点云有效性检测方法、装置、设备及存储介质与流程

1.本发明涉及点云定位领域，尤其涉及一种点云有效性检测方法、装置、设备及存储介质。


背景技术：

2.激光雷达点云定位技术被广泛应用于自动驾驶，机器人等领域。通过车载激光雷达得到的单帧点云数据，与先验的高精度点云地图进行匹配，若环境不发生较大变化，总能在先验高精度点云地图中找到最佳匹配位点，该位点对应的坐标即为车辆的相对坐标。然而在实际情况中，道路环境经常会发生变化，且车辆周围的其他大型车辆对激光雷达的遮挡也会影响原始点云数据的可用性，在无法确定获取的原始点云数据是否有效的情况下对原始点云数据进行运用，极易导致后续针对原始点云数据的处理结果严重失真。


技术实现要素：

3.本发明的主要目的在于解决现有的点云有效性检测方法中，无法基于原始点云数据采集情况确定原始点云数据是否可靠的技术问题。
4.本发明第一方面提供了一种点云有效性检测方法，所述点云有效性检测方法包括：获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。
5.可选的，在本发明第一方面的第一种实现方式中，所述获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据，包括：对所述原始点云数据进行除车处理，得到除车点云数据；对所述除车点云数据进行畸变补偿处理，得到补偿点云数据；对所述补偿点云数据进行规则检测分类，得到各补偿点云数据的点云类别，并将所述点云类别对对应的补偿点云数据进行标注，得到处理点云数据。
6.可选的，在本发明第一方面的第二种实现方式中，所述点云类别包括地面点云和非地面点云；所述计算所述处理点云数据中各类点云数据的比例信息，包括：计算所述除车点云数据占所述原始点云数据的比例，得到除车占比值；计算点云类别为地面点云的处理点云数据占所述除车点云数据的比例，得到地面占比值。
7.可选的，在本发明第一方面的第三种实现方式中，所述计算所述处理点云数据中各类点云数据的比例信息，还包括：获取所述原始点云数据对应的点云地图；根据预设的匹配算法，将所述处理点云数据与所述点云地图进行匹配，得到各处理点云数据的匹配结果；计算所述匹配结果为匹配失败的处理点云数据占全部处理点云数据的比例，得到匹配失败占比值。
8.可选的，在本发明第一方面的第四种实现方式中，所述对所述除车点云数据进行畸变补偿处理，得到补偿点云数据，包括：基于预设的时间间隔将所述除车点云数据划分成
若干段连续的除车点云数据段，其中，所述除车点云数据段均存在一个对应的中间时刻；逐帧遍历所述除车点云数据段，确定逐帧的除车点云数据段中任一点云与所述中间时刻对应的相对位姿；基于所述相对位姿，遍历所述除车点云数据中的任一点云的坐标转换到与所述中间时刻对应的坐标，汇总后得到补偿点云数据。
9.可选的，在本发明第一方面的第五种实现方式中，所述对所述补偿点云数据进行规则检测分类，得到各补偿点云数据的点云类别，并将所述点云类别对对应的补偿点云数据进行标注，得到处理点云数据，包括：基于规则检测法将所述补偿点云数据按对应规则划分为至少两类分类点云；为不同类别的分类点云匹配对应的预设权重；基于预设权重对所述分类点云进行降采样处理，得到处理点云数据。
10.可选的，在本发明第一方面的第六种实现方式中，所述基于所述比例信息和所述偏差值判断所述原始点云数据的有效性，包括：当所述除车占比值、所述地面占比值和所述偏差值均大于预设的第一阈值时，确定所述原始点云数据的采集数据正常；当所述偏差值和所述匹配失败占比值均小于预设的第二阈值时，确定所述原始点云数据的采集环境正常；当所述采集数据和所述采集环境均为正常时，则将所述原始点云数据识别为有效。
11.本发明第二方面提供了一种点云有效性检测装置，所述点云有效性检测装置包括：点云预处理模块，用于获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；比例信息计算模块，用于计算所述处理点云数据中各类点云数据的比例信息；位姿计算模块，用于识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；有效性判断模块，用于基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。
12.可选的，在本发明第二方面的第一种实现方式中，所述点云预处理模块具体用于：点云除车单元，对所述原始点云数据进行除车处理，得到除车点云数据；点云补偿单元，对所述除车点云数据进行畸变补偿处理，得到补偿点云数据；点云分类单元，对所述补偿点云数据进行规则检测分类，得到各补偿点云数据的点云类别，并将所述点云类别对对应的补偿点云数据进行标注，得到处理点云数据。
