数据处理方法、装置、设备及可读存储介质与流程

本技术涉及计算机，尤其涉及一种数据处理方法、装置、设备及可读存储介质。

背景技术：

1、目前减少动态物体对点云地图影响的方法主要是通过使用栅格地图过滤动态物体，但是当栅格的空间较大，并且动态物体运动速度较慢时，统计的信息可能会存在失真的情况。另一种过滤动态物体的方式是通过使用深度学习训练出的模型来过滤动态物体，但是模型只能提供物体的语义信息，会存在语义识别的错误分类等情况，进而导致将静态物体错误删除。可见目前无法很好对动态物体进行准确过滤。

技术实现思路

1、本技术实施例提供了一种数据处理方法、装置、设备及可读存储介质，可以提高动态物体过滤的精度和稳定性。

2、本技术实施例一方面提供了一种数据处理方法，包括：

3、基于前帧点云数据和后帧点云数据，确定目标帧点云数据中的动态点云框；前帧点云数据为目标帧点云数据的上一帧点云数据；后帧点云数据为目标帧点云数据的下一帧点云数据；

4、对目标帧点云数据进行区域聚类，得到一个或多个聚类物体框；每个聚类物体框分别用于表征不同物体在目标帧点云数据中的位置；

5、若一个或多个聚类物体框中存在与动态点云框之间满足交集条件的聚类物体框，则将满足交集条件的聚类物体框，确定为待定物体框；

6、获取前帧点云数据在目标帧点云数据中的跟随物体框；跟随物体框是基于前帧点云数据中的动态物体框进行坐标系估计得到的；

7、若待定物体框中存在与跟随物体框之间满足交集条件的待定物体框，则将满足交集条件的待定物体框，确定为目标帧点云数据中的动态物体框。

8、其中，还包括：

9、获取m帧初始点云数据以及m个坐标系位姿，通过m个坐标系位姿对m帧初始点云数据进行坐标转换，得到m帧坐标系点云数据；

10、基于m帧坐标系点云数据的采样范围，对m帧坐标系点云数据进行降采样，得到m帧点云数据；m帧点云数据包括目标帧点云数据、前帧点云数据和后帧点云数据。

11、其中，基于m帧坐标系点云数据的采样范围，对m帧坐标系点云数据进行降采样，得到m帧点云数据，包括：

12、基于m帧坐标系点云数据中每帧坐标系点云数据的坐标系中心，确定m个采样中心范围；

13、在m个采样中心范围内对m帧坐标系点云数据进行采样，得到m帧降采样点云数据；m帧降采样点云数据分别属于不同的采样中心范围；

14、基于m个坐标系位姿，确定m帧降采样点云数据的m个地面法线，根据m个地面法线确定m帧降采样点云数据分别对应的采样地面范围；

15、在m个采样地面范围内对m帧降采样点云数据进行采样，得到m帧点云数据；m帧点云数据分别属于不同的采样地面范围。

16、其中，基于前帧点云数据和后帧点云数据，确定目标帧点云数据中的动态点云框，包括：

17、基于目标帧点云数据的坐标系，对前帧点云数据以及后帧点云数据进行坐标系变换，得到变换后的前帧点云数据和变换后的后帧点云数据；

18、根据变换后的前帧点云数据和变换后的后帧点云数据确定背景点云数据；

19、根据目标帧点云数据、变换后的前帧点云数据和变换后的后帧点云数据确定前景点云数据；

20、对前景点云数据以及背景点云数据进行背景差处理，得到目标帧点云数据中的动态点云框。

21、其中，对前景点云数据以及背景点云数据进行背景差处理，得到目标帧点云数据中的动态点云框，包括：

22、为前景点云数据建立多维空间树，通过背景点云数据在多维空间树中进行点云半径搜索，确定n个动态物体点云；n为大于1的正整数；

23、根据n个动态物体点云之间的点云距离，对n个动态物体点云进行聚类，得到聚类簇，根据位于聚类簇的边缘的动态物体点云生成动态点云框。

24、其中，基于前帧点云数据和后帧点云数据，确定目标帧点云数据中的动态点云框，包括：

25、将目标帧点云数据、前帧点云数据和后帧点云数据进行叠加融合，得到融合图像，在融合图像上建立栅格点云数据；

26、根据栅格边长将栅格点云数据划分为大小相同的s个栅格，对s个栅格分别进行点云检测；s为正整数；

27、将s个栅格中只包含独立点云数据的栅格，确定为目标栅格；目标栅格包括目标动态点云；独立点云数据为目标帧点云数据或前帧点云数据或后帧点云数据；

28、对栅格点云数据中的目标动态点云进行聚类，得到聚类簇，根据位于聚类簇的边缘的目标动态点云生成目标帧点云数据中的动态点云框。

29、其中，对目标帧点云数据进行区域聚类，得到一个或多个聚类物体框，包括：

30、在目标帧点云数据中确定初始生长点云，将在初始生长点云的点云邻近范围内的点云确定为待生长点云；

31、在待生长点云中，将与初始生长点云之间满足相似条件的待生长点云，标记为已生长点云，通过已生长点云的点云邻近范围继续遍历出新的已生长点云；

32、在已遍历完初始生长点云对应的已生长点云时，在目标帧点云数据中未被标记的点云中，确定下一个初始生长点云，直至目标帧点云数据中的点云均被标记时，对关联有不同初始生长点云的已生长点云进行聚类，得到目标帧点云数据中的一个或多个聚类物体框。

