点云边界线覆盖度校验方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及自动驾驶技术领域，具体涉及一种点云边界线覆盖度校验方法、装置、电子设备及存储介质。

背景技术

在自动驾驶领域，激光雷达或者视觉传感器能够获取三维空间中物体的点云数据，辅助自动驾驶车辆实现定位和障碍物的感知。目前，大多数自动驾驶公司采用激光雷达或者视觉传感器采集的点云数据，构建高精地图来辅助自动驾驶。

然而，在进行高精地图数据采集时，由于一些原因，会存在采集区域的点云数据缺失的问题，例如，采集前未对采集区域进行详细的路线规划，导致采集路线不合理、未完全覆盖采集区域，或者采集过程中点云数据无法正常上传，导致采集的点云数据缺失。

同时，在特殊自动驾驶环境，例如矿区，矿区工作区的地形会不断变化，尤其是矿区工作区的边界线的变化，例如：道路的边界线、排土场的边界线、排土线、装载区的边界线等，上述边界线的变化需要在高精地图上及时更新，以保证矿区高精地图的可靠性。

现有技术中，当高精地图存在数据缺失或者需要对边界线进行更新时，通常会对边界线进行多次重复采集。但是这样的多次重复采集，采集效率低下，并且存在多次不必要的重复采集的问题，造成资源浪费。

发明内容

本公开实施例提供了一种点云边界线覆盖度校验方法、装置、电子设备及存储介质，其能够对待采集边界线的点云覆盖度进行校验，从而对待采集边界线进行高效采集，避免重复采集的问题。

第一方面，本公开实施例提供一种点云边界线覆盖度校验方法，包括：

提取边界线的待检测线，所述待检测线包含若干数据点；

获取所述待检测线的点云数据，对所述待检测线的每个点的点云数据进行邻域搜索，并通过判断邻域内的点云数量是否大于预设数量，确定所述待检测线上的每个点的有效性；其中，所述待检测线上有效的点为点云覆盖点，所述待检测线上无效的点为点云未覆盖点；

根据所述待检测线的所述点云覆盖点的数量与所述待检测线的数据点的数量的比较，确定所述待检测线的点云覆盖率；

判断所述点云覆盖率是否小于预设阈值；若是，则根据所述点云未覆盖点确定重新采集的区域。

可选的，所述提取边界线的待检测线，包括：获取所述边界线的历史矢量线，对所述历史矢量线进行插密处理，得到所述待检测线。

可选的，所述获取边界线的待检测线，包括：获取边界线的采集轨迹线，对所述采集轨迹线进行插密处理，得到所述待检测线。

可选的，所述邻域搜索为半径搜索。

进一步的，所述根据所述点云未覆盖点确定重新采集的区域，包括对所述点云未覆盖点进行聚类，生成聚类点集合。

可选的，所述聚类为欧式聚类。

进一步的，所述方法还包括：对所述重新采集的区域进行采集，并重新计算所述点云覆盖率，直到所述点云覆盖率不小于所述预设阈值。

第二方面，本公开实施例提供一种点云边界线覆盖度校验装置，包括：

提取模块，用于提取边界线的待检测线，所述待检测线包含若干数据点；

处理模块，用于获取所述待检测线的点云数据，并对所述待检测线的每个点的点云数据进行邻域搜索，通过判断邻域内的点云数量是否大于预设数量，确定所述待检测线上的每个点的有效性；其中，所述待检测线上有效的点为点云覆盖点，所述待检测线上无效的点为点云未覆盖点；

计算模块，用于根据所述待检测线的所述点云覆盖点的数量与所述待检测线的数据点的数量的比较，确定所述待检测线的点云覆盖率；

判断模块，用于判断所述点云覆盖率是否小于预设阈值；若是，则根据所述点云未覆盖点确定重新采集的区域。

第三方面，本公开实施例提供一种计算机可读存储介质，其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能实现前述任一项所述的点云边界线覆盖度校验方法。

第四方面，本公开实施例提供一种电子设备，包括：一个或多个处理器；存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现前述任一项所述的点云边界线覆盖度校验方法。

本公开实施例提供的点云边界线覆盖度校验方法及装置，通过计算待测边界线的点云覆盖率，根据该待测边界线的点云覆盖率来决定是否需要进行重新采集，在保证采集数据完整的前提下，避免了多次重复且不必要的点云数据采集，提高了采集效率。