13.可选的，在本发明第二方面的第二种实现方式中，所述比例信息计算模块具体用于：计算所述除车点云数据占所述原始点云数据的比例，得到除车占比值；计算点云类别为地面点云的处理点云数据占所述除车点云数据的比例，得到地面占比值。
14.可选的，在本发明第二方面的第三种实现方式中，所述比例信息计算模块具体还用于：获取所述原始点云数据对应的点云地图；根据预设的匹配算法，将所述处理点云数据与所述点云地图进行匹配，得到各处理点云数据的匹配结果；计算所述匹配结果为匹配失败的处理点云数据占全部处理点云数据的比例，得到匹配失败占比值。
15.可选的，在本发明第二方面的第四种实现方式中，所述点云补偿单元具体用于：基于预设的时间间隔将所述除车点云数据划分成若干段连续的除车点云数据段，其中，所述除车点云数据段均存在一个对应的中间时刻；逐帧遍历所述除车点云数据段，确定逐帧的除车点云数据段中任一点云与所述中间时刻对应的相对位姿；基于所述相对位姿，遍历所述除车点云数据中的任一点云的坐标转换到与所述中间时刻对应的坐标，汇总后得到补偿点云数据。
16.可选的，在本发明第二方面的第五种实现方式中，所述点云分类单元具体还用于：
基于规则检测法将所述补偿点云数据按对应规则划分为至少两类分类点云；为不同类别的分类点云匹配对应的预设权重；基于预设权重对所述分类点云进行降采样处理，得到处理点云数据。
17.可选的，在本发明第二方面的第六种实现方式中，所述有效性判断模块具体用于：当所述除车占比值、所述地面占比值和所述偏差值均大于预设的第一阈值时，确定所述原始点云数据的采集数据正常；当所述偏差值和所述匹配失败占比值均小于预设的第二阈值时，确定所述原始点云数据的采集环境正常；当所述采集数据和所述采集环境均为正常时，则将所述原始点云数据识别为有效。
18.本发明第三方面提供了一种点云有效性检测设备，包括：存储器和至少一个处理器，所述存储器中存储有请求，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述请求，以使得所述点云有效性检测设备执行上述的点云有效性检测方法的步骤。
19.本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有请求，当其在计算机上运行时，使得计算机执行上述的点云有效性检测方法的步骤。
20.本发明的技术方案中，通过获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。本技术的技术方案通过对采集的原始点云数据进行分类，判断分类后的若干比例信息和偏差值，确定原始点云数据采集时的环境数据，进而快速判断原始点云数据的有效性，便于后续针对原始点云数据的进一步处理工作。
附图说明
21.图1为本发明实施例中点云有效性检测方法的第一个实施例示意图；
22.图2为本发明实施例中点云有效性检测方法的第二个实施例示意图；
23.图3为本发明实施例中点云有效性检测方法的第三个实施例示意图；
24.图4为本发明实施例中点云有效性检测装置的一个实施例示意图；
25.图5为本发明实施例中点云有效性检测装置的另一个实施例示意图；
26.图6为本发明实施例中点云有效性检测设备的一个实施例示意图。
具体实施方式
27.本发明的技术方案中，通过获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。本技术的技术方案通过对采集的原始点云数据进行分类，判断分类后的若干比例信息和偏差值，确定原始点云数据采集时的环境数据，进而快速判断原始点云数据的有效性，便于后续针对原始点云数据的进一步处理工作。
28.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第
四”等(如果存在)是用于区别类似的构件，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
29.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中点云有效性检测方法的第一个实施例包括：
30.101、获取原始点云数据，并对原始点云数据进行预处理，得到处理点云数据；
31.在本实施例中，所述原始点云数据指在预设的时间范围内通过车辆上安装的传感器采集得到的点云数据，其中，传感器至少包括激光雷达、坐标测量仪、激光扫描仪或点云扫描系统中的至少一种。
