数据处理方法、装置、电子设备和计算机可读介质与流程

1.本公开的实施例涉及计算机技术领域，具体涉及数据处理方法、装置、电子设备和计算机可读介质。


背景技术：

2.目前，自动驾驶的相关产品常常依赖于高精点云地图。对高精度的点云地图进行数据采集时，会将地图中路上的人、车等产生的数据噪声一并引入。这种可移动动态障碍物体会对高精度的点云地图的使用产生负面影响，需要予以剔除。通常采用的方式为：根据深度学习模型来识别移动障碍物体并将相关的点云集进行剔除。
3.然而，当采用上述方式来剔除点云集，经常会存在如下技术问题：
4.基于深度学习模型识别移动障碍物体时，识别的正确率和召回率往往不能达到100％，因此可能存在误删或遗留的可移动障碍物体。尤其对于行驶中的车辆，即使留下少许帧，也仍会产生明显的拖影，滤噪的效果不太好。


技术实现要素：

5.本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
6.本公开的一些实施例提出了数据处理方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项。
7.第一方面，本公开的一些实施例提供了一种数据处理方法，包括：获取用于构建点云地图的点云数据序列；生成与上述点云数据序列对应的物体识别结果列表，其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果；对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表；根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。
8.可选地，上述生成与上述点云数据序列对应的物体识别结果列表，包括：响应于上述点云数据序列中的目标点云数据不是上述点云数据序列中的第一帧点云数据，执行以下物体识别结果列表生成步骤：确定上述目标点云数据的至少一个识别结果；将上述至少一个识别结果依据预设条件融入初始物体识别结果列表，得到融入后的初始物体识别结果列表，其中，上述初始物体识别结果列表与上述点云数据序列中的、上述目标点云数据之前的点云数据序列相关；将上述融入后的初始物体识别结果列表确定为初始物体识别结果列表；确定上述目标点云数据是否存在下一帧点云数据；响应于不存在，将上述初始物体识别结果列表确定为上述物体识别结果列表。
9.可选地，上述方法还包括：响应于存在，确定上述目标点云数据的下一帧点云数据作为上述目标点云数据，继续执行上述物体识别结果列表生成步骤。
10.可选地，上述方法还包括：响应于上述目标点云数据为上述点云数据序列中的第一帧点云数据，将上述第一帧点云数据对应的至少一个物体识别结果写入预先建立的、空的初始物体识别结果列表以及将上述第一帧点云数据的下一帧点云数据确定为目标点云数据，继续执行上述物体识别结果列表生成步骤。
11.可选地，上述识别结果包括：物体信息的识别次数和物体信息的各个识别分数；以及上述对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表，包括：根据上述物体识别结果列表，确定各个物体信息中每个物体信息的识别次数和对应的各个识别分数中最高的识别分数；从上述物体识别结果列表中去除识别次数小于第一阈值和/或最高的识别分数小于第二阈值的目标物体信息和上述目标物体信息对应的各个识别结果，得到处理后的物体识别结果列表。
12.可选地，上述根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，包括：根据上述处理后的物体识别结果列表，确定各个物体信息的出现时间；依据上述点云数据序列的正向顺序，对每帧点云数据进行如下操作：确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差；根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上；确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云；响应于确定存在，将上述物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息，得到添加后的物体识别结果列表。
13.可选地，上述方法还包括：依据上述点云数据序列的反向顺序，对每帧点云数据进行如下操作：确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差；根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上；确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云；响应于确定存在，将上述添加后的物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息。
14.可选地，上述方法还包括：根据每帧点云数据对应的包围盒的几何中心信息和上述包围盒的体积信息，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。
15.可选地，上述方法还包括：将上述删除后的点云数据序列进行存储以用于后续构建上述点云地图。