33、其中，在待生长点云中，将与初始生长点云之间满足相似条件的待生长点云，标记为已生长点云，包括：

34、获取初始生长点云与待生长点云之间的点云强度差值和点云法向量偏移值，当点云强度差值小于点云强度阈值，且点云法向量偏移值小于偏移角度阈值时，则将待生长点云标记为已生长点云。

35、其中，获取前帧点云数据在目标帧点云数据中的跟随物体框，包括：

36、获取前帧点云数据的动态物体框；

37、通过前帧点云数据的前t帧点云数据，确定前帧点云数据的动态物体框中的目标物体的目标方向和目标速度；前t帧点云数据中均包含目标物体，t为正整数；

38、基于目标方向与目标速度，估计前帧点云数据的动态物体框在目标帧点云数据中的位置，得到目标帧点云数据中针对目标物体的跟随物体框。

39、其中，还包括：

40、若一个或多个聚类物体框中不存在与动态点云框之间满足交集条件的聚类物体框，则获取前帧点云数据在目标帧点云数据中的跟随物体框；跟随物体框是基于前帧点云数据中的动态物体框进行坐标系估计得到的；

41、在聚类物体框中，将与跟随物体框之间满足交集条件的聚类物体框，确定为目标帧点云数据中的动态物体框。

42、本技术实施例一方面提供了一种数据处理装置，包括：

43、动态点云框模块，用于基于前帧点云数据和后帧点云数据，确定目标帧点云数据中的动态点云框；前帧点云数据为目标帧点云数据的上一帧点云数据；后帧点云数据为目标帧点云数据的下一帧点云数据；

44、聚类点云框模块，用于对目标帧点云数据进行区域聚类，得到一个或多个聚类物体框；每个聚类物体框分别用于表征不同物体在目标帧点云数据中的位置；

45、待定物体框模块，用于若一个或多个聚类物体框中存在与动态点云框之间满足交集条件的聚类物体框，则将满足交集条件的聚类物体框，确定为待定物体框；

46、跟随物体框模块，用于获取前帧点云数据在目标帧点云数据中的跟随物体框；跟随物体框是基于前帧点云数据中的动态物体框进行坐标系估计得到的；

47、动态物体框模块，用于若待定物体框中存在与跟随物体框之间满足交集条件的待定物体框，则将满足交集条件的待定物体框，确定为目标帧点云数据中的动态物体框。

48、其中，还包括：

49、预处理模块，用于获取m帧初始点云数据以及m个坐标系位姿，通过m个坐标系位姿对m帧初始点云数据进行坐标转换，得到m帧坐标系点云数据；

50、预处理模块，还用于基于m帧坐标系点云数据的采样范围，对m帧坐标系点云数据进行降采样，得到m帧点云数据；m帧点云数据包括目标帧点云数据、前帧点云数据和后帧点云数据。

51、其中，预处理模块，包括：

52、降采样单元，用于基于m帧坐标系点云数据中每帧坐标系点云数据的坐标系中心，确定m个采样中心范围；在m个采样中心范围内对m帧坐标系点云数据进行采样，得到m帧降采样点云数据；m帧降采样点云数据分别属于不同的采样中心范围；

53、地面过滤单元，用于基于m个坐标系位姿，确定m帧降采样点云数据的m个地面法线，根据m个地面法线确定m帧降采样点云数据分别对应的采样地面范围；在m个采样地面范围内对m帧降采样点云数据进行采样，得到m帧点云数据；m帧点云数据分别属于不同的采样地面范围。

54、其中，动态点云框模块，包括：

55、坐标转换单元，用于基于目标帧点云数据的坐标系，对前帧点云数据以及后帧点云数据进行坐标系变换，得到变换后的前帧点云数据和变换后的后帧点云数据；

56、坐标转换单元，还用于根据变换后的前帧点云数据和变换后的后帧点云数据确定背景点云数据；

57、坐标转换单元，还用于根据目标帧点云数据、变换后的前帧点云数据和变换后的后帧点云数据确定前景点云数据；

58、背景差单元，用于对前景点云数据以及背景点云数据进行背景差处理，得到目标帧点云数据中的动态点云框。

59、其中，背景差单元，具体用于为前景点云数据建立多维空间树，通过背景点云数据在多维空间树中进行点云半径搜索，确定n个动态物体点云；n为大于1的正整数；

60、背景差单元，具体用于根据n个动态物体点云之间的点云距离，对n个动态物体点云进行聚类，得到聚类簇，根据位于聚类簇的边缘的动态物体点云生成动态点云框。

61、其中，动态点云框模块，包括：

62、栅格单元，用于将目标帧点云数据、前帧点云数据和后帧点云数据进行叠加融合，得到融合图像，在融合图像上建立栅格点云数据；根据栅格边长将栅格点云数据划分为大小相同的s个栅格，对s个栅格分别进行点云检测；s为正整数；

