一种点云体素化方法及装置与流程
本技术涉及三维点云处理,具体涉及一种点云体素化方法及装置。
背景技术:
1、随着激光雷达、立体视觉等三维感知技术的快速发展,点云数据已成为自动驾驶、三维重建、智能机器人等领域的重要数据载体。点云体素化作为将无序、非结构化的点云数据转换为规则三维网格数据的关键预处理步骤,其处理效率与结果稳定性直接影响后续特征提取、目标检测、语义分割等算法的性能。
2、目前,点云体素化方法主要基于哈希表实现:首先计算每个点云对应的体素坐标,通过哈希函数将三维体素坐标映射为哈希键值,再利用哈希表存储与查找各体素所包含的点云数据,最终完成点云到体素的归并。为提升处理速度,现有技术通常将该流程部署于图形处理器(gpu)等并行计算平台,通过多线程并发操作哈希表来实现高速体素化。
3、然而,上述基于哈希表的体素化方案在实际应用中存在以下不足:
4、其一,体素生成结果缺乏确定性。由于哈希表的并发写入需要依赖原子操作,而gpu硬件的并发执行顺序受线程调度、内存竞争等因素影响,相同输入数据在多次运行时,体素内点的选取顺序及最终特征聚合结果可能存在差异,导致后续深度学习模型的推理输出不稳定,难以满足高可靠性场景的需求。同时,哈希函数存在碰撞风险,不同体素坐标可能映射至同一哈希地址,进一步加剧结果的不确定性。
5、其二,内存访问效率较低。哈希表的插入与查找属于随机读写操作,难以充分利用gpu的合并访存机制,导致内存带宽利用率不高;尤其在点云规模较大时,哈希表的频繁扩容与重哈希操作会显著增加处理延迟。
6、其三,体素内点的采样策略有待改进。当单个体素内点数超过设定上限时,现有技术多采用简单截断或随机采样的方式进行筛选。简单截断仅保留先写入的若干点,易受点云输入顺序影响而引入特征偏置;随机采样则因随机性导致结果不可复现,且可能丢失体素内的空间分布信息。
7、上述问题均会降低体素特征的稳定性与鲁棒性,进而影响下游任务的精度与一致性。因此,如何提供一种兼具高确定性、高效率及特征稳定性的点云体素化方案,仍是本领域亟待解决的技术问题。
技术实现思路
1、本技术提供了一种点云体素化方法及装置,以解决现有技术中体素特征的稳定性与鲁棒性降低,影响下游任务精度和一致性的问题。
2、第一方面,本技术提供了一种点云体素化方法,所述方法包括:
3、获取点云数据,所述点云数据包括多个点;
4、根据点云空间范围和体素尺寸,计算每个所述点对应的体素索引;
5、对所述体素索引及其对应的点索引进行排序,得到体素索引序列,其中,对应于同一体素索引的点在所述体素索引序列中连续排列;
6、对所述体素索引序列执行游程编码,得到非空体素信息,所述非空体素信息包括非空体素的标识及各非空体素包含的点数;
7、根据所述非空体素信息,对各所述非空体素内的点云数据进行聚合处理,得到所述点云数据对应的体素数据。
8、可选的,所述根据点云空间范围和体素尺寸,计算每个所述点对应的体素索引,包括:
9、根据所述点云空间范围和所述体素尺寸计算体素网格尺寸,根据所述体素网格尺寸形成体素网格,所述体素网格尺寸包括x方向、y方向和z方向的网格数量;
10、针对每个所述点,基于所述点的空间坐标、所述点云空间范围的边界以及所述体素尺寸,通过取整运算确定所述点在所述体素网格中的网格坐标;
11、基于所述网格坐标确定所述点对应的体素索引。
12、可选的,所述根据点云空间范围和体素尺寸,计算每个所述点对应的体素索引,包括:
13、判断每个所述点的空间坐标是否位于所述点云空间范围内;
14、计算位于所述点云空间范围之内的点对应的体素索引。
15、可选的,所述对所述体素索引及其对应的点索引进行排序,得到体素索引序列,包括:
16、将每个所述点的点索引与所述点对应的体素索引构成键值对,以所述体素索引为键、以所述点索引为值;
17、基于所述体素索引对所述键值对进行并行排序,使具有相同体素索引的键值对连续排列;
18、输出排序后得到的体素索引序列,所述体素索引序列包括基于所述体素索引排序后的点索引序列。
19、可选的,所述对所述体素索引及其对应的点索引进行排序,得到体素索引序列,包括:
20、在图形处理器中采用基数排序方式,对所述体素索引进行多线程并行排序,所述体素索引对应的点索引同步排序,得到所述体素索引序列。
21、可选的,所述对排序后的体素索引序列执行游程编码,得到非空体素信息,包括:
22、按序遍历所述体素索引序列,识别所述体素索引连续相同的索引段;
23、将所述索引段对应的体素索引确定为非空体素的标识,将所述索引段的长度确定为所述非空体素包含的点数;
24、输出包含唯一体素标识列表、与所述唯一体素标识列表一一对应的点数列表以及非空体素总数的非空体素信息。
