[发明专利]一种数据降噪的方法及装置

说明书

本说明书公开了一种数据降噪的方法及装置，并具体公开了，获取待处理点云数据，确定待处理点云数据中各点云点对应的点云点特征，该点云点特征包括：该点云点与邻近的每个其他点云点之间的空间分布差异特征，以及该点云点所在的局部空间内包含的所有点云点构成的点云点群对应的点群分布特征中的至少一种，而后，根据各点云点对应的点云点特征，从待处理点云数据中识别出噪点进行降噪处理。这样，可以从待处理点云数据中识别出相较于真实障碍物来说，分布情况更为松散的噪点，并进行降噪处理，减少该点云数据中所包含的噪点数目，进而减小如雨、雪、扬尘等微小颗粒的点云数据对决策算法的决策结果的影响，提高了决策算法决策的准确性。

技术领域

本说明书涉及无人驾驶技术领域，尤其涉及一种数据降噪的方法及装置。

背景技术

无人驾驶领域中，通过激光雷达获取点云数据是无人驾驶设备感知周围环境的重要手段之一。正常情况下，环境中雨雾、灰尘、汽车尾气、扬尘、雾霾、风沙等粒子不会对无人驾驶设备造成危害，可以穿行而过。但是，由于激光雷达的固有特性，当光束打到这些粒子上时同样会被反射回来，无人驾驶设备可能将这些粒子识别成影响无人驾驶设备正常行进的障碍物，进而导致决策算法决策失误，出现急刹等异常操作，影响无人驾驶设备的正常行进。

然而，目前还无法有效地清除这些粒子的点云数据，以避免决策失误的情况出现。

发明内容

本说明书提供一种数据降噪的方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种数据降噪的方法，包括：

获取待处理点云数据；

针对所述待处理点云数据中包含的每个点云点，确定该点云点对应的点云点特征，所述点云点特征包括：该点云点与邻近的每个其他点云点之间的空间分布差异特征，以及该点云点所在的局部空间内包含的所有点云点构成的点云点群对应的点群分布特征中的至少一种；

根据所述待处理点云数据中每个点云点所对应的点云点特征，从所述待处理点云数据中识别出噪点；

根据识别出的所述噪点，对所述待处理点云数据进行降噪。

可选地，所述待处理点云数据是由激光雷达采集的，所述激光雷达包括若干个激光器；

该点云点的邻近的其他点云点包括：与该点云点对应的激光器相邻近的其他激光器在采集到该点云点的同一时刻采集到的点云点；和/或，该点云点对应的激光器在与该点云点采集时刻相邻近的扫描周期采集到的点云点。

可选地，所述点云点特征包括该点云点与邻近的每个其他点云点之间的空间分布差异特征时，确定该点云点对应的点云点特征，具体包括：

根据该点云点对应的三维坐标，以及所述每个其他点云点所对应的三维坐标，确定该点云点与所述每个其他点云点之间在空间位置上的空间分布差异特征。

可选地，所述点云点特征包括该点云点与邻近的每个其他点云点之间的空间分布差异特征时，确定该点云点对应的点云点特征，具体包括：

根据所述待处理点云数据，确定所述每个其他点云点对应的激光反射率以及该点云点对应的激光反射率；

根据所述每个其他点云点对应的激光反射率，以及该点云点对应的激光反射率，确定该点云点与所述每个其他点云点之间在激光反射率上的空间分布差异特征。

可选地，所述点云点特征包括该点云点所在的局部空间内包含的所有点云点构成的点云点群对应的点群分布特征时，确定该点云点对应的点云点特征，具体包括：

根据预设的各栅格，确定该点云点所在的栅格，作为该点云点所在的局部空间；