16.第二方面，本公开的一些实施例提供了一种数据处理装置，包括：获取单元，被配置成获取用于构建点云地图的点云数据序列；生成单元，被配置成生成与上述点云数据序列对应的物体识别结果列表，其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果；第一处理单元，被配置成对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表；第二处理单元，被配置成根据上述处理后的物体识别结果
列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。
17.可选地，生成单元进一步被配置成：响应于上述点云数据序列中的目标点云数据不是上述点云数据序列中的第一帧点云数据，执行以下物体识别结果列表生成步骤：确定上述目标点云数据的至少一个识别结果；将上述至少一个识别结果依据预设条件融入初始物体识别结果列表，得到融入后的初始物体识别结果列表，其中，上述初始物体识别结果列表与上述点云数据序列中的、上述目标点云数据之前的点云数据序列相关；将上述融入后的初始物体识别结果列表确定为初始物体识别结果列表；确定上述目标点云数据是否存在下一帧点云数据；响应于不存在，将上述初始物体识别结果列表确定为上述物体识别结果列表。
18.可选地，上述装置还包括：响应于存在，确定上述目标点云数据的下一帧点云数据作为上述目标点云数据，继续执行上述物体识别结果列表生成步骤。
19.可选地，上述装置还包括：响应于上述目标点云数据为上述点云数据序列中的第一帧点云数据，将上述第一帧点云数据对应的至少一个物体识别结果写入预先建立的、空的初始物体识别结果列表以及将上述第一帧点云数据的下一帧点云数据确定为目标点云数据，继续执行上述物体识别结果列表生成步骤。
20.可选地，上述识别结果包括：物体信息的识别次数和物体信息的各个识别分数；以及第一处理单元进一步被配置成：根据上述物体识别结果列表，确定各个物体信息中每个物体信息的识别次数和对应的各个识别分数中最高的识别分数；从上述物体识别结果列表中去除识别次数小于第一阈值和/或最高的识别分数小于第二阈值的目标物体信息和上述目标物体信息对应的各个识别结果，得到处理后的物体识别结果列表。
21.可选地，上述根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，包括：根据上述处理后的物体识别结果列表，确定各个物体信息的出现时间；依据上述点云数据序列的正向顺序，对每帧点云数据进行如下操作：确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差；根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上；确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云；响应于确定存在，将上述物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息，得到添加后的物体识别结果列表。
22.可选地，第二处理单元进一步被配置成：依据上述点云数据序列的反向顺序，对每帧点云数据进行如下操作：确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差；根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上；确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云；响应于确定存在，将上述添加后的物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息。
23.可选地，第二处理单元进一步被配置成：根据每帧点云数据对应的包围盒的几何
中心信息和上述包围盒的体积信息，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。
24.可选地，上述装置还包括：将上述删除后的点云数据序列进行存储以用于后续构建上述点云地图。
25.第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
26.第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
27.本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的数据处理方法可以快捷、高效的删除点云数据序列中每帧点云数据中与移动障碍物体相关联的目标点云集。具体来说，基于深度学习模型识别移动障碍物体时，识别的正确率和召回率往往不能达到100％，因此可能存在误删或遗留的可移动障碍物体。尤其对于行驶中的车辆，即使留下少许帧，也仍会产生明显的拖影，滤噪的效果不太好。基于此，本公开的一些实施例的数据处理方法可以首先获取用于构建点云地图的点云数据序列。然后，生成与上述点云数据序列对应的物体识别结果列表。其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果。在这里，通过生成物体识别结果列表可以有效的知晓与点云数据序列相关联的各个物体。可以用于后续移动障碍物体的确定。进而，对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表。在这里，对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理可以有效的排除不是移动障碍物体的物体。最后，根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。由此可得，该数据处理方法可以快捷、高效的删除点云数据序列中每帧点云数据中与移动障碍物体相关联的目标点云集。