附图说明

图1为本公开实施例的点云边界线覆盖度校验方法的流程示意图；

图2为本公开实施例的计算具有历史矢量线的待检测线的流程示意图；

图3为本公开实施例的计算新产生的边界线的待检测线的流程示意图；

图4为本公开实施例的判断待检测线上的点是否有效的流程示意图；

图5为本公开实施例的对待检测线上的点进行点云邻域搜索的示意图；

图6为本公开实施例的计算重新采集区域的方法的流程示意图；

图7为某矿山工作区的排土场挡墙线的点云覆盖度的示意图；

图8为本公开实施例的点云边界线覆盖度校验装置的结构示意图；以及

图9为本公开实施例的电子设备的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

下面将结合附图详细说明根据本公开实施例的一种点云边界线覆盖度校验方法和装置。

图1是本公开实施例提供的一种点云边界线覆盖度校验方法的流程示意图。如图1所示，该点云边界线覆盖度校验方法100，包括步骤：

S101、提取边界线的待检测线，得到该待检测线的数据点的集合；

本公开实施例中，以矿区为例，在矿区会存在以下边界线，例如道路的边界线、排土场的边界线、排土线、装载区的边界线等。在实际应用中，上述边界线可能有存储于高精地图的历史矢量线，或者属于新产生的边界线、需要重新采集并存储在高精地图中，下面将根据这两种情况，对如何提取边界线的待检测线分别进行说明。

参考图2，为高精地图中存储有边界线的历史矢量线，提取该边界线的待检测线的流程示意图。

矢量线是指在地理信息系统(GIS)中，用于表示线性要素的几何形状和位置的数据类型。它是由一系列连续的坐标点组成的线段，可以用来表示各种地理要素，如河流、道路、边界线等。矢量线具有方向性和长度，并且可以通过坐标点的连接来描述线形的形状和拓扑关系。

对于高精地图中已经存储有边界线的历史矢量线的情形，则可以从高精地图中直接获取该历史矢量线，并根据该历史矢量线得到该边界线的待检测线。

如图2所示，为本公开实施例的计算具有历史矢量线的待检测线的方法200的流程示意图。该方法200包括步骤：

S201、从高精地图的历史数据中，下载该边界线的历史矢量线；

S202、根据该边界线的起点、终点的位置坐标，获取该历史矢量线上的对应的起点和终点；

S203、对该历史矢量线的起点和终点以外的点进行裁剪，得到该起点和终点之间的位于该历史矢量线上的点的集合，此处称为第一数据点集合；该第一数据点集合所组成的线，即为该边界线的待检测线，其中，该第一数据点集合中的每个点，都包含其相应的坐标。

进一步的，在实际应用中，该边界线的待检测线对应的历史矢量线上的点，可能存在密度稀疏、不满足数据处理的精度的要求。在这种情况下，该方法200还包括步骤：

S204，对该历史矢量线进行插密处理之后，再得到该边界线的待检测线。具体的插密处理方式可以采用本领域常用的插密处理算法，例如等间距插密处理等，本公开实施例对此不做具体限制。

参考图3，为新产生的边界线需要提取边界线的待检测线的流程示意图。

对于新产生的边界线、需要重新采集并存储在高精地图中的情况，通常需要采集车或者自动驾驶矿车采集该边界线的信息。具体采集时，驾驶员或自动驾驶系统会事先规划好采集轨迹线，之后采集车或自动驾驶矿车沿该采集轨迹线进行数据采集。一般情况下，该采集轨迹线为该采集车或者自动驾驶矿车沿该新产生的边界线进行行驶的轨迹。

如图3所示，为本公开实施例的计算新产生的边界线的待检测线的方法300的流程示意图。该方法300包括步骤：

S301、提取采集车或无人机驾驶矿车的采集轨迹线；

S302、获取该采集轨迹线的起点和终点；

S303、对该采集轨迹线的起点和终点以外的点进行裁剪，得到位于该起点和终点之间的采集轨迹线对应的矢量线点的集合，此处称为第二数据点集合；该第二数据点集合所组成的线，即为该新产生的边界线的待检测线，其中，该第二数据点集合中的每个点，都包含其相应的坐标。

进一步的，在实际应用中，该新产生的边界线的待检测线对应的采集轨迹线上的点，可能存在密度稀疏、不满足数据处理的精度的要求。因此，该方法300还包括步骤：

S304，对该采集轨迹线进行插密处理之后，再得到该新产生的边界线的待检测线。具体的插密处理方式可以采用本领域常用的插密处理算法，例如等间距插密处理等，本公开实施例对此不做具体限制。

