【技術實現步驟摘要】
本專利技術涉及激光雷達領域，具體涉及一種激光雷達點云壓縮方法、系統、設備以及介質。
技術介紹
1、激光雷達通過發射激光脈沖并計算反射時間來確定物體距離，這種成像原理決定了點云密度呈現“近密遠疏”的特點。當物體靠近雷達時，單位面積內被探測到的點數增多，點云密集；而物體距離較遠時，單位面積內點數減少，點云稀疏。
2、目前的壓縮方法采用統一的采樣率，沒有充分考慮點云“近密遠疏”的特點。這可能導致在處理點云數據時，無法有效地利用不同區域點云的特性進行優化壓縮。對于密集區域可能過度采樣，浪費計算資源，而稀疏區域可能采樣不足，影響對遠處物體的準確感知。
技術實現思路
1、有鑒于此，為了克服上述問題的至少一個方面，本專利技術實施例提出一種激光雷達點云壓縮方法，包括以下步驟：
2、獲取激光雷達采集到的點云數據；
3、基于采樣權重矩陣對所述點云數據進行采樣；
4、對采樣后的所述點云數據進行結構化轉換和壓縮。
5、在一些實施例中，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
6、構建第一訓練集；
7、對所述第一訓練集中的數據處理得到預設格式的點云特征；
8、基于所述預設格式的點云特征的重建損失確定所述采樣權重矩陣。
9、在一些實施例中，基于所述預設格式的特征的重建損失確定所述采樣權重矩陣，進一步包括：
10、利用初始采樣權重矩陣與所述第一訓練集中的數據相乘得到采樣數據并對所述
11、計算所述采樣特征與所述點云特征之間的相似度并與平衡權重參數相加得到目標函數；
12、基于所述目標函數對所述初始采樣權重矩陣進行優化，直到所述目標函數達到預設要求，停止優化，得到所述采樣權重矩陣。
13、在一些實施例中，計算所述采樣特征與所述點云特征之間的相似度并與平衡權重參數相加得到目標函數，進一步包括：
14、利用l1或l2范數計算所述采樣特征與所述點云特征之間的相似度；
15、利用l0范數表征所述采樣權重矩陣并與預設權重相乘作為所述平衡權重參數。
16、在一些實施例中，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
17、構建第二訓練集；
18、對所述第二訓練集中的數據進行處理得到預設格式的點云特征；
19、將所述第二訓練集中的數據與初始采樣權重矩陣相乘得到采樣數據并對所述采樣數據處理得到預設格式的采樣特征；
20、基于所述點云特征與所述采樣特征確定所述采樣權重矩陣。
21、在一些實施例中，基于所述點云特征與所述采樣特征確定所述采樣權重矩陣，進一步包括：
22、將所述點云特征與所述采樣特征分別輸入到目標檢測網絡中并利用檢測結果得到目標函數；
23、基于所述目標函數以及預設搜索條件進行搜索，直到所述目標函數達到預設要求，停止搜索，得到所述采樣權重矩陣。
24、在一些實施例中，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
25、從所述點云數據中選擇感興趣區域；
26、對所述感興趣區域進行采樣。
27、基于同一專利技術構思，根據本專利技術的另一個方面，本專利技術的實施例還提供了一種激光雷達點云壓縮系統，包括：
28、獲取模塊，配置為獲取激光雷達采集到的點云數據；
29、采樣模塊，配置為基于采樣權重矩陣對所述點云數據進行采樣；
30、壓縮模塊，配置為對采樣后的所述點云數據進行結構化轉換和壓縮。
31、基于同一專利技術構思，根據本專利技術的另一個方面，本專利技術的實施例還提供了一種計算機設備，包括：
32、至少一個處理器；以及
33、存儲器，所述存儲器存儲有可在所述處理器上運行的計算機程序，所述處理器執行所述程序時執行如上所述的任一種激光雷達點云壓縮方法的步驟。
34、基于同一專利技術構思，根據本專利技術的另一個方面，本專利技術的實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時執行如上所述的任一種激光雷達點云壓縮方法的步驟。
35、本專利技術具有以下有益技術效果之一：本專利技術提出的方案通過采樣權重矩陣對點云數據進行采樣，能夠對點云數據進行自適應壓縮，使得不同位置點云采樣率不同，可以在減少參與編碼的數據量的前提下，仍能夠較好地表達原始點云信息。
本文檔來自技高網...【技術保護點】
1.一種激光雷達點云壓縮方法，其特征在于，包括以下步驟：
2.如權利要求1所述的方法，其特征在于，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
3.如權利要求2所述的方法，其特征在于，基于所述預設格式的點云特征的重建損失確定所述采樣權重矩陣，進一步包括：
4.如權利要求3所述的方法，其特征在于，計算所述采樣特征與所述點云特征之間的相似度并與平衡權重參數相加得到目標函數，進一步包括：
5.如權利要求1所述的方法，其特征在于，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
6.如權利要求5所述的方法，其特征在于，基于所述點云特征與所述采樣特征確定所述采樣權重矩陣，進一步包括：
7.如權利要求1所述的方法，其特征在于，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
8.一種激光雷達點云壓縮系統，其特征在于，包括：
9.一種計算機設備，包括：
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時執行如權利
...【技術特征摘要】
1.一種激光雷達點云壓縮方法，其特征在于，包括以下步驟：
2.如權利要求1所述的方法，其特征在于，基于采樣權重矩陣對所述點云數據進行采樣，進一步包括：
3.如權利要求2所述的方法，其特征在于，基于所述預設格式的點云特征的重建損失確定所述采樣權重矩陣，進一步包括：
4.如權利要求3所述的方法，其特征在于，計算所述采樣特征與所述點云特征之間的相似度并與平衡權重參數相加得到目標函數，進一步包括：
5.如權利要求1所述的方法，其特征在于，基于采樣權重矩陣對所述點云數據進行...
【專利技術屬性】
技術研發人員：郭振華，賀浩，劉亞輝，
申請(專利權)人：天翼交通科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。