CN119494783A 点云数据融合方法、装置、计算机可读存储介质及车辆 (长沙智能驾驶研究院有限公司)_第1页
CN119494783A 点云数据融合方法、装置、计算机可读存储介质及车辆 (长沙智能驾驶研究院有限公司)_第2页
CN119494783A 点云数据融合方法、装置、计算机可读存储介质及车辆 (长沙智能驾驶研究院有限公司)_第3页
CN119494783A 点云数据融合方法、装置、计算机可读存储介质及车辆 (长沙智能驾驶研究院有限公司)_第4页
CN119494783A 点云数据融合方法、装置、计算机可读存储介质及车辆 (长沙智能驾驶研究院有限公司)_第5页
已阅读5页,还剩37页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

336号湖南省检验检测特色产业园内中的第一点云数据和局部地图中的第二点云数第三点云数据中搜索与第一点云数据中的点对2获取待融合的第一点云数据和第二点云数据;其中,所述第一点在所述第三点云数据中搜索与所述第一点云数据中将所述第一点云数据中未搜索到对应的匹配点的点作为第对所述平面化点云数据进行散点边缘提取,得到与所述平面化点云数将处于所述边界内的所述第一点云数据作为界在所述平面化点云数据中搜索与所述界内点云数据中在所述平面化点云数据中搜索界内目标点的最邻近点;若所述界内目标点与所述最邻近点之间的距离小于预设的第一若所述界内目标点与所述最邻近点之间的距离大于或等于所述将处于所述孔洞内的所述第四点云数据作为孔从所述第四点云数据中剔除所述处于视觉可见在所述孔洞上搜索孔内目标点的最邻近点集;其中,所述孔内目若所述孔内目标点位于所述模拟平面的上方,则确定所述孔内在所述最邻近点集中选取两两之间距离大于预设的第二37.根据权利要求1至6中任一项所述的点云数据数据转换模块,用于将所述第二点云数据转换至所述全局地图的数据搜索模块,用于在所述第三点云数据中搜索与所述第一点云数据确定模块,用于将所述第一点云数据中未搜索到对应的匹配点数据融合模块,用于对所述第三点云数据和所述第四点云数据9.一种计算机可读存储介质,所述计算机可读存储介质存4[0003]现有技术中常采用局部地图与全局地图的点云数据融合方法对全局地图进行更5[0030]在第一方面的一种具体实现方式中,所述构建与所述最邻近点集对应的模拟平6[0047]最邻近点搜索子单元,用于在所述平面化点云数据中搜索界内目标点的最邻近78[0091]现有技术中常采用局部地图与全局地图的点云数据融合方法对全局地图进行更9[0099]在一种可能的实施例中,第一点云数据可以在作业环境[0103]其中,全局坐标系与局部坐标系之间的转换关系可以通过组合各种导航设备得意一种常见的同时定位与地图创建(SimultaneousLocalizationAndMapping,SLAM)方例如,可以使用StatisticalOutlierRemoval滤波器剔除第三点云数据中的离群点。又例处理,忽略第三点云数据中点的高度(即z坐标)[0116]在本申请实施例中,可以优选地使用简单有效的AlphaShapes算法勾勒出如图7[0123]由于局部地图中的点云数据只存在于边界内,为了减少在平面化点云数据中对界内点云数据中的点的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限[0159]数据转换模块1302,用于将所述第二点云数据转换至所[0162]数据融合模块1305,用于对所述第三点云数据和所述第四点云数据进行融合处[0169]最邻近点搜索子单元,用于在所述平面化点云数据中搜索界内目标点的最邻近述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序142在所述车辆14其它通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field_分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器存储设备。所述存储器141用于存储所述计算机程序以及所述车辆14所需的其它程序和数[0201]所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论