继续参考图1，在获取到边界线的待检测线之后，本公开实施例的点云边界线覆盖度校验方法100继续执行步骤：

S102、获取所述待检测线的点云数据，对所述待检测线的每个点的点云数据进行邻域搜索，并通过判断邻域内的点云数量是否大于预设数量，来确定所述每个点的有效性；

在自动驾驶领域，例如矿区，采集车或自动驾驶矿车携带有传感器设备，用于实时感知环境信息。上述传感器用于获得待测目标的外观表面的三维点数据集合，即点云数据。这里，测量仪器可以包括但不限于激光雷达、毫米波雷达、超声波雷达、摄像设备等。

不论是对于高精地图中已经存在历史矢量线的边界线，还是新产生的边界线，该高精地图所对应的点云地图中，都会对上述边界线的点云数据进行存储。具体的点云采集及存储方式，已经是本领域公知的技术，在此不再赘述。

在步骤S102中获取到该待检测线对应的点云数据之后，对该待检测线上的每个点进行遍历的点云数据邻域搜索，从而判断该待检测线的每个点的点云覆盖的有效性。

具体参考图4，为本公开实施例的判断待检测线上的点是否有效的流程示意图。该方法400包括步骤：

S401、对该待检测线的每个点的点云数据进行邻域搜索；

S402、判断每个点的邻域内的点云数量是否大于预设数量，来确定所述每个点的点云覆盖的有效性；其中，所述检测线上有效的点为点云覆盖点，所述待检测线上无效的点为点云未覆盖点；

S403、对该待检测线上的每个点进行遍历，判断每个点的点云覆盖的有效性，直到遍历结束。

本公开实施例中，以图5为例，对待检测线的点云进行邻域搜索的进行举例说明。

如图5中所示，假设黄色点A、蓝色点B、以及绿色点C为待检测线的上的点，红色点代表点云数据。以长度d作为半径，对点A、B、C分别进行邻域搜索，分别统计点A、B、C的半径d内的点云数量。如图5中所示，点A的半径d内不存在点云数据、点B的半径d内存在四个点云数据、点C的半径d内存在一个点云数据。如果以大于等于三个点云数量来判断是否有效，则待检测线的上的点B为有效的点云覆盖点，点A、C为无效的点云未覆盖点。

需要说明书的是，在实际应用中，具体邻域搜索的半径的长度、以及判断点云有效性的点云数量，本领域的技术人员可以按照需要进行选择，本公开实施例中对此不做具体限制。并且，本领域的技术人员可以选择其他等进行邻域搜索的方式，本公开实施例中对此也不做限制。

步骤S103、根据所述点云覆盖点的数量与所述待检测线的数据点的数量的比较，确定所述待检测线的点云覆盖率；

在步骤S102中判断出待测检测线上的点为点云覆盖点、以及点云未覆盖点之后，在步骤S103中，根据所述待检测线的点云覆盖点的数量与所述待检测线的数据点的数量的比较，确定所述待检测线的点云覆盖率。其中，采用如下公式(1)计算所述待检测线的点云覆盖率；

点云覆盖率＝点云覆盖点数量/待检测线的数据点的数量(1)

需要说明书的是，在步骤S101中，如果该待检测线是经过插密处理之后形成的，则上述公式(1)的待检测线的数据点的数量包含了原始的待检测线的数据点以及插密的数据点。

步骤S104、判断所述点云覆盖率是否小于预设阈值；若是，则根据所述点云未覆盖点确定重新采集的区域。

在根据步骤S103计算出待检测线的点云覆盖率之后，判断该待检测线的点云覆盖率是否小于预设阈值；例如80％-90％。如果该点云覆盖率小于该阈值，则根据未覆盖点集合，确定重新采集的区域。需要说明的是，该点云覆盖率的预设阈值是本领域的技术人员根据自动驾驶领域高精地图的要求进行设定的，本领域的技术人员可根据需要对该预设阈值进行调整。

本公开实施例所提供的点云边界线覆盖度校验方法，当待测边界线的点云数据缺失时，首先对待测边界线的点云覆盖率进行判断，当该待测边界线的点云覆盖率小于预设阈值时，重新确定点云未覆盖区域，避免了不必要的重复采集，提高了采集的效率。