附图说明
28.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
29.图1-2是根据本公开的一些实施例的数据处理方法的一个应用场景的示意图；
30.图3是根据本公开的数据处理方法的一些实施例的流程图；
31.图4是根据本公开的数据处理方法的另一些实施例的流程图；
32.图5是根据本公开的数据处理装置的一些实施例的结构示意图；
33.图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
34.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些
实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
35.另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
36.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
37.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
38.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
39.下面将参考附图并结合实施例来详细说明本公开。
40.图1-图2是根据本公开一些实施例的数据处理方法的一个应用场景的示意图。
41.在图1-图2的应用场景中，电子设备101可以首先获取用于构建点云地图102的点云数据序列103。在本应用场景中，上述点云数据序列103可以包括：第一点云数据1031、第二点云数据1032、第三点云数据1033。然后，生成与上述点云数据序列102对应的物体识别结果列表104。其中，上述物体识别结果列表104包括识别出的各个物体和上述各个物体信息中每个物体信息的各个识别结果。在本应场景中，上述各个物体信息可以包括：行人信息、第一目标车信息、第二目标车信息。在物体识别结果列表104中，行人信息对应的识别结果可以包括：第一识别结果、第二识别结果、空。第一目标车信息对应的识别结果可以包括：第三识别结果、第四识别结果、空。第二目标车信息对应的识别结果可以包括：空、第五识别结果、第六识别结果。其中，上述第一识别结果、第三识别结果、第二目标车信息对应的空是与第一点云数据相关联的各个物体信息的识别结果。上述第二识别结果、第四识别结果、第五识别结果是与第二点云数据相关联的各个物体信息的识别结果。上述行人信息对应的空、第一目标车信息对应的空、第六识别结果是与第三点云数据相关联的各个物体信息的识别结果。进而，对上述物体识别结果列表104中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表105。在本应用场景中，上述目标物体信息可以是第二目标车信息。由此，从上述物体识别结果列表104中删除第二目标车信息和第二目标车信息对应的各个识别结果，可以得到处理后的物体识别结果列表105。最后，根据上述处理后的物体识别结果列表105，对上述点云数据序列103中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列106。其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。在本应用场景中，对上述点云数据序列103中第一点云数据中的目标点云集进行删除处理，得到删除后的点云数据序列106中的删除后的第一点云数据1061。对上述点云数据序列103中第二点云数据中的目标点云集进行删除处理，得到删除后的点云数据序列106中的删除后的第二点云数据1062。对上述点云数据序列103中第三点云数据中的目标点云集进行删除处理，得到删除后的点云数据序列106中的删除后的第三点云数据1063。
42.需要说明的是，上述电子设备101可以是硬件，也可以是软件。当电子设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单
个终端设备。当电子设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
43.应该理解，图1和图2中的电子设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的电子设备。
44.继续参考图3，示出了根据本公开的数据处理方法的一些实施例的流程300。该数据处理方法，包括以下步骤：
45.步骤301，获取用于构建点云地图的点云数据序列。
46.在一些实施例中，上述数据处理方法的执行主体(例如图1所示的电子设备)可以通过有线连接方式或者无线连接方式来获取用于构建点云地图的点云数据序列。其中，上述点云数据序列包括点云数据序列。其中，上述点云地图可以是高精度的点云地图。在工程中通过相关测量仪器得到的产品外观表面的点数据集合可以称为点云。通常使用三维坐标测量机所得到的点数量较少，点与点的间距也较大，叫稀疏点云。而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。根据激光测量原理得到的点云，包括三维坐标(xyz)和激光反射强度(intensity)。根据摄影测量原理得到的点云，可以包括三维坐标(xyz)和颜色信息(rgb)。结合激光测量和摄影测量原理得到点云，可以包括三维坐标(xyz)、激光反射强度(intensity)和颜色信息(rgb)。点云的格式可以包括但不限于：*.pts；*.asc；*.dat；*.stl；*.imw；*.xyz。上述点云数据序列中相邻两帧点云数据可以存在时间关联关系。
