[发明专利]基于点云数据的地面分割方法及装置

说明书

本说明书公开了基于点云数据的地面分割方法及装置，可获取点云数据，将点云数据输入预先训练的分类模型，得到分类模型输出的地面类型的点云点，拟合各地面类型的点云点可得到全局平面，并针对预先对点云数据划分的各区域，根据该区域内的各点云点的信息，可确定该区域对应的局部平面，根据全局平面以及各区域对应的局部平面，可选择若干个区域作为指定区域，根据指定区域对应的局部平面的信息，确定点云数据的地面分割结果。相对于现有技术，本说明书中的点云数据的地面分割结果的精确度更高。

技术领域

本说明书涉及地面分割技术领域，尤其涉及基于点云数据的地面分割方法及装置。

背景技术

目前，在无人驾驶技术领域中，无人设备通常使用激光雷达采集点云数据，通过对点云数据进行地面分割、目标检测等处理，可确定无人设备周围的环境信息。

常见的对点云数据进行地面分割的方法，是将点云数据空间划分为若干个区域，针对每个区域，拟合该区域内的点云点，得到区域平面，并确定区域平面的法向量。在各区域中，根据预设的规则，选择指定区域作为地面区域，根据各区域对应的区域平面的法向量，将与地面区域的区域平面的法向量的夹角小于预设的夹角阈值的区域作为地面区域，根据各地面区域中的点云点，确定全局平面，根据全局平面，对点云数据进行地面分割。

由于现实场景的复杂性，使用上述方法得到的地面分割结果的精确度较低，无法达到预期的效果。因此，如何提高点云数据地面分割结果的精确度，成为亟需解决的问题。

发明内容

本说明书实施例提供基于点云数据的地面分割方法及装置，以部分解决现有技术存在的上述问题。

本说明书实施例采用下述技术方案：

本说明书提供的基于点云数据的地面分割方法，所述方法包括：

获取点云数据；

将所述点云数据输入预先训练的分类模型，得到所述分类模型输出的地面类型的点云点；

拟合各地面类型的点云点，得到全局平面；并针对预先对所述点云数据划分的各区域，根据该区域内的各点云点的信息，确定该区域对应的局部平面；

根据所述全局平面的信息以及各区域对应的局部平面的信息，选择若干个区域作为指定区域；

根据所述指定区域对应的局部平面的信息，确定所述点云数据的地面分割结果。

可选地，预先训练分类模型，具体包括：

获取样本点云数据以及所述样本点云数据对应的标注；

对所述样本点云数据进行采样，得到训练样本；

将所述训练样本输入待训练分类模型，得到所述待训练分类模型确定的所述训练样本中各点云点的类型；

根据得到的所述训练样本中各点云点的类型以及所述标注，对所述待训练分类模型进行训练。

可选地，将所述点云数据输入预先训练的分类模型，具体包括：

对所述点云数据进行采样，将采样后的点云数据输入所述分类模型。

可选地，根据所述全局平面的信息以及各区域对应的局部平面的信息，选择若干个区域作为指定区域，具体包括：

针对每个区域，若该区域内的地面类型的点云点的数量大于预设的数量阈值，且，所述全局平面与该区域对应的局部平面的夹角小于预设的夹角阈值，则将该区域作为基准区域；

若该区域内的地面类型的点云点的数量不大于所述数量阈值，当该区域与已经确定出的基准区域或扩展区域相邻，且，所述全局平面与该区域对应的局部平面的夹角小于所述夹角阈值时，将该区域作为扩展区域；