离散点云修正方法及装置、电子设备和介质与流程

1.本公开涉及人工智能领域，尤其涉及自动驾驶、智能交通技术领域，具体涉及一种离散点云修正方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.相关技术中，自动驾驶感知算法通过采集到的原始点云数据识别障碍物的2d外围轮廓，然而，在识别过程中，每个障碍物会被分割为多个多边形形状的点云数据块，受到对障碍物分割不准或边缘点云位置误差的影响，表示障碍物轮廓的多边形形状会存在跳变的情况，这将导致识别到的障碍物的边缘突变，从而侵入自动驾驶车辆的安全区域，使车辆产生误刹操作，降低了自动驾驶车辆的性能。


技术实现要素：

3.本公开提供了一种离散点云修正方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
4.根据本公开的一方面，提供了一种离散点云修正方法，包括：获取预设物体所对应的点云数据，其中所述点云数据中的所有点形成第一点集合；对于第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，其中所述第二点集合为所述第一点集合的子集；对于所述第二点集合中的每一个点，确定距离该点距离最远的第一数量的点；在所述第二点集合所有点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点；以及对所述离散点进行修正，以获得修正后的点云数据。
5.根据本公开的另一方面，提供了一种离散点云修正装置，包括：点云获取单元，用于获取预设物体所对应的点云数据，其中所述点云数据中的所有点形成第一点集合；距离确定单元，用于对于第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，其中所述第二点集合为所述第一点集合的子集；第一数量确定单元，用于对于所述第二点集合中的每一个点，确定距离该点距离最远的第一数量的点；第二数量确定单元，用于在所述第二点集合所有点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点；以及点云修正单元，用于对所述离散点进行修正，以获得修正后的点云数据。
6.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行上述离散点云修正方法。
7.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行上述离散点云修正方法。
8.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现上述离散点云修正方法。
9.根据本公开的一个或多个实施例，通过确定障碍物对应的点云中的点之间的距
离，并以该距离作为基准进行投票，从而将距离最远且出现频次最多的点确定为离散点，以对离散点进行收缩，从而能够有效解决因离散点而造成识别到的障碍物边缘突变的问题，降低了自动驾驶车辆产生误刹的概率，提升了自动驾驶车辆的整体性能和用户的行车体验。
10.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
11.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
12.图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
13.图2示出了根据本公开的实施例的离散点云修正方法的流程图；
14.图3示出了根据本公开的实施例的计算平均值以对离散点进行修正的流程图；
15.图4示出了根据本公开的实施例的离散点云修正装置的结构框图；以及
16.图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
17.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
18.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
19.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
20.下面将结合附图详细描述本公开的实施例。
21.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
22.在本公开的实施例中，服务器120可以运行使得能够执行离散点云修正方法的一个或多个服务或软件应用。
23.在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
24.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
25.用户可以使用客户端设备101、102、103、104、105和/或106来进行离散点云修正。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
26.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
27.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、区块链网络、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
28.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
29.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务
器、数据库服务器等。
30.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
31.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
32.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如点云数据。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
33.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
34.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
35.障碍物识别是自动驾驶的重要组成部分。相关技术中，自动驾驶感知算法通过采集到的原始点云数据识别障碍物的2d外围轮廓，然而，在识别过程中，每个障碍物会被分割为多个多边形形状的点云数据块，受到对障碍物分割不准或边缘点云位置误差的影响，表示障碍物轮廓的多边形形状会存在跳变的情况，这将导致识别到的障碍物的边缘突变，从而侵入自动驾驶车辆的安全区域，使车辆产生误判和误刹操作，降低了自动驾驶车辆的性能。
36.为此，图2示出了根据本公开的实施例的离散点云修正方法的示例性流程图。可以利用图1中示出的客户端或服务器实现图2中的方法200。
37.如图2所示，根据本公开的实施例提供了一种离散点云修正方法200，包括：获取预设物体所对应的点云数据，其中点云数据中的所有点形成第一点集合(步骤210)；对于第二点集合中的每一个点，确定该点与第一点集合中的各个点之间的距离，其中第二点集合为第一点集合的子集(步骤220)；对于第二点集合中的每一个点，确定距离该点距离最远的第一数量的点(步骤230)；在第二点集合中的每个点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点(步骤240)；以及对离散点进行修正，以获得修正后的点云数据(步骤250)。
38.根据本公开实施例的离散点云修正方法，通过确定障碍物对应的点云中的点之间的距离，并以该距离作为基准进行投票，从而将距离最远且出现频次最多的点确定为离散
点，以对离散点进行收缩，从而能够有效解决因离散点而造成识别到的障碍物边缘突变的问题，降低了自动驾驶车辆产生误刹的概率，提升了自动驾驶车辆的整体性能和用户的行车体验。
39.在步骤210，获取预设物体所对应的点云数据。
40.在一些实施例中，预设物体包括自动驾驶场景中的障碍物(例如，栅栏等)，可以对激光雷达采集到的原始点云数据进行检测，以从原始点云数据中框选出障碍物的外围轮廓，外围轮廓内的所有点即为该障碍物对应的点云数据。