47.需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
48.步骤302，生成与上述点云数据序列对应的物体识别结果列表。
49.在一些实施例中，上述执行主体可以生成与上述点云数据序列对应的物体识别结果列表。其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果。其中，上述识别结果可以是每帧点云数据中是否检测出各个物体信息的信息。上述识别结果还可以包括每帧点云数据中检测出各个物体信息的时间信息。
50.作为示例，上述物体识别结果列表可以如图1和图2所示，每个物体信息的各个识别结果与点云数据序列存在一一对应的关系。具体的讲，每帧点云数据通过检测是否存在各个物体信息，可以得到每个物体信息的识别结果，每个物体信息可以对应着点云数据序列，由此，每个物体信息可以对应多个识别结果。
51.需要说明的是，上述每个物体信息对应的识别结果的数目可以与点云数据序列的数目相同，还可以小于点云数据序列的数目。
52.作为示例，上述执行主体可以利用各种用于物体识别的深度学习模型，识别点云数据序列中每帧点云数据中存在的物体信息，每个物体信息对应着一个识别结果，每帧点云数据对应多个识别结果。由此，每个物体信息对应着多个识别结果。进而，构建物体信息与各个识别结果的列表，可以得到物体识别结果列表。
53.步骤303，对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的
各个识别结果进行删除处理，得到处理后的物体识别结果列表。
54.在一些实施例中，上述执行主体可以对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表。作为示例，上述目标物体信息可以是各帧点云数据中识别出次数最少的物体信息。
55.在一些实施例的一些可选的实现方式中，上述识别结果包括：物体信息的识别次数和物体信息的各个识别分数。其中，点云数据序列中至少一帧点云数据中可以识别出存在目标物体信息。对于点云数据序列，上述物体信息的识别次数可以是点云数据序列中可以识别出物体信息的点云数据数目。对于每帧点云数据中是否存在各个物体信息，可以利用用于物体识别的各个深度学习模型来进行识别。上述深度学习模型输出的可以是识别分数，上述识别分数可以表征每帧点云数据有多大概率存在各个物体信息。
56.以及上述对上述物体识别结果列表中目标物体信息和上述目标物体对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表，可以包括以下步骤：
57.第一步，根据上述物体识别结果列表，确定各个物体信息中每个物体信息的识别次数和对应的各个识别分数中最高的识别分数。作为示例，上述执行主体可以相关脚本来整理上述物体识别结果列表中各个物体信息中每个物体信息的识别次数和对应的各个识别分数中最高的识别分数。
58.第二步，从上述物体识别结果列表中去除识别次数小于第一阈值和/或最高的识别分数小于第二阈值的目标物体信息和上述目标物体信息对应的各个识别结果，得到处理后的物体识别结果列表。其中，上述第一阈值和上述第二阈值可以是预先设置的。
59.步骤304，根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。
60.在一些实施例中，上述执行主体可以根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。
61.作为示例，每个物体信息对应的各个识别结果中的每个识别结果还包括：对应点云数据中上述物体的位置信息。根据每帧点云数据中各个物体的位置信息，可以针对性的对每帧点云数据中的与位置信息对应的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。
62.在一些实施例的一些可选的实现方式中，上述根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，可以包括以下步骤：
63.第一步，根据上述处理后的物体识别结果列表，确定各个物体信息的出现时间。其中，上述各个物体信息的出现时间可以是在各帧点云数据中进行物体识别时，各个物体信息第一次出现在各帧点云数据时的时间。作为示例，上述执行主体可以通过数据查询的方法来从上述处理后的物体识别结果列表中确定出各个物体信息的出现时间。
64.第二步，依据上述点云数据序列的正向顺序，对每帧点云数据进行如下操作：
65.第一子步骤，确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体
信息出现时间的时间差。
66.第二子步骤，根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上。其中，上述每个物体信息对应的包围盒可以是将上述物体包围起来的最小体积的盒子。
67.作为示例，上述包围盒的形状可以是长方体。作为示例，响应于上述时间差小于或等于预先设置的阈值，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上。
68.第三子步骤，确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云。