25、可选的,所述输出包含唯一体素标识列表、与所述唯一体素标识列表一一对应的点数列表以及非空体素总数的非空体素信息,包括:
26、在得到所述唯一体素标识列表一一对应的所述点数列表之后,对所述点数列表执行排他前缀和运算,得到偏移数组,所述偏移数组中的每个元素表示对应所述非空体素包含的点在所述点索引序列中的起始索引位置;
27、输出包含所述偏移数组的非空体素信息。
28、可选的,所述根据所述非空体素信息,对各非空体素内的点云数据进行聚合处理,包括:
29、针对每个所述非空体素,根据所述偏移数组中所述非空体素对应的所述起始索引位置以及所述非空体素包含的点数,从排序后的所述点索引序列中定位所述非空体素所对应的连续点数据区间;
30、基于所述连续点数据区间,将对应的点云数据聚合写入所述非空体素对应的体素数据存储空间中。
31、可选的,所述方法还包括:基于预设的最大点数阈值为每个非空体素预分配固定容量的体素数据存储空间。
32、可选的,所述根据所述非空体素信息,对各非空体素内的点云数据进行聚合处理,包括:
33、当所述非空体素包含的点数小于或等于所述最大点数阈值时,将该非空体素内的全部点云数据保留并写入对应的体素数据存储空间;
34、当所述非空体素包含的点数大于所述最大点数阈值时,根据所述非空体素包含的点数与所述最大点数阈值的商计算采样步长;
35、按照所述采样步长,从所述非空体素包含的排序后的点中选取采样点,将所述采样点对应的点云数据写入所述非空体素对应的体素数据存储空间,其中所述采样点的点数不超过所述最大点数阈值。
36、可选的,根据所述非空体素信息,对各所述非空体素内的点云数据进行聚合处理,得到所述点云数据对应的体素数据,包括:
37、根据每个所述非空体素的体素标识及所述体素网格尺寸,反算所述非空体素在体素网格中的体素坐标;
38、输出所述体素数据包括:每个所述非空体素中包含的点云数据、所述非空体素对应的体素坐标、所述非空体素包含的点数以及非空体素总数。
39、可选的,所述方法在图形处理器上通过计算统一设备架构并行执行,其中,所述图形处理器每个线程负责处理一个所述点的体素索引计算,所述排序、游程编码及前缀和运算通过图形处理器并行算法库实现。
40、可选的,采用计算统一设备架构多流机制,将体素索引计算、排序、游程编码分配至计算流,将对各所述非空体素内的点云数据进行聚合处理分配至生成流,将获取点云数据分配至内存流;所述流内的串行执行任务,不同流之间并发执行任务。
41、可选的,体素网格基于所述点云空间范围和体素尺寸形成,所述体素网格在z方向为单层结构,以形成二维柱状体素结构。
42、第二方面,本技术提供了一种点云体素化装置,包括:
43、获取模块,用于获取点云数据,所述点云数据包括多个点;
44、索引计算模块,用于根据点云空间范围和体素尺寸,计算每个所述点对应的体素索引;
45、排序模块,用于对所述体素索引及其对应的点索引进行排序,得到体素索引序列,其中,对应于同一体素索引的点在所述体素索引序列中连续排列;
46、编码模块,用于对所述体素索引序列执行游程编码,得到非空体素信息,所述非空体素信息包括非空体素的标识及各非空体素包含的点数;
47、聚合模块,用于根据所述非空体素信息,对各所述非空体素内的点云数据进行聚合处理,得到所述点云数据对应的体素数据。
48、第三方面,本技术提供了一种电子设备,包括:至少一个通信接口;与所述至少一个通信接口相连接的至少一个总线;与所述至少一个总线相连接的至少一个处理器;与所述至少一个总线相连接的至少一个存储器,其中, 所述处理器被配置为执行上述点云体素化方法。
49、第四方面,本技术还提供了一种计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行本技术上述点云体素化方法。
50、由上可知,本技术提供的一种点云体素化方法、装置、电子设备及计算机存储介质,通过对体素索引本身进行排序,并直接对排序后的体素索引序列执行游程编码来识别各非空体素及其包含的点数,对非空体素对应的点云数据进行聚合处理以得到体素数据。通过以体素索引替代哈希值作为处理对象,消除了哈希碰撞的可能性及由碰撞处理带来的额外开销与不确定性;其次,通过游程编码替代双指针匹配,将建立点云与体素对应关系的操作简化为对单一序列的顺序压缩扫描,减少了中间数据维护成本和比较计算步骤,同时形成非空体素的压缩表达;并且,整个流程完全无哈希表依赖,无需原子操作,体素生成过程具有完全确定性,确保多次执行结果一致,下游模型推理稳定;另外,排序使同体素点连续排列,配合游程编码的顺序扫描模式,契合gpu合并访存机制,相比双指针匹配进一步提升内存访问效率,降低显存开销。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com