(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210603347.X (22)申请日 2022.05.31 (65)同一申请的已公布的文献号 申请公布号 CN 114693855 A (43)申请公布日 2022.07.01 (73)专利权人 中汽创智科技有限公司 地址 211100 江苏省南京市江宁区秣陵街 道胜利路8 8号 (72)发明人 周勋　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 方秀琴 (51)Int.Cl. G06T 15/00(2011.01) G06V 10/762(2022.01)(56)对比文件 CN 111289998 A,2020.0 6.16 审查员 陈鸣 (54)发明名称 一种点云数据的处 理方法和装置 (57)摘要 本发明涉及了一种点云数据的处理方法和 装置， 该方法包括： 根据原始点云数据中各个点 数据的坐标构建对应的K 维树； 利用K 维树搜索点 数据之间的距离， 并根据距离对点数据按照密度 进行聚类， 得到多个第一聚类簇； 根据点数据之 间的距离， 对第一聚类簇中的点数据进行分段， 得到点数据对应的至少一个子段； 对子段进行线 性拟合， 得到第二聚类簇； 将第二聚类簇按照簇 之间的距离进行聚合， 得到多个点集集合； 将点 集集合与预设的底图进行匹配， 并将匹配到同一 个底图元素的点集集合进行合并， 得到原始点云 数据对应的预处理结果。 本方案多次提升数据精 度， 改善了众包数据的数据质量， 并且减少了距 离计算的时间， 提高了数据处 理效率。 权利要求书4页 说明书11页 附图4页 CN 114693855 B 2022.09.06 CN 114693855 B 1.一种点云数据的处 理方法， 其特 征在于， 所述方法包括： 根据原始点云数据中各个点数据的坐标构建对应的K维树； 所述原始点云数据为描述 线性对象的点云数据； 利用所述K维树搜索所述点数据之间的距离， 并根据所述距离对所述点数据按照密度 进行聚类， 得到多个第一聚类簇； 根据所述点数据之间的距离， 对所述第一聚类簇中的点数据进行分段， 得到所述点数 据对应的至少一个子段； 其中， 所述至少一个子段中的点数据按照经度方向或纬度方向对 应的值排序； 对所述子段进行线性拟合， 并根据拟合结果剔除噪点， 得到第二聚类簇； 将所述第二聚类簇按照簇之间的距离进行聚合， 得到多个点 集集合； 将所述点集集合与预设的底图进行匹配， 并将匹配到同一个底图元素， 或， 同一个所述 底图元素对应的扩展元素的点集集合进行合并， 得到所述原始点云数据对应的预处理结 果。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述距离对所述点数据按照密度 进行聚类， 包括： 初始化点邻域距离与最小点 集数量； 对于所述K维树中的每一个目标点数据， 遍历所述K维树中的其他点数据与所述目标点 数据之间的第一距离， 获取 所述第一距离小于所述 点邻域距离的点数据的数量； 若所述数量小于所述最小点集数量， 则将所述目标点数据标记为第一噪点； 若所述数 量大于或等于所述 最小点集数量， 则将所述目标点数据标记为核心点； 将与所述核心点之间的距离小于所述点邻域距离的点数据加入根据所述核心点构建 的新簇中， 并对所述 新簇中的点数据进行 标记； 根据所述标记的结果确定所述K维树中的点数据对应的聚类簇， 得到多个第一聚类簇 。 3.根据权利要求1所述的方法， 其特征在于， 所述对所述第 一聚类簇 中的点数据进行分 段， 包括： 对于所述第 一聚类簇中的点数据， 分别计算所有点数据的经度值的均方差和纬度值的 均方差， 得到第一经度均方差和第一纬度均方差； 将所述第一经度均方差和第一纬度均方差两者中较大的均方差对应的方向确定为第 一目标方向； 将所述点数据按照所述第 一目标方向对应的值进行排序， 得到所述第 一聚类簇对应的 点列表； 确定所述 点列表中的起 点和终点之间的距离， 得到点列表长度； 在所述点列表长度大于预设第一长度的情况下， 对所述点列表进行分段， 得到所述点 数据对应的至少一个子段。 4.根据权利要求1所述的方法， 其特征在于， 所述对所述子段进行线性拟合， 并根据拟 合结果剔除噪点， 包括： 根据三次多项式函数对所述子段进行初次线性拟合， 得到第一拟合函数； 根据所述第 一拟合函数确定所述子段中的第二噪点， 并剔除所述第二噪点， 得到所述子段的剩余点数 据；权　利　要　求　书 1/4 页 2 CN 114693855 B 2确定所述第一拟合 函数是否满足预设的目标 条件； 在不满足所述目标条件的情况下， 对所述剩余点数据再次进行线性拟合， 根据拟合得 到的拟合函数确定第三噪点并去除， 并对去除所述第三噪点的剩余点数据再次进 行线性拟 合， 直到拟合得到的拟合 函数满足预设的目标 条件或拟合的次数达 到预设的次数阈值； 将满足所述目标条件时所述子段中包括的点数据确定为第二聚类簇， 或， 将拟合的次 数达到所述次数阈值的子段中包括的点数据作为噪点从所述第一聚类簇中剔除。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述第 一拟合函数确定所述子段 中的第二噪点， 包括： 对于所述子段中的点数据， 将所述点数据的经度值代入所述第一拟合函数， 得到拟合 纬度值； 确定所述 点数据的实际纬度值与所述拟合纬度值之间的方差； 将所述方差大于目标均 方差的点数据确定为第 二噪点； 所述目标均 方差为所述子段中 的各个所述 点数据的实际纬度值与所述拟合纬度值之间的方差的平均值。 6.根据权利要求4所述的方法， 其特征在于， 所述确定所述第 一拟合函数是否满足预设 的目标条件， 包括： 确定所述拟合 函数的调整方差， 并将所述调整方差与预设的方差阈值进行比较； 若所述调整方差大于或等于所述方差阈值， 则确定所述第 一拟合函数满足预设的目标 条件； 若所述调整方差小于所述方差阈值， 则确定所述第一拟合 函数不满足所述目标 条件。 7.根据权利要求3所述的方法， 其特 征在于， 所述对所述 点列表进行分段， 包括： 确定所述 点列表长度与预设的第二 参考长度的大小关系； 根据所述大小关系确定分段长度； 按照所述分段长度对所述点列表中的点数据进行分段， 并使分段得到的相邻 子段中有 目标长度的重 叠区域； 所述目标长度为所述分段长度的1/2。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述大小关系确定分段长度， 包 括： 若所述点列表长度小于所述第二 参考长度， 则将所述 点列表长度的1/N作为分段长度； 若所述点列表长度大于或等于所述第二参考长度， 则将预设的第二长度作为分段长 度。 9.根据权利要求1所述的方法， 其特 征在于， 在得到第二聚类簇之后， 还 包括： 对所述第二聚类簇中的点数据在保留起始点的条件下， 按照预设的步长进行抽稀处 理。 10.根据权利要求1所述的方法， 其特征在于， 所述将所述第二聚类簇按照簇之间的距 离进行聚合， 包括： 从所述第二聚类簇组成的簇集合中提取第 一个第二聚类簇， 并将所述第 一个第二聚类 簇作为初始元 素， 创建第一 点集集合； 遍历所述簇集合中的各个待聚合的第 二聚类簇， 确定所述待聚合的第 二聚类簇与 所述 初始元素的最小距离； 若所述最小距离小于预设的最小距离阈值， 则将所述待聚合的第 二聚类簇加入所述第权　利　要　求　书 2/4 页 3 CN 114693855 B 3