进一步的，参考图6，为本公开实施例计算重新采集区域的方法的流程示意图。如图6所示，该计算重新采集区域的方法，包括步骤：

S601、对该待测边界线的中未覆盖的点集合进行聚类，例如欧式聚类，得到聚类点集合；

S602；将该聚类点集合发送给采集终端；

S603、将采集终端重新采集到的点云数据与步骤S102中的点云数据进行合并；

S604、继续执行步骤S103、S104、S105判断该待检测线的点云覆盖率；如果点云覆盖率仍然小于预定阈值，则继续执行步骤S601、S602、S603、S604、S102、S103、S104、S105，直到该待检测线的点云覆盖率达到预设阈值，则不再需要计算重新采集的区域，采集结束。

本公开实施例提供的重新计算采集区域的方法，对点云未覆盖区域进行采集之后，计算更新后的点云覆盖率，并判断更新后的点云覆盖率是否满足预设阈值，并重复执行上述步骤，直到点云覆盖率达到预设阈值时采集结束。该方法仅对点云覆盖率未达到预设阈值的点云未覆盖区域进行采集，避免了多次不必要的重复采集，提高了采集效率。

参考图7，为某矿山工作区的排土场挡墙线的点云覆盖度的示意图。其中，黑色点集合为上一次的排土场挡墙线的矢量线信息，白色点集合为按照本公开实施例的点云边界线覆盖度校验方法，重新计算出来的需要采集的区域，其中采用0.1m间距对该排土场挡墙线的矢量线进行插密处理，并重新采集之后，该排土场挡墙线的点云覆盖度达到100％。

如图8所示，为公开实施例提供的一种点云边界线覆盖度校验装置的结构示意图。该点云边界线覆盖度校验装置800，包括：

提取模块801，用于提取边界线的待检测线，所述待检测线包含若干数据点；

处理模块802，用于获取所述待检测线的点云数据，并对所述待检测线的每个点的点云数据进行邻域搜索，通过判断邻域内的点云数量是否大于预设数量，确定所述待检测线上的每个点的有效性；其中，所述待检测线上有效的点为点云覆盖点，所述待检测线上无效的点为点云未覆盖点；

计算模块803，用于根据所述待检测线的所述点云覆盖点的数量与所述待检测线的数据点的数量的比较，确定所述待检测线的点云覆盖率；

判断模块804，用于判断所述点云覆盖率是否小于预设阈值；若是，则根据所述点云未覆盖点确定重新采集的区域。

进一步的，所述装置800还包括通信模块805，当所述判断模块804判断所述点云覆盖率是否小于预设阈值，需要重新采集时，所述通信模块805将需要重新采集的区域的信息发送给采集终端(图中未示出)，例如采集车或无人驾驶矿车；并且在该采集终端重新采集完成后，该通信模块805接收该采集终端发送的重新采集的点云数据。

进一步的，所述装置800还包括聚类模块(图中未示出)，用于对所述点云未覆盖点集合进行聚类，例如欧式聚类，得到聚类点集合；

所述处理模块802用于根据所述聚类点集合，得到所述重新采集的边界线上的点。

本公开实施例所提供的点云边界线覆盖度校验装置，当待测边界线的点云数据缺失时，首先对待测边界线的点云覆盖率进行判断，当点云覆盖率小于预设阈值时，重新确定点云未覆盖区域，并对该点云未覆盖区域进行重新采集，避免了不必要的重复采集，提高了采集的效率。

图9是本公开实施例的一种电子设备的结构示意图。如图9所示，该实施例的电子设备900包括：处理器901、存储器902以及存储在该存储器902中并且可以在处理器901上运行的计算机程序903。处理器901执行计算机程序903时实现上述各个方法实施例中的步骤。或者，处理器901执行计算机程序903时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序903可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器902中，并由处理器901执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序903在电子设备900中的执行过程。

电子设备900可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备900可以包括但不仅限于处理器901和存储器902。本领域技术人员可以理解，图9仅仅是电子设备900的示例，并不构成对电子设备900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，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。

处理器901可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Dig i ta l Sig na l Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器902可以是电子设备900的内部存储单元，例如，电子设备900的硬盘或内存。存储器902也可以是电子设备900的外部存储设备，例如，电子设备900上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器902还可以既包括电子设备900的内部存储单元也包括外部存储设备。存储器902用于存储计算机程序以及电子设备所需的其它程序和数据。存储器902还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本公开的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/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存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，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公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。