41.需要说明的是，上述获取预设物体的点云数据的方法仅作举例说明之用，对此不作具体限制。
42.在步骤220，对于第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，其中所述第二点集合为所述第一点集合的子集。
43.根据一些实施例，步骤220包括：确定二维矩阵，其中，所述二维矩阵的行数为所述第二点集合中的点的数量，所述二维矩阵的列数为所述第一点集合中的点的数量；以及对于所述第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，以将所述距离赋值给所述二维矩阵中的相应元素。
44.在一些示例中，障碍物对应的点云分布不规则，因此，可以通过构建该障碍物的二维矩阵图，以更清楚地表示出点云数据中的点与点之间的距离信息。例如，二维矩阵图的大小可以表示为[点云数据中的点的个数，点云数据中的点的个数]，矩阵中的每个元素表示点云数据中两个点之间的距离信息，从而使得该二维矩阵能够表示出点云数据中每个点与其余点之间的距离，便于后续识别出离散点云。
[0045]
在一些示例中，确定点云数据中的任意两个点之间的距离包括点云数据中的任意两个点之间的欧氏距离，以实现基于距离来描述任意两个点之间的相似程度。
[0046]
在步骤230，对于所述第二点集合中的每一个点，确定距离该点距离最远的第一数量的点。
[0047]
根据一些实施例，步骤230包括：以二维矩阵的行号为索引，对于二维矩阵中的每一行，确定与当前行所对应的点距离较远的第一数量的点所对应的索引。
[0048]
表1示出了根据本公开实施例的一个示例性二维矩阵。其中，表1的第一行为列索引，第二行为行索引，其余部分为矩阵元素。
[0049]
如表1所示，障碍物的点云数据包括5个点，每个点与其余点之间的最远距离以数字加下划线的形式示出。
[0050]
表1
[0051] 点1点2点3点4点5点101643点240247点334043点456208点513450
[0052]
在示例中，以行号“点1”为索引，确定与“点1”距离最远的点为“点3”，最远距离为6；以行号“点3”为索引，确定与“点3”距离最远的点为“点2”和“点4”，最远距离为4。基于此，
可以确定每一行所对应的点距离最远的至少一个点所对应的索引。
[0053]
应当理解，上述使用最远距离作为筛选条件仅作举例说明之用，在具体实施过程中，也可以将距离超过预设阈值作为筛选条件，对此不作限制。
[0054]
根据一些实施例，对于所述点云数据中的至少一个点，可以基于k近邻算法确定距离该点距离最远的第一数量的点。
[0055]
在步骤240，在所述第二点集合所有点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点。
[0056]
同样以上述表1为例，在确定出每行对应的第一数量的点后，可以从中再票选确定出出现次数最多的第二数量的点。例如，“点4”与“点3”和“点5”均距离较远、“点5”与“点2”和“点4”均距离较远，而其它点均只与一个点距离较远，因此，可以判定“点4”和“点5”与点云数据整体的相似度较差，将其作为待修正的离散点。
[0057]
在步骤250，对离散点进行修正，以获得修正后的点云数据。
[0058]
图3示出了根据本公开的实施例的计算平均值以对离散点进行修正的示意性流程图。
[0059]
根据一些实施例，如图3所示，步骤250包括：确定第一点集合中的所有点的位置坐标平均值(步骤351)；对于离散点中的每一个离散点，确定该离散点的位置坐标与位置坐标平均值的平均值，作为该离散点的新的位置坐标(步骤352)；以及基于新的位置坐标更新相应的离散点的位置坐标(步骤353)。基于此种平均值计算，能够有效地对离散点进行收缩，以避免其产生边缘突变的问题。
[0060]
根据一些实施例，步骤250包括：将离散点进行删除，以更新预设物体所对应的点云数据。通过删除离散点，降低了识别到的障碍物的边缘突变的概率，避免了车辆因误识别而执行刹车操作。
[0061]
根据本公开的实施例，还提供了一种离散点云修正装置400，如图4所示，包括：点云获取单元410，用于获取预设物体所对应的点云数据，其中所述点云数据中的所有点形成第一点集合；距离确定单元420，用于对于第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，其中所述第二点集合为所述第一点集合的子集；第一数量确定单元430，用于对于所述第二点集合中的每一个点，确定距离该点距离最远的第一数量的点；第二数量确定单元440，用于在所述第二点集合所有点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点；以及点云修正单元450，用于对所述离散点进行修正，以获得修正后的点云数据。
[0062]
这里，离散点云修正装置400的上述各单元410～450的操作分别与前面描述的步骤210～250的操作类似，在此不再赘述。
[0063]
根据本公开的示例性实施例，还提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述离散点云修正方法。
[0064]
根据本公开的示例性实施例，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行上述离散点云修正方法。
[0065]
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机
程序在被处理器执行时实现上述离散点云修正方法。
[0066]
参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0067]
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(rom)502中的计算机程序或者从存储单元508加载到随机访问存储器(ram)503中的计算机程序，来执行各种适当的动作和处理。在ram503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0068]
电子设备500中的多个部件连接至i/o接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙设备、802.11设备、wifi设备、wima5设备、蜂窝通信设备和/或类似物。
[0069]
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法555。例如，在一些实施例中，方法555可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由rom 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到ram 503并由计算单元501执行时，可以执行上文描述的方法555的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法555。
[0070]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出
装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0071]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0072]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0073]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0074]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
[0075]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0076]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0077]
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步
地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