69.作为示例，上述执行主体可以通过查询的方式来确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云。
70.作为又一个示例，上述执行主体可以通过以下公式来确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云。
[0071][0072]
其中，p
box
可以是点云p
lidar
投影到包围盒坐标系下的点。其中，上述包围盒坐标系可以是依据包围盒预先搭建的坐标系。其中，包围盒的位置为postition。yaw可以表征点云在包围盒坐标系下的方向信息。上述包围盒的宽度可以为width。包围盒的高度可以为height。
[0073]
第四子步骤，响应于确定存在，将上述物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息，得到添加后的物体识别结果列表。需要说明的是，每帧点云数据中可能存在多个包围盒，由此物体识别结果列表中上述每个物体信息的各个识别结果中应添加与上述物体信息相关的包围盒。
[0074]
可选地，上述根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，上述方法还包括：
[0075]
第一步，依据上述点云数据序列的反向顺序，对每帧点云数据进行如下操作：
[0076]
第一子步骤，确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差。
[0077]
第二子步骤，根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上。
[0078]
第三子步骤，确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云。
[0079]
第四子步骤，响应于确定存在，将上述添加后的物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体相关联的包围盒的几何中心信息。
[0080]
可选地，上述第四子步骤还包括：根据每帧点云数据对应的包围盒的几何中心信息和上述包围盒的体积信息，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。作为示例，上述执行主体可以根据每帧点云数据中包围盒的几何中心信息和上述包围盒的体积信息确定一个空间范围，进而将空间范围内的、上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。以此，可以达到去除移动障碍物的效果。
[0081]
在一些实施例的一些可选的实现方式中，将上述删除后的点云数据序列进行存储以用于后续构建上述点云地图。作为示例，上述执行主体可以将上述删除后的点云数据序列存储与用于构建上述点云地图的数据库。
[0082]
本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的数据处理方法可以快捷、高效的删除点云数据序列中每帧点云数据中与移动障碍物体相关联的目标点云集。具体来说，基于深度学习模型识别移动障碍物体时，识别的正确率和召回率往往不能达到100％，因此可能存在误删或遗留的可移动障碍物体。尤其对于行驶中的车辆，即使留下少许帧，也仍会产生明显的拖影，滤噪的效果不太好。基于此，本公开的一些实施例的数据处理方法可以首先获取用于构建点云地图的点云数据序列。然后，生成与上述点云数据序列对应的物体识别结果列表。其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果。在这里，通过生成物体识别结果列表可以有效的知晓与点云数据序列相关联的各个物体。可以用于后续移动障碍物体的确定。进而，对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表。在这里，对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理可以有效的排除不是移动障碍物体的物体。最后，根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。由此可得，该数据处理方法可以快捷、高效的删除点云数据序列中每帧点云数据中与移动障碍物体相关联的目标点云集。
[0083]
进一步参考图4，示出了根据本公开的数据处理方法的另一些实施例的流程400。该数据处理方法，包括以下步骤：
[0084]
步骤401，获取用于构建点云地图的点云数据序列。
[0085]
步骤402，响应于上述点云数据序列中的目标点云数据不是上述点云数据序列中的第一帧点云数据，执行以下物体识别结果列表生成步骤：
[0086]
第一子步骤，确定上述目标点云数据的至少一个识别结果。
[0087]
在一些实施例中，执行主体(例如图1或图2中所示的电子设备)可以确定上述目标点云数据的至少一个识别结果。作为示例，上述执行主体可以利用各种用于物体识别的深度学习模型，识别点云数据序列中每帧点云数据中存在的物体信息，以此确定上述目标点云数据的至少一个识别结果。
[0088]
第二子步骤，将上述至少一个识别结果依据预设条件融入初始物体识别结果列表，得到融入后的初始物体识别结果列表。
[0089]