32.在实际应用中，通过安装在车辆上的传感器对车辆周围的环境进行采集得到的原始点云数据，因为车辆在行驶途中传感器针对单帧的周围环境数据的采集并不是在一瞬间内采集完成，而是存在一定的时延，而在一个时延内由于车辆存在位移、车辆周围存在其他车辆遮蔽传感器、或者传感器采集的原始点云数据中并不能有效采集周围环境数据，因此需要对原始点云数据进行预处理，将原始点云数据中的干扰项予以处理，得到处理点云数据。
33.具体的，针对原始点云数据的预处理，至少包括除车、畸变补偿和降采样。
34.102、计算处理点云数据中各类点云数据的比例信息；
35.在本实施例中，共有两部分针对处理点云数据的计算占比过程。
36.具体的，第一次计算占比为针对除车后点云，需要计算除车点云数据占原始点云数据的比例、计算除车点云数据中地面点云数据占除车点云数据的比例；第二次计算占比则为将处理点云数据和预先存储的点云地图进行匹配，并在匹配后计算匹配失败的处理点云数据占全部处理点云数据的比例。
37.103、识别原始点云数据的初始位姿和处理点云数据的优化位姿，并计算初始位姿和优化位姿的偏差值；
38.在本实施例中，针对获得的原始点云数据，可以得到对应的初始位姿，以及针对处理点云数据计算得到的优化位姿，通过运用ndt匹配算法计算初始位姿和优化位姿的偏差值，作为判断本次获取的原始点云数据的有效性的判断依据之一。
39.104、基于比例信息和偏差值判断原始点云数据的有效性。
40.在本实施例中，通过得到的比例信息结合偏差值，对本次获取的原始点云数据作出有效性的判断。
41.具体的，当除车占比值小于0.3和地面占比值大于0.7和偏差值大于0.5时，则视为本次采集的原始点云数据处于被干扰源环绕，且ndt匹配跳变结果大，不能信任本次采集的原始点云数据。
42.在另一方面，当匹配失败占比值大于0.7和偏差值大于0.4时，则视为本次采集的原始点云数据在采集过程中，周边环境变化大，导致采集的原始点云数据无法匹配点云地图或采集的原始点云数据并未运行在在点云地图中，不能信任本次采集的原始点云数据。
43.在一方面，本技术提出的方法，是基于ndt(正态分布变换)匹配算法，使用当前时刻车上检测到的单帧原始点云数据，以及事先保存在车上的高精度点云地图，算法主要思想是将当前帧激光点云划分固定大小的栅格，并假设每一块栅格的点云数据分布符合正态分布，把当前帧点云数据通过位姿转换矩阵进行转换，并求和转换之后的点云数据和车上的点云地图的联合高斯概率密度，可以用最优化方法最大化这个概率之和，从而解得转换矩阵，达到帧间匹配的作用，对不能实现匹配的点云作为匹配失败点云，遍历匹配后计算匹配失败值。
44.在本实施例中，通过获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。本技术的技术方案通过对采集的原始点云数据进行分类，判断分类后的若干比例信息和偏差值，确定原始点云数据采集时的环境数据，进而快速判断原始点云数据的有效性，便于后续针对原始点云数据的进一步处理工作。
45.请参阅图2，本发明实施例中点云有效性检测方法的第二个实施例包括：
46.201、对原始点云数据进行除车处理，得到除车点云数据；
47.在本实施例中，定位接收来自感知检测到的车辆周围其他车辆的位置信息，轮廓信息以及速度信息，并由此估算出多个需要去除的位置区域，然后去除掉原始点云数据中该区域中的点云数据。
48.具体的，通过识别原始点云数据中的车辆，并基于原始点云数据中前后帧的时间间隔和空间位移等参数，确定周边车辆的位置信息、轮廓信息和速度信息。并利用确定的位置信息、轮廓信息和速度信息选择出需要进行除车处理的点云数据，并去除原始点云数据汇总被识别出来的周边车辆对应的点云数据。
49.202、基于预设的时间间隔将除车点云数据划分成若干段连续的除车点云数据段；
50.在本实施例中，对每帧除车点云数据中的每个激光点的坐标进行补偿，补偿量为当前激光点时刻(当时的车辆位姿)相对于该帧中间时刻的相对位姿，首先计算每帧点云中第i个点相对中间时刻的相对位姿，然后将每个激光点的坐标转换到每帧点云中间时刻的坐标，得到补偿点云数据。
51.具体的，相对位姿的计算公式为：
[0052][0053]
203、逐帧遍历除车点云数据段，确定逐帧的除车点云数据段中任一点云与中间时刻对应的相对位姿；
[0054]
204、基于相对位姿，遍历除车点云数据中的任一点云的坐标转换到与中间时刻对应的坐标，汇总后得到补偿点云数据；
