[发明专利]三维数据的处理方法、系统及设备

说明书

一种三维数据的处理方法、系统及设备，包括：采集三维传感数据；处理三维传感数据，以得到点云分布数据；根据点云分布数据构建特征拓扑结构，据以处理得边缘特征关系数据；以边缘特征关系数据构建一点云分类模型；以点云分类模型处理点云分布数据，以得到零件分割数据和场景分割数据；处理零件分割数据和场景分割数据，以得到场景分类结果。本发明解决了现有技术存在的信息分割及局部检测效果较差的技术问题。

技术领域

本发明涉及一种图像检测技术，特别是涉及一种三维数据的处理方法、系统及设备。

背景技术

随着无人驾驶、高精地图、智慧城市、增强现实、大数据等新概念的提出，许多场景下需要进行3D环境感知和交互。激光雷达，深度立体相机等3D传感器在机器人，无人驾驶领域应用广泛。针对三维点云数据的研究也逐渐从低层次几何特征提取向高层次语义理解过渡。针对无序点云数据的深度学习方法研究却进展缓慢，其中，点云具有无序性。受采集设备以及坐标系影响，同一个物体使用不同的设备或者位置扫描，三维点的排列顺序千差万别，这样的数据很难直接通过End2End(端到端)模型处理。点云具有稀疏性。在机器人和自动驾驶的场景中，激光雷达的采样点覆盖相对于场景的尺度来讲，具有很强的稀疏性。点云信息量有限，点云的数据结构就是一些三维空间的点坐标构成的点集，本质是对三维世界几何形状的低分辨率重采样，因此只能提供片面的几何信息。此外，现有技术中的深度学习网络欠缺对于局部信息的感知能力。

综上所述，现有技术中存在信息分割及局部检测效果较差的技术问题。

发明内容

鉴于以上现有技术存在信息分割及局部检测效果较差的技术问题，本发明的目的在于提供一种三维数据的处理方法、系统及设备，解决现有技术存在的信息分割及局部检测效果较差的技术问题，一种三维数据的处理方法，包括：采集多维传感数据；处理多维传感数据，以得到点云分布数据；根据点云分布数据构建特征拓扑结构，据以处理得边缘特征关系数据；以边缘特征关系数据构建一点云分类模型；以点云分类模型处理点云分布数据，以得到零件分割数据和场景分割数据；处理零件分割数据和场景分割数据，以得到场景分类结果。

于本发明的一实施方式中，处理多维传感数据的步骤，包括：提取多维传感数据中的点特征数据；获取特征维度信息；根据特征维度信息转换点特征数据，以得到点云分布数据。

于本发明的一实施方式中，根据点云分布数据构建特征拓扑结构的步骤，包括：处理点云分布数据，以得到关联特征距离数据和点云向量数据；根据关联特征距离数据获取点云相似数据；根据点云相似数据分类点云向量数据，以得到边缘特征关系数据。

于本发明的一实施方式中，以边缘特征关系数据构建一点云分类模型的步骤，包括：获取池化数据和全局残差数据；根据池化数据和边缘特征关系数据构建点云分类模型；根据全局残差数据调整点云分类模型。

于本发明的一实施方式中，以点云分类模型处理点云分布数据，以得到零件分割数据和场景分割数据的步骤，包括：获取对齐变换数据，据以处理点云分布数据为点云输入数据；根据点云分类模型构建零件模型和场景模型；以零件模型对点云输入数据进行零件分割，以得到零件分割数据；以场景模型对点云输入数据进行场景分割，以得到场景分割数据。

于本发明的一实施方式中，一种多维数据的处理系统，包括：图像采集设备，用以采集多维传感数据；立体处理器，用以处理多维传感数据，以得到点云分布数据，立体处理器与图像采集设备连接；边缘处理器，用以根据点云分布数据构建特征拓扑结构，据以处理得边缘特征关系数据，边缘处理器与立体处理器连接；模型处理器，用于以边缘特征关系数据构建点云分类模型，模型处理器与边缘处理器连接；分割处理器，用于以点云分类模型处理点云分布数据，以得到零件分割数据和场景分割数据，分割处理器与模型处理器连接，分割处理器与立体处理器连接；融合处理器，用以处理零件分割数据和场景分割数据，以得到场景分类结果，融合处理器和分割处理器连接，融合处理器与模型处理器连接。