[发明专利]平面提取方法、装置、系统和存储介质有效
申请号: | 201910181534.1 | 申请日: | 2019-03-11 |
公开(公告)号: | CN110060322B | 公开(公告)日: | 2023-03-03 |
发明(设计)人: | 黄灿 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06T15/00 | 分类号: | G06T15/00 |
代理公司: | 北京市磐华律师事务所 11336 | 代理人: | 高伟;卜璐璐 |
地址: | 100190 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 平面 提取 方法 装置 系统 存储 介质 | ||
1.一种平面提取方法,其特征在于,所述方法包括:
获取传感器数据,并基于所述传感器数据计算得到当前视角下的点云数据,所述点云数据包括每个点云点的标识和位置坐标;
确定已构建的平面点管理器中是否存在与所述点云数据中的点云点具有相同标识的点云点,其中每个所述平面点管理器被构建为包括能够拟合出一个平面的点云点;以及
如果存在,则更新包括与所述点云数据中的点云点具有相同标识的点云点的平面点管理器,并基于经更新的平面点管理器重新拟合平面,如果不存在,则将所述点云数据加入到临时点管理器中;
所述方法还包括:
确定所述临时点管理器中的点云点是否能够拟合出平面;以及
如果是,则从所述临时点管理器中挑选出能拟合出平面的点云点构建新的平面点管理器,并基于所构建的平面点管理器拟合平面,如果否,则清空所述临时点管理器,并回到所述获取传感器数据的步骤。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当不存在已构建的平面点管理器时,将计算得到的当前视角下的所述点云数据加入到所述临时点管理器中,并在确定所述临时点管理器中的点云点能够拟合出平面时构建平面点管理器。
3.根据权利要求1所述的方法,其特征在于,在具有相同标识的点云点中,所述平面点管理器中的点云点的位置坐标被定义为第一位置坐标,所述点云数据中的点云点的位置坐标被定义为第二位置坐标,则:
所述更新包括:将所述平面点管理器中的所述第一位置坐标更新为所述点云数据中的所述第二位置坐标,得到所述经更新的平面点管理器;并且
所述重新拟合包括:从所述经更新的平面点管理器中挑选出能够拟合平面的点云点重新拟合平面。
4.根据权利要求1或3所述的方法,其特征在于,对点云点的所述挑选包括:将挑选点数初始化为0,将挑选点初始化为空值,在给定循环次数内进行如下循环:
从待挑选的点云点中随机挑选一个点云点;
计算所述待挑选的点云点中其他点云点的位置坐标中的z坐标与随机挑选出的点云点的z坐标之间的差值;
确定所述差值小于给定阈值的点云点,并统计所述差值小于给定阈值的点云点的数目;
如果所述数目小于所述挑选点数,则回到所述随机挑选的步骤;
如果所述数目不小于所述挑选点数,则将所述数目赋值给所述挑选点数,将所确定的点云点赋值给所述挑选点,并回到所述随机挑选的步骤;
当达到所述给定循环次数时,输出所述挑选点得到挑选的点云点。
5.根据权利要求1所述的方法,其特征在于,所述传感器数据包括视觉传感器数据和惯性传感器数据。
6.根据权利要求5所述的方法,其特征在于,所述基于所述传感器数据计算得到当前视角下的点云数据包括:
基于所述传感器数据通过视觉惯性里程计计算得到当前视角下的点云数据。
7.一种平面提取装置,其特征在于,所述装置包括:
计算模块,用于获取传感器数据,并基于所述传感器数据计算得到当前视角下的点云数据,所述点云数据包括每个点云点的标识和位置坐标;以及
管理模块,用于确定已构建的平面点管理器中是否存在与所述点云数据中的点云点具有相同标识的点云点,其中每个所述平面点管理器被构建为包括能够拟合出一个平面的点云点,如果存在,则更新包括与所述点云数据中的点云点具有相同标识的点云点的平面点管理器,并基于经更新的平面点管理器重新拟合平面,如果不存在,则将所述点云数据加入到临时点管理器中;
所述管理模块还用于:确定所述临时点管理器中的点云点是否能够拟合出平面,如果是,则从所述临时点管理器中挑选出能拟合出平面的点云点构建新的平面点管理器,并基于所构建的平面点管理器拟合平面,如果否,则清空所述临时点管理器,并回到所述获取传感器数据的步骤。
8.一种平面提取系统,其特征在于,所述系统包括存储装置和处理器,所述存储装置上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1-6中的任一项所述的平面提取方法。
9.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求1-6中的任一项所述的平面提取方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910181534.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于真实材质的毛发快速实时渲染方法
- 下一篇:三维毛发模型不透明度的渲染方法