[0055]
205、基于规则检测法将补偿点云数据按对应规则划分为至少两类分类点云；
[0056]
在本实施例中，将经过除车处理和畸变补偿处理之后得到的补偿点云数据通过规则检测的方法，将补偿点云数据基于识别出来的对象进行分类，可分成地面点云、和非地面点云，其中，非地面点云包括远处点云、车体上方高度点云和车体水平高度点云。
[0057]
具体的，针对不同类型的点云，将基于其类型划分成不同的权重，然后针对不同类
型的分类点云统计与划分好的权重进行降采样处理，目的是为了降低车体水平高度点云占整体的比例，得到降采样后的处理点云数据。
[0058]
206、为不同类别的分类点云匹配对应的预设权重；
[0059]
207、基于预设权重对分类点云进行降采样处理，得到处理点云数据；
[0060]
在本实施例中，为了提高点云处理效率，需要减少点云的数量，提高点云的质量，则可以对点云进行降采样和去噪。
[0061]
具体的，因为车体水平高度点云采集的一般是周围其他车辆的信息，且经过除车处理之后，对应的车体水平高度点云已经极大地失去了参考价值，因此在降采样的过程中，着重降低车体水平高度点云的对应权重，有效防止数据失真。
[0062]
208、计算处理点云数据中各类点云数据的比例信息；
[0063]
209、识别原始点云数据的初始位姿和处理点云数据的优化位姿，并计算初始位姿和优化位姿的偏差值；
[0064]
210、基于比例信息和偏差值判断原始点云数据的有效性。
[0065]
本实施例在前实施例的基础上，详细描述了基于预设的时间间隔将所述除车点云数据划分成若干段连续的除车点云数据段，其中，所述除车点云数据段均存在一个对应的中间时刻；逐帧遍历所述除车点云数据段，确定逐帧的除车点云数据段中任一点云与所述中间时刻对应的相对位姿；基于所述相对位姿，遍历所述除车点云数据中的任一点云的坐标转换到与所述中间时刻对应的坐标，汇总后得到补偿点云数据的过程。通过本实施例相较于传统方法，明确了针对单帧的原始点云数据中，通过单帧原始点云数据采集的起始时间和结束时间，确定其对应的中间时刻，基于中间时刻确定单帧的原始点云数据任意点对应中间时刻的相对位姿，并对任意点进行畸变补偿，得到补偿后的补偿点云数据，为后续确定原始点云有效性的判断减少误差。
[0066]
请参阅图3，本发明实施例中点云有效性检测方法的第三个实施例包括：
[0067]
301、获取原始点云数据，并对原始点云数据进行预处理，得到处理点云数据；
[0068]
302、计算除车点云数据占原始点云数据的比例，得到除车占比值；
[0069]
在本实施例中，除车点云数据为n
remove_car
，原始点云数据为n
origin
，除车占比值为r
remove_car
。
[0070]
具体计算除车占比值的公式为：
[0071]rremove_car
＝n
remove_car
/n
origin
[0072]
303、计算点云类别为地面点云的处理点云数据占除车点云数据的比例，得到地面占比值；
[0073]
在本实施例中，地面点云为n
ground
，地面占比值为r
ground
。
[0074]
具体计算地面占比值的公式为：
[0075]rground
＝n
ground
/n
remove_car
[0076]
304、获取原始点云数据对应的点云地图；
[0077]
在本实施例中，执行点云有效性检测方法的点云有效性检测装置需预先加载对应于原始点云数据对应位置的点云地图。
[0078]
具体的，可以是通过gps卫星定位系统或人工标注原始点云数据的发生位置等技术手段，获取原始点云数据的采集位置，基于原始点云数据的采集位置，加载对应于采集位
置的点云地图。
[0079]
305、根据预设的匹配算法，将处理点云数据与点云地图进行匹配，得到各处理点云数据的匹配结果；
[0080]
在本实施例中，通过加载对应于原始点云数据的采集位置的的点云地图，对处理点云数据进行匹配，即通过识别处理点云数据中对应的地面、物体、建筑、环境等信息，与点云地图中对应的地面、物体、建筑、环境等进行比对，得到针对于处理点云数据的匹配结果。
[0081]
具体的，通过比对过程，确定原始点云数据是否在采集过程中存在环境跳变的情况。
[0082]
306、计算匹配结果为匹配失败的处理点云数据占全部处理点云数据的比例，得到匹配失败占比值；
[0083]
在本实施例中，对处理点云数据进行匹配，针对匹配的处理点云数据将得到匹配成功和匹配失败两类点云数据，计算匹配失败的处理点云数据计算与全部处理点云数据所占的比值，得到匹配失败占比值。
