點(diǎn)的信息包括坐標(biāo)信息和方向信息。 其中，坐標(biāo)信息為三維空間坐標(biāo)，方向信息可根據(jù)每個(gè)第一有向點(diǎn)相鄰的多個(gè)第二有向點(diǎn) 的三維坐標(biāo)確定，相鄰的多個(gè)第二有向點(diǎn)數(shù)量大于等于3,優(yōu)選為4。例如:根據(jù)第一有向點(diǎn)a 周圍相鄰的第二有向點(diǎn)b、第二有向點(diǎn)c和第二有向點(diǎn)d確定一參考平面，將經(jīng)過第一有向點(diǎn) a且垂直于該參考平面的方向矢量確定為第一有向點(diǎn)a的方向信息。
[0031]第一旋轉(zhuǎn)圖像用于表示目標(biāo)物體（點(diǎn)云數(shù)據(jù)表示的物體)在以第一有向點(diǎn)的方向 矢量為z軸建立的坐標(biāo)系下的圖像，目標(biāo)物體在該坐標(biāo)系中的不可顯示部分(被遮擋部分） 可通過在相應(yīng)可見部分的灰度值體現(xiàn)。
[0032]例如，如圖2所示，目標(biāo)物體由一大一小兩個(gè)正方體組成，其中小正方體的邊長為 大正方體邊長的二分之一。點(diǎn)云數(shù)據(jù)包括該目標(biāo)物體表面的多個(gè)位置點(diǎn)，其中包括第一有 向點(diǎn)a，第一有向點(diǎn)a的方向?yàn)閳D2中的X軸方向。根據(jù)第一有向點(diǎn)a獲取第一旋轉(zhuǎn)圖像時(shí)，以 第一有向點(diǎn)a的方向矢量，即圖2中的X軸方向，作為z '軸建立坐標(biāo)系，在新的坐標(biāo)系中得到 目標(biāo)物體的圖像。其中，X軸和y軸位于水平平面且X軸與y軸相互垂直，Z軸垂直于水平平面。 如圖3所示，第一旋轉(zhuǎn)圖像中大正方體位于小正方體的右側(cè)，且由于大正方體的厚度（即邊 長)為小正方體的2倍，因此大正方體的灰度值G1為小正方體灰度值G2的2倍。
[0033] S120、根據(jù)至少一個(gè)第一旋轉(zhuǎn)圖像對應(yīng)的第一直方圖確定協(xié)方差矩陣。
[0034] 每個(gè)第一旋轉(zhuǎn)圖像對應(yīng)一個(gè)第一直方圖，第一直方圖用于表示第一旋轉(zhuǎn)圖像中的 灰度值分布情況。協(xié)方差矩陣的生成操作如下：
[0035] 首先，將第一旋轉(zhuǎn)圖像的第一直方圖表達(dá)為一個(gè)長度為D的向量Xl。
[0036] 根據(jù)獲取的目標(biāo)物體的Μ的N個(gè)第一直方圖，得到N個(gè)向量X1~Xn。
[0037] 其次，計(jì)算N個(gè)第一直方圖向量XI~xn的平均值又，平均值又的計(jì)算公式如下：
[0039] 再次，根據(jù)平均值i得到每個(gè)向量^對應(yīng)的增量向量，增量向量的計(jì)算公式 如下：
[0040] Xj = Xj - X
[0041] N個(gè)D維的x'i組成增量矩陣Sm，增量矩陣Sm如圖4所示。
[0042] 最后，將增量矩陣Sm乘以增量矩陣Sm的轉(zhuǎn)置矩陣(Sm)T后可以得到一個(gè)DXD的協(xié)方 差矩陣C m。
[0043] S130、根據(jù)協(xié)方差矩陣計(jì)算點(diǎn)云數(shù)據(jù)的特征描述向量。
[0044] 特征描述向量用于描述協(xié)方差矩陣中的數(shù)據(jù)分布特征，進(jìn)而描述點(diǎn)云數(shù)據(jù)的形狀 特征。通過計(jì)算協(xié)方差矩陣的特征值和特征向量，可得到點(diǎn)云數(shù)據(jù)的特征描述向量。給予特 征值可選擇相應(yīng)的特征向量作為點(diǎn)云數(shù)據(jù)的特征描述向量。
[0045] S140、將點(diǎn)云數(shù)據(jù)的特征描述向量帶入分類器進(jìn)行分類處理。
[0046] 分類器(Classifier)指在已有數(shù)據(jù)的基礎(chǔ)上構(gòu)建一個(gè)分類函數(shù)或分類模型，該函 數(shù)或模型能夠把數(shù)據(jù)映射到給定類