在一些实施例中，上述执行主体可以将上述至少一个识别结果依据预设条件融入初始物体识别结果列表，得到融入后的初始物体识别结果列表。其中，上述初始物体识别结果列表与上述点云数据序列中的、上述目标点云数据之前的点云数据序列相关。作为示例，上述执行主体可以首先对至少一个识别结果中每个识别结果与初始物体识别结果列表中所有识别结果进行距离计算以生成距离值集，得到距离值集组。然后，确定每个识别结果对应的距离值集组中最小的距离值。进而，确定上述最小的距离值是否小于等于预设的阈值。如果上述最小的距离值小于等于预设的阈值，将上述每个识别结果添加至与上述最小的距离值相对应的、初始物体识别结果列表中的目标物体信息的各个识别结果中，得到融入后的初始物体识别结果列表。其中，上述每个识别结果的最小的距离值对应着初始物体识别结果列表中的目标识别结果。上述目标识别结果信息存在于目标物体信息中的各个识别结果。
[0090]
第三子步骤，将上述融入后的初始物体识别结果列表确定为初始物体识别结果列表。
[0091]
在一些实施例中，上述执行主体可以将上述融入后的初始物体识别结果列表确定为初始物体识别结果列表。
[0092]
第四子步骤，确定上述目标点云数据是否存在下一帧点云数据。
[0093]
在一些实施例中，上述执行主体可以确定上述目标点云数据是否存在下一帧点云数据。作为示例，上述执行主体可以通过查询的方式来确定上述目标点云数据是否存在下一帧点云数据。
[0094]
第五子步骤，响应于不存在，将上述初始物体识别结果列表确定为上述物体识别结果列表。
[0095]
在一些实施例中，响应于不存在，上述执行主体可以将上述初始物体识别结果列表确定为上述物体识别结果列表。
[0096]
步骤403，响应于存在，确定上述目标点云数据的下一帧点云数据作为上述目标点云数据，继续执行上述物体识别结果列表生成步骤。
[0097]
在一些实施例中，响应于存在，上述执行主体可以确定上述目标点云数据的下一帧点云数据作为上述目标点云数据，继续执行上述物体识别结果列表生成步骤。
[0098]
在一些实施例的一些可选的实现方式中，上述步骤还包括：
[0099]
响应于上述目标点云数据为上述点云数据序列中的第一帧点云数据，将上述第一帧点云数据对应的至少一个物体识别结果填入预先建立的、空的初始物体识别结果列表以及将上述第一帧点云数据的下一帧点云数据确定为目标点云数据，继续执行上述物体识别结果列表生成步骤。
[0100]
步骤404，对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表。
[0101]
步骤405，根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。
[0102]
在一些实施例中，步骤401、403-405的具体实现及其所带来的技术效果，可以参考图3对应的实施例中的步骤301、303-304，在此不再赘述。
[0103]
从图4中可以看出，与图3对应的一些实施例的描述相比，图4对应的一些实施例中的数据处理方法的流程400更加突出了物体识别结果列表的具体构建步骤。由此，这些实施例描述的方案通过精准、有效的构建物体识别结果列表来更为准确、高效的删除点云数据序列中每帧点云数据中与移动障碍物体信息相关联的目标点云集。
[0104]
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种数据处理装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
[0105]
如图5所示，一种数据处理装置500包括：获取单元501、生成单元502、第一处理单元503和第二处理单元504。其中，获取单元501被配置成：获取用于构建点云地图的点云数据序列。生成单元502被配置成：生成与上述点云数据序列对应的物体识别结果列表，其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果。第一处理单元503被配置成：对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表。第二处理单元504被配置成：根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。
[0106]
在一些实施例的一些可选的实现方式中，数据处理装置500中的生成单元502可以进一步被配置成：响应于上述点云数据序列中的目标点云数据不是上述点云数据序列中的第一帧点云数据，执行以下物体识别结果列表生成步骤：确定上述目标点云数据的至少一个识别结果；将上述至少一个识别结果依据预设条件融入初始物体识别结果列表，得到融入后的初始物体识别结果列表，其中，上述初始物体识别结果列表与上述点云数据序列中的、上述目标点云数据之前的点云数据序列相关；将上述融入后的初始物体识别结果列表确定为初始物体识别结果列表；确定上述目标点云数据是否存在下一帧点云数据；响应于不存在，将上述初始物体识别结果列表确定为上述物体识别结果列表。
[0107]
在一些实施例的一些可选的实现方式中，数据处理装置500中的生成单元502可以进一步被配置成：响应于存在，确定上述目标点云数据的下一帧点云数据作为上述目标点云数据，继续执行上述物体识别结果列表生成步骤。
[0108]
在一些实施例的一些可选的实现方式中，上述装置500还包括：填入单元(图中未显示)。其中，上述填入单元可以被配置成：响应于上述目标点云数据为上述点云数据序列中的第一帧点云数据，将上述第一帧点云数据对应的至少一个物体识别结果填入预先建立的、空的初始物体识别结果列表以及将上述第一帧点云数据的下一帧点云数据确定为目标点云数据，继续执行上述物体识别结果列表生成步骤。
[0109]