[0084]
具体的，可以基于匹配失败占比值认为采集的原始点云数据的采集是否成功，或者可以判断原始点云数据的定位是否准确，当匹配失败占比值低于预设的阈值时，则认为本次采集的原始点云数据能够对应于预设的点云地图。
[0085]
307、识别原始点云数据的初始位姿和处理点云数据的优化位姿，并计算初始位姿和优化位姿的偏差值；
[0086]
308、当除车占比值、地面占比值和偏差值均大于预设的第一阈值时，确定原始点云数据的采集数据正常；
[0087]
在本实施例中，当除车占比值小于0.3和地面占比值大于0.7和偏差值大于0.5均成立时，则视为本次采集的原始点云数据处于被干扰源环绕，且ndt匹配跳变结果大，不能信任本次采集的原始点云数据。
[0088]
具体的，上述的条件应当均被满足时，原始点云数据方可视为不存在有效性。
[0089]
309、当偏差值和匹配失败占比值均小于预设的第二阈值时，确定原始点云数据的采集环境正常；
[0090]
在本实施例中，当匹配失败占比值大于0.7和偏差值大于0.4均成立时，则视为本次采集的原始点云数据在采集过程中，周边环境变化大，导致采集的原始点云数据无法匹配点云地图或采集的原始点云数据并未运行在在点云地图中，不能信任本次采集的原始点云数据。
[0091]
310、当采集数据和采集环境均为正常时，则将原始点云数据识别为有效。
[0092]
在本实施例中，即除车占比值小于0.3和地面占比值大于0.7和偏差值大于0.5均成立，或者匹配失败占比值大于0.7和偏差值大于0.4均成立，则对应的原始点云数据无效。
[0093]
本实施例在前实施例的基础上，详细描述了获取所述原始点云数据对应的点云地图；根据预设的匹配算法，将所述处理点云数据与所述点云地图进行匹配，得到各处理点云数据的匹配结果；计算所述匹配结果为匹配失败的处理点云数据占全部处理点云数据的比例，得到匹配失败占比值的过程。通过本实施例相较于传统方法，明确了针对获取的原始点云数据的处理过程，通过将原始点云数据与预设的点云地图进行匹配，能够快速的确定当前采集的原始点云数据是否与预先加载的点云地图相似，基于点云地图的匹配进一步的确
定采集原始点云数据的有效性。
[0094]
上面对本发明实施例中点云有效性检测方法进行了描述，下面对本发明实施例中点云有效性检测装置进行描述，请参阅图4，本发明实施例中点云有效性检测装置一个实施例包括：
[0095]
点云预处理模块401，用于获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；
[0096]
比例信息计算模块402，用于计算所述处理点云数据中各类点云数据的比例信息；
[0097]
位姿计算模块403，用于识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；
[0098]
有效性判断模块404，用于基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。
[0099]
本发明实施例中，点云有效性检测装置运行上述点云有效性检测方法，包括，通过获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。本技术的技术方案通过对采集的原始点云数据进行分类，判断分类后的若干比例信息和偏差值，确定原始点云数据采集时的环境数据，进而快速判断原始点云数据的有效性，便于后续针对原始点云数据的进一步处理工作。
[0100]
请参阅图5，本发明实施例中点云有效性检测装置的第二个实施例包括：
[0101]
云预处理模块401，用于获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；
[0102]
比例信息计算模块402，用于计算所述处理点云数据中各类点云数据的比例信息；
[0103]
位姿计算模块403，用于识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；
[0104]
有效性判断模块404，用于基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。
[0105]
在本实施例中，所述点云预处理模块401具体用于：
[0106]
点云除车单元4011，对所述原始点云数据进行除车处理，得到除车点云数据；点云补偿单元4012，对所述除车点云数据进行畸变补偿处理，得到补偿点云数据；点云分类单元4013，对所述补偿点云数据进行规则检测分类，得到各补偿点云数据的点云类别，并将所述点云类别对对应的补偿点云数据进行标注，得到处理点云数据。