63、确定单元，用于将s个栅格中只包含独立点云数据的栅格，确定为目标栅格；目标栅格包括目标动态点云；独立点云数据为目标帧点云数据或前帧点云数据或后帧点云数据；对栅格点云数据中的目标动态点云进行聚类，得到聚类簇，根据位于聚类簇的边缘的目标动态点云生成目标帧点云数据中的动态点云框。

64、其中，聚类物体框模块，包括：

65、初始生长点云单元，用于在目标帧点云数据中确定初始生长点云，将在初始生长点云的点云邻近范围内的点云确定为待生长点云；

66、生长遍历单元，用于在待生长点云中，将与初始生长点云之间满足相似条件的待生长点云，标记为已生长点云，通过已生长点云的点云邻近范围继续遍历出新的已生长点云；

67、生长遍历单元，还用于在已遍历完初始生长点云对应的已生长点云时，在目标帧点云数据中未被标记的点云中，确定下一个初始生长点云，直至目标帧点云数据中的点云均被标记时，对关联有不同初始生长点云的已生长点云进行聚类，得到目标帧点云数据中的一个或多个聚类物体框。

68、其中，生长遍历单元，具体用于获取初始生长点云与待生长点云之间的点云强度差值和点云法向量偏移值，当点云强度差值小于点云强度阈值，且点云法向量偏移值小于偏移角度阈值时，则将待生长点云标记为已生长点云。

69、其中，跟随物体框模块，包括：

70、前帧物体框单元，用于获取前帧点云数据的动态物体框；通过前帧点云数据的前t帧点云数据，确定前帧点云数据的动态物体框中的目标物体的目标方向和目标速度；前t帧点云数据中均包含目标物体，t为正整数；

71、跟随处理单元，用于基于目标方向与目标速度，估计前帧点云数据的动态物体框在目标帧点云数据中的位置，得到目标帧点云数据中针对目标物体的跟随物体框。

72、其中，跟随物体框模块，还用于若一个或多个聚类物体框中不存在与动态点云框之间满足交集条件的聚类物体框，则获取前帧点云数据在目标帧点云数据中的跟随物体框；跟随物体框是基于前帧点云数据中的动态物体框进行坐标系估计得到的；

73、动态物体框模块，还用于在聚类物体框中，将与跟随物体框之间满足交集条件的聚类物体框，确定为目标帧点云数据中的动态物体框。

74、本技术实施例一方面提供了一种计算机设备，包括：处理器、存储器以及网络接口；

75、处理器与存储器、网络接口相连，其中，网络接口用于提供数据通信功能，存储器用于存储计算机程序，计算机程序被处理器执行时，使得该计算机设备执行本技术实施例提供的方法。

76、本技术实施例一方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序适于由处理器加载并执行，以使得具有该处理器的计算机设备执行本技术实施例提供的方法。

77、本技术实施例一方面提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行本技术实施例提供的方法。

78、本技术实施例通过基于前帧点云数据和后帧点云数据，确定目标帧点云数据中的动态点云框；前帧点云数据为目标帧点云数据的上一帧点云数据；后帧点云数据为目标帧点云数据的下一帧点云数据；对目标帧点云数据进行区域聚类，得到一个或多个聚类物体框；每个聚类物体框分别用于表征不同物体在目标帧点云数据中的位置；若一个或多个聚类物体框中存在与动态点云框之间满足交集条件的聚类物体框，则将满足交集条件的聚类物体框，确定为待定物体框；获取前帧点云数据在目标帧点云数据中的跟随物体框；跟随物体框是基于前帧点云数据中的动态物体框进行坐标系估计得到的；若待定物体框中存在与跟随物体框之间满足交集条件的待定物体框，则将满足交集条件的待定物体框，确定为目标帧点云数据中的动态物体框。由此可见，本技术将与动态点云框满足交集条件的聚类物体框确定待定物体框，可以结合两者特点，得到精度更高的待定物体框，再通过前帧点云数据确定的跟随物体框来对目标帧点云数据的动态物体进行跟随，预估动态物体在目标帧点云数据的位置信息，将与跟随点云框满足交集条件的待定物体框确定为动态物体，因此可以在点云数据之间物体的位置关系失真的情况下，仍可以通过所跟随的动态物体在目标帧点云数据中准确找出动态物体，从而提高了动态物体过滤的精度和稳定性。