技术特征：
1.一种离散点云修正方法，包括：获取预设物体所对应的点云数据，其中所述点云数据中的所有点形成第一点集合；对于第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，其中所述第二点集合为所述第一点集合的子集；对于所述第二点集合中的每一个点，确定距离该点距离最远的第一数量的点；在所述第二点集合所有点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点；以及对所述离散点进行修正，以获得修正后的点云数据。2.如权利要求1所述的方法，其中，对所述离散点进行修正包括：确定所述第一点集合中的所有点的位置坐标平均值；对于所述离散点中的每一个离散点，确定该离散点的位置坐标与所述位置坐标平均值的平均值，作为该离散点的新的位置坐标；以及基于所述新的位置坐标更新相应的所述离散点的位置坐标。3.如权利要求1所述的方法，其中，对所述离散点进行修正包括：将所述离散点进行删除，以更新所述预设物体所对应的点云数据。4.如权利要求1所述的方法，其中，确定该点与所述第一点集合中的各个点之间的距离包括：确定二维矩阵，其中，所述二维矩阵的行数为所述第二点集合中的点的数量，所述二维矩阵的列数为所述第一点集合中的点的数量；以及对于所述第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，以将所述距离赋值给所述二维矩阵中的相应元素。5.如权利要求4所述的方法，其中，确定距离该点距离最远的第一数量的点包括：以所述二维矩阵的行号为索引，对于所述二维矩阵中的每一行，确定与当前行所对应的点距离较远的第一数量的点所对应的索引。6.如权利要求1所述的方法，其中，对于所述点云数据中的至少一个点，基于k近邻算法确定距离该点距离最远的第一数量的点。7.一种离散点云修正装置，包括：点云获取单元，用于获取预设物体所对应的点云数据，其中所述点云数据中的所有点形成第一点集合；距离确定单元，用于对于第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，其中所述第二点集合为所述第一点集合的子集；第一数量确定单元，用于对于所述第二点集合中的每一个点，确定距离该点距离最远的第一数量的点；第二数量确定单元，用于在所述第二点集合所有点所对应的所述第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点；以及点云修正单元，用于对所述离散点进行修正，以获得修正后的点云数据。8.如权利要求7所述的装置，其中，所述点云修正单元包括：第一平均值子单元，用于确定所述第一点集合中的所有点的位置坐标平均值；第二平均值子单元，用于对于所述离散点中的每一个离散点，确定该离散点的位置坐
标与所述位置坐标平均值的平均值，作为该离散点的新的位置坐标；以及坐标更新子单元，用于基于所述新的位置坐标更新相应的所述离散点的位置坐标。9.如权利要求7所述的装置，其中，所述点云修正单元包括：点云更新子单元，用于将所述离散点进行删除，以更新所述预设物体所对应的点云数据。10.如权利要求7所述的装置，其中，所述距离确定单元包括：矩阵确定子单元，用于确定二维矩阵，其中，所述二维矩阵的行数为所述第二点集合中的点的数量，所述二维矩阵的列数为所述第一点集合中的点的数量；以及元素赋值子单元，用于对于所述第二点集合中的每一个点，确定该点与所述第一点集合中的各个点之间的距离，以将所述距离赋值给所述二维矩阵中的相应元素。11.如权利要求10所述的装置，其中，所述第一数量确定单元包括：索引确定子单元，用于以所述二维矩阵的行号为索引，对于所述二维矩阵中的每一行，确定与当前行所对应的点距离较远的第一数量的点所对应的索引。12.如权利要求10所述的装置，其中，对于所述点云数据中的至少一个点，基于k近邻算法确定距离该点距离最远的第一数量的点。13.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。15.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。

技术总结
本公开提供了一种离散点云修正方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及自动驾驶、智能交通等技术领域。实现方案为：获取预设物体所对应的点云数据，点云数据中的所有点形成第一点集合；对于第二点集合中的每一个点，确定该点与第一点集合中的各个点之间的距离，第二点集合为第一点集合的子集；对于第二点集合中的每一个点，确定距离该点距离最远的第一数量的点；在第二点集合所有点所对应的第一数量的点中，确定出现次数最多的第二数量的点，以作为离散点；以及对离散点进行修正，以获得修正后的点云数据。正后的点云数据。正后的点云数据。


技术研发人员：刘京凯 司马兵 丁东鹏
受保护的技术使用者：阿波罗智联（北京）科技有限公司
技术研发日：2022.12.30
技术公布日：2023/7/19