[0107]
在本实施例中，所述比例信息计算模块402具体用于：
[0108]
计算所述除车点云数据占所述原始点云数据的比例，得到除车占比值；计算点云类别为地面点云的处理点云数据占所述除车点云数据的比例，得到地面占比值。
[0109]
在本实施例中，所述比例信息计算模块402具体还用于：
[0110]
获取所述原始点云数据对应的点云地图；根据预设的匹配算法，将所述处理点云数据与所述点云地图进行匹配，得到各处理点云数据的匹配结果；计算所述匹配结果为匹配失败的处理点云数据占全部处理点云数据的比例，得到匹配失败占比值。
[0111]
在本实施例中，所述点云补偿单元4012具体用于：
[0112]
基于预设的时间间隔将所述除车点云数据划分成若干段连续的除车点云数据段，其中，所述除车点云数据段均存在一个对应的中间时刻；逐帧遍历所述除车点云数据段，确定逐帧的除车点云数据段中任一点云与所述中间时刻对应的相对位姿；基于所述相对位姿，遍历所述除车点云数据中的任一点云的坐标转换到与所述中间时刻对应的坐标，汇总后得到补偿点云数据。
[0113]
在本实施例中，所述点云分类单元4013具体还用于：
[0114]
基于规则检测法将所述补偿点云数据按对应规则划分为至少两类分类点云；为不同类别的分类点云匹配对应的预设权重；基于预设权重对所述分类点云进行降采样处理，得到处理点云数据。
[0115]
在本实施例中，所述有效性判断模块404具体用于：
[0116]
当所述除车占比值、所述地面占比值和所述偏差值均大于预设的第一阈值时，确定所述原始点云数据的采集数据正常；当所述偏差值和所述匹配失败占比值均小于预设的第二阈值时，确定所述原始点云数据的采集环境正常；当所述采集数据和所述采集环境均为正常时，则将所述原始点云数据识别为有效。
[0117]
本实施例在上一实施例的基础上，详细描述了各个模块的具体功能以及部分模块的单元构成，通过上述模块并细化了原有模块的具体作用，完善了点云有效性检测装置的运行，提高了其运行时的可靠性以及明确了各个步骤间的实际逻辑，提高了装置的实用性。
[0118]
上面图4和图5从模块化功能实体的角度对本发明实施例中的点云有效性检测装置进行详细描述，下面从硬件处理的角度对本发明实施例中点云有效性检测设备进行详细描述。
[0119]
图6是本发明实施例提供的一种点云有效性检测设备的结构示意图，该点云有效性检测设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对点云有效性检测设备600中的一系列请求操作。更进一步地，处理器610可以设置为与存储介质630通信，在点云有效性检测设备600上执行存储介质630中的一系列请求操作，以实现上述点云有效性检测方法的步骤。
[0120]
点云有效性检测设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图6示出的点云有效性检测设备结构并不构成对本技术提供的点云有效性检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0121]
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有请求，当所述请求在计算机上运行时，使得计算机执行所述的点云有效性检测方法的步骤。
[0122]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统
或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0123]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干请求用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0124]
