[发明专利]一种基于地面特征的点云优化方法及计算机可读存储介质在审
| 申请号: | 202110115668.0 | 申请日: | 2021-01-28 |
| 公开(公告)号: | CN112861674A | 公开(公告)日: | 2021-05-28 |
| 发明(设计)人: | 张磊 | 申请(专利权)人: | 中振同辂(江苏)机器人有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T3/40;G06T17/05;G06T17/20 |
| 代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 吴芳 |
| 地址: | 215000 江苏省苏州市张家港*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 地面 特征 优化 方法 计算机 可读 存储 介质 | ||
1.一种基于地面特征的点云优化方法,其特征在于,所述点云优化方法包括以下步骤:
S1.采集多组地面点的坐标数据,所述多组坐标数据构成第一点云集;
S2.用所有地面点的三维坐标构建坐标矩阵,并根据所有地面点的三维坐标计算平均三维坐标,得到平均三维坐标向量,将所述坐标矩阵中的每个地面点对应的子向量分别减去所述平均三维坐标向量,得到第一参考矩阵;
S3.将所述第一参考矩阵与其转置矩阵相乘得到第二参考矩阵,对所述第二参考矩阵进行奇异值分解,得到右奇异矩阵;
S4.将四阶单位矩阵的左上角替换为所述右奇异矩阵的逆矩阵,以得到第三参考矩阵,用所述第三参考矩阵分别左乘所述第一点云集中的多个位姿态矩阵,得到多个修正位姿态矩阵,所述多个修正位姿态矩阵构成第二点云集。
2.如权利要求1所述的点云优化方法,其特征在于,步骤S1中,所述采集多组地面点的坐标数据包括:采集多帧地面图像,在所述的多帧地面图像中标记地面点的坐标数据,所述的多帧地面图像中至少存在两帧地面图像的图像内容部分或全部重合。
3.如权利要求2所述的点云优化方法,其特征在于,所述的多帧地面图像采集于不同的时间。
4.如权利要求1所述的点云优化方法,其特征在于,所述位姿态矩阵为四阶方阵,每个位姿态矩阵中包括对应的地面点的三维坐标数据与方位角数据。
5.如权利要求1所述的点云优化方法,其特征在于,所述坐标数据由激光雷达采集得到。
6.如权利要求1所述的点云优化方法,其特征在于,所述点云优化方法还包括以下步骤:
S5.将所述第二点云集中的数据进行拼接,得到点云地图。
7.一种非暂态计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一条所述的点云优化方法的步骤。
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中振同辂(江苏)机器人有限公司,未经中振同辂(江苏)机器人有限公司许可,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/202110115668.0/1.html,转载请声明来源钻瓜专利网。





