[发明专利]一种点云数据的融合方法和装置、以及混合导航系统

说明书

本申请公开了一种点云数据融合的方法及装置，该方法包括：获取待融合的两份点云数据，其中，该点云数据包括：点三维坐标以及点强度值，且，该待融合的两份点云数据均包含有在同一道路区域所采集的点云数据，根据该点强度值，分别从两份点云数据中提取各特征物，根据提取出的各特征物以及各特征物对应的点三维坐标集，确定待融合的两份点云数据中的各特征点对，根据确定出的各特征点对，对两份点云数据进行融合。通过上述方法，可由装置自动根据强度值提取特征物，并计算特征物的几何中心，作为特征点，有效的提高选取特征点的效率，并且，在选取每一个特征点对时选取位置能够达到精确的匹配。

技术领域

本申请涉及计算机技术领域，尤其涉及一种点云数据融合的方法及装置。

背景技术

随着电子地图导航技术的不断进步和发展，车辆自动驾驶技术被越来越多的研究所以及公司重视，而车辆自动驾驶技术必须要依据高精度地图。

目前，在制作高精度电子地图的过程中，需要采集道路的位置信息，而采集道路的位置信息通常通过采集车携带的激光向四周发射激光，并接收碰到物体而返回的激光，记录激光返回的时间与激光返回的强度，并根据时间计算物体的坐标位置，根据强度确定激光是接触到什么物体返回的，并以此形成激光点云(也即，点云)，通过激光点云模拟现实的三维世界中的道路。

但是在实际采集中，同一段道路在采集时有可能会被重复采集，如，第一天采集了A道路，并在A道路的终点停止第一天的采集，而第二天需要在A道路的终点处继续采集，但是由于采集车不能准确的确定A道路的终点具体是哪里，因此，为了保证采集的数据不出现任何遗漏，通常都是在A道路终点前的某一点B开始继续采集，点B到A道路的终点之间这段道路就会被重复采集，由于每次采集的偏差通常都是不同的，因此，两次采集点B到A道路的终点之间的这段道路的点云数据是不同的，为了消除点云数据间的偏差，保持所采集到的点B到A道路的终点之间的这段道路的点云数据是一致的，因此，需要对所采集到的点B到A道路的终点之间的这段道路的点云数据进行融合。

点云数据融合方式通常是在三维可视环境下，人工选择两份待融合的点云数据，分别在两份待融合的点云数据中选取表示同一个物体上的同一点的点云数据，并作为一个特征点对，以此在两份待融合的点云数据中选取多个特征点对，根据选取出的特征点对计算偏差，在按照一定的偏移方法将两份待融合的点云数据进行融合。

但是，本申请的发明人发现：人工在三维可视环境中选取特征点时，每一对特征点的选取通常都需要十分钟，如果需要融合的点云数据长度很长，则在选取特征点时需要耗费大量的时间，效率较低，并且，由于三维可视环境不能无限放大比例，因此，人工选取的每一对特征点的选取位置不能达到完全的匹配，存在误差。

发明内容

有鉴于此，本申请实施例提供一种点云数据融合方法及装置，能够有效的提高选取特征点的效率，并且，能够在选取每一个特征点对的选取位置能够达到精确的匹配。

为解决上述技术问题，本申请实施例公开一种点云数据融合方法，该方法包括：

获取待融合的两份点云数据，其中，所述点云数据包括：点三维坐标以及点强度值，且，所述待融合的两份点云数据均包含有在同一道路区域所采集的点云数据；

根据所述点强度值，分别从两份点云数据中提取各特征物；

根据提取出的各特征物以及各特征物对应的点三维坐标集，确定待融合的两份点云数据中的各特征点对；

根据确定出的各特征点对，对两份点云数据进行融合。

为了实现上述点云数据融合方法，本申请实施例公开一种点云数据融合装置，该装置包括：

获取模块，用于获取待融合的两份点云数据，其中，所述点云数据包括：点三维坐标以及点强度值，且，所述待融合的两份点云数据均包含有在同一道路区域所采集的点云数据；