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种点云有效性检测方法，其特征在于，所述点云有效性检测方法包括：获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。2.根据权利要求1所述的点云有效性检测方法，其特征在于，所述获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据，包括：对所述原始点云数据进行除车处理，得到除车点云数据；对所述除车点云数据进行畸变补偿处理，得到补偿点云数据；对所述补偿点云数据进行规则检测分类，得到各补偿点云数据的点云类别，并将所述点云类别对对应的补偿点云数据进行标注，得到处理点云数据。3.根据权利要求2所述的点云有效性检测方法，其特征在于，所述点云类别包括地面点云和非地面点云；所述计算所述处理点云数据中各类点云数据的比例信息，包括：计算所述除车点云数据占所述原始点云数据的比例，得到除车占比值；计算点云类别为地面点云的处理点云数据占所述除车点云数据的比例，得到地面占比值。4.根据权利要求3所述的点云有效性检测方法，其特征在于，所述计算所述处理点云数据中各类点云数据的比例信息，还包括：获取所述原始点云数据对应的点云地图；根据预设的匹配算法，将所述处理点云数据与所述点云地图进行匹配，得到各处理点云数据的匹配结果；计算所述匹配结果为匹配失败的处理点云数据占全部处理点云数据的比例，得到匹配失败占比值。5.根据权利要求2所述的点云有效性检测方法，其特征在于，所述对所述除车点云数据进行畸变补偿处理，得到补偿点云数据，包括：基于预设的时间间隔将所述除车点云数据划分成若干段连续的除车点云数据段，其中，所述除车点云数据段均存在一个对应的中间时刻；逐帧遍历所述除车点云数据段，确定逐帧的除车点云数据段中任一点云与所述中间时刻对应的相对位姿；基于所述相对位姿，遍历所述除车点云数据中的任一点云的坐标转换到与所述中间时刻对应的坐标，汇总后得到补偿点云数据。6.根据权利要求3所述的点云有效性检测方法，其特征在于，所述对所述补偿点云数据进行规则检测分类，得到各补偿点云数据的点云类别，并将所述点云类别对对应的补偿点云数据进行标注，得到处理点云数据，包括：基于规则检测法将所述补偿点云数据按对应规则划分为至少两类分类点云；为不同类别的分类点云匹配对应的预设权重；基于预设权重对所述分类点云进行降采样处理，得到处理点云数据。
7.根据权利要求4所述的点云有效性检测方法，其特征在于，所述基于所述比例信息和所述偏差值判断所述原始点云数据的有效性，包括：当所述除车占比值、所述地面占比值和所述偏差值均大于预设的第一阈值时，确定所述原始点云数据的采集数据正常；当所述偏差值和所述匹配失败占比值均小于预设的第二阈值时，确定所述原始点云数据的采集环境正常；当所述采集数据和所述采集环境均为正常时，则将所述原始点云数据识别为有效。8.一种点云有效性检测装置，其特征在于，所述点云有效性检测装置，包括：点云预处理模块，用于获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；比例信息计算模块，用于计算所述处理点云数据中各类点云数据的比例信息；位姿计算模块，用于识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；有效性判断模块，用于基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。9.一种点云有效性检测设备，其特征在于，所述点云有效性检测设备包括：存储器和至少一个处理器，所述存储器中存储有请求，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述请求，以使得所述点云有效性检测设备执行如权利要求1-7中任一项所述的点云有效性检测方法的各个步骤。10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的点云有效性检测方法的各个步骤。

技术总结
本发明涉及点云定位领域，公开了一种点云有效性检测方法、装置、设备及存储介质，该方法包括：获取原始点云数据，并对所述原始点云数据进行预处理，得到处理点云数据；计算所述处理点云数据中各类点云数据的比例信息；识别所述原始点云数据的初始位姿和所述处理点云数据的优化位姿，并计算所述初始位姿和所述优化位姿的偏差值；基于所述比例信息和所述偏差值判断所述原始点云数据的有效性。本申请的技术方案通过对采集的原始点云数据进行分类，判断分类后的若干比例信息和偏差值，确定原始点云数据采集时的环境数据，进而快速判断原始点云数据的有效性，便于后续针对原始点云数据的进一步处理工作。一步处理工作。一步处理工作。


技术研发人员：龚云 韩旭
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2022.12.15
技术公布日：2023/7/31