在一些实施例的一些可选的实现方式中，上述识别结果包括：物体的识别次数和物体的各个识别分数；以及数据处理装置500中的第一处理单元503可以进一步被配置成：根据上述物体识别结果列表，确定各个物体中每个物体的识别次数和对应的各个识别分数中最高的识别分数；从上述物体识别结果列表中去除识别次数小于第一阈值和/或最高的识别分数小于第二阈值的目标物体和上述目标物体对应的各个识别结果，得到处理后的物体识别结果列表。
[0110]
在一些实施例的一些可选的实现方式中，数据处理装置500中的第二处理单元504
可以进一步被配置成：根据上述处理后的物体识别结果列表，确定各个物体信息的出现时间；依据上述点云数据序列的正向顺序，对每帧点云数据进行如下操作：确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差；根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上；确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云；响应于确定存在，将上述物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息，得到添加后的物体识别结果列表。
[0111]
在一些实施例的一些可选的实现方式中，数据处理装置500中的第二处理单元504可以进一步被配置成：依据上述点云数据序列的反向顺序，对每帧点云数据进行如下操作：确定上述每帧点云数据对应的时间与上述各个物体信息中每个物体信息出现时间的时间差；根据上述时间差，将上述每个物体信息对应的包围盒叠加至上述每帧点云数据中对应位置上；确定上述每帧点云数据中的至少一个包围盒中是否有包围盒中存在点云；响应于确定存在，将上述添加后的物体识别结果列表中上述每个物体信息的各个识别结果中分别添加对应点云数据中的、与上述物体信息相关联的包围盒的几何中心信息。
[0112]
在一些实施例的一些可选的实现方式中，数据处理装置500中的第二处理单元504可以进一步被配置成：根据每帧点云数据对应的包围盒的几何中心信息和上述包围盒的体积信息，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列。
[0113]
在一些实施例的一些可选的实现方式中，上述装置500还包括：存储单元(图中未显示)。其中，上述存储单元可以被配置成：将上述删除后的点云数据序列进行存储以用于后续构建上述点云地图。
[0114]
可以理解的是，该装置500中记载的诸单元与参考图3描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
[0115]
下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1或图2中的电子设备)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
[0116]
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom 602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0117]
通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
[0118]
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
[0119]
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0120]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0121]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取用于构建点云地图的点云数据序列；生成与上述点云数据序列对应的物体识别结果列表，其中，上述物体识别结果列表包括识别出的各个物体信息和上述各个物体信息中每个物体信息的各个识别结果；对上述物体识别结果列表中目标物体信息和上述目标物体信息对应的各个识别结果进行删除处理，得到处理后的物体识别结果列表；根据上述处理后的物体识别结果列表，对上述点云数据序列中每帧点云数据中的目标点云集进行删除处理以生成删除后的点云数据，得到删除后的点云数据序列，其中，上述目标点云集表征上述每帧点云数据中的移动障碍物体。
[0122]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立
的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0123]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0124]
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、生成单元、第一处理单元和第二处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取用于构建点云地图的点云数据序列的单元”。
[0125]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0126]
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。