[发明专利]一种物体模型构建方法及装置有效
申请号: | 202110352928.6 | 申请日: | 2021-04-01 |
公开(公告)号: | CN112802111B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 徐雷猛;李东华;陈翀宇;俞波;王劲 | 申请(专利权)人: | 中智行科技有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06K9/00 |
代理公司: | 深圳紫藤知识产权代理有限公司 44570 | 代理人: | 李新干 |
地址: | 210033 江苏省南京市*** | 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 物体 模型 构建 方法 装置 | ||
1.一种物体模型构建方法,其特征在于,包括:
获取参考点云数据集合和目标物体模型的目标点云数据,所述参考点云数据集合为参考三维地图中的参考物体模型的参考点云数据组成的集合;
确定所述参考点云数据的语义特征,以及确定所述目标点云数据的语义类别;
根据所述语义特征和所述语义类别,在所述参考点云数据集合中确定与所述语义类别匹配的目标参考点云数据;
根据所述目标参考点云数据,确定目标物体模型在目标三维地图中的初始位姿信息;
根据所述目标点云数据和所述初始位姿信息,确定所述目标物体模型在所述参考三维地图中的预测点云数据;
将所述目标参考点云数据和所述预测点云数据进行点云匹配,得到点云匹配的结果;
根据所述点云匹配的结果,确定所述目标物体模型在所述目标三维地图中的目标位姿信息;
根据所述目标位姿信息,在所述目标三维地图中构建所述目标物体模型。
2.根据权利要求1所述的物体模型构建方法,其特征在于,所述将所述目标参考点云数据和所述预测点云数据进行点云匹配,得到点云匹配的结果的步骤,包括:
计算所述预测点云数据和所述目标参考点云数据之间的偏差;
若确定所述偏差满足预设阈值范围,则将所述偏差确定为点云匹配的结果;
所述根据所述点云匹配的结果,确定所述目标物体模型在所述目标三维地图中的目标位姿信息的步骤,包括:
根据所述偏差,将所述初始位姿信息确定为所述目标物体模型在所述目标三维地图中的目标位姿信息。
3.根据权利要求2所述的物体模型构建方法,其特征在于,所述物体模型构建方法还包括:
若确定所述偏差不满足所述预设阈值范围,则根据所述偏差,调整所述初始位姿信息;
根据调整后的所述初始位姿信息和所述目标点云数据,确定调整后的预测点云数据,并计算所述调整后的预测点云数据和所述目标参考点云数据之间的偏差,直至所述偏差满足所述预设阈值范围为止,则将满足所述预设阈值范围的所述偏差确定为点云匹配的结果;
所述根据所述点云匹配的结果,确定所述目标物体模型在所述目标三维地图中的目标位姿信息的步骤,包括:
根据满足所述预设阈值范围的所述偏差,将所述调整后的所述初始位姿信息确定为所述目标物体模型在所述目标三维地图中的目标位姿信息。
4.根据权利要求1-3任一项所述的物体模型构建方法,其特征在于,所述确定所述参考点云数据的语义特征的步骤,包括:
获取所述参考三维地图中的参考物体模型的图片数据;
根据所述图片数据和所述参考点云数据集合确定所述参考点云数据的语义特征。
5.根据权利要求4所述的物体模型构建方法,其特征在于,所述根据所述图片数据和所述参考点云数据集合确定所述参考点云数据的语义特征的步骤,包括:
对所述图片数据进行语义分割,得到图片语义分割结果;
对所述参考点云数据集合进行聚类,得到点云聚类结果;
将所述点云聚类结果与所述图片语义分割结果进行融合,得到所述参考点云数据的语义特征。
6.根据权利要求5所述的物体模型构建方法,其特征在于,所述对所述图片数据进行语义分割,得到图片语义分割结果的步骤,包括:
对所述图片数据中的每一个像素进行语义分类,得到分类结果;
根据所述分类结果对所述图片数据中的每一个像素进行语义构建,得到图片语义分割结果。
7.根据权利要求5所述的物体模型构建方法,其特征在于,所述对所述参考点云数据集合进行聚类,得到点云聚类结果的步骤,包括:
遍历所述参考点云数据集合中的所述参考点云数据;
将所述参考点云数据划入相应的目标集合,同一目标集合中的参考点云数据具有相似度满足预设范围的属性或特征;
根据所述目标集合,确定所述点云聚类结果。
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智行科技有限公司,未经中智行科技有限公司许可,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/202110352928.6/1.html,转载请声明来源钻瓜专利网。