(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210541864.9 (22)申请日 2022.05.17 (71)申请人 苏州思卡智能科技有限公司 地址 215100 江苏省苏州市苏州市高铁新 城南天成路6号A座12F1201室 (72)发明人 李经善　李小虎　李亚杰　马金晶　 (74)专利代理 机构 苏州彰尚知识产权代理事务 所(普通合伙) 32336 专利代理师 曹恒涛 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/764(2022.01) G06T 3/00(2006.01) G06V 10/24(2022.01) G06V 10/25(2022.01)G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) (54)发明名称 一种车辆 3D轮廓的投影分类方法 (57)摘要 本申请提供一种车辆3D轮廓的投影分类方 法， 将车头、 车身和车顶的轮廓使用算法分别投 影出来的方式， 大大提高效率， 降低标注人员劳 动强度， 能够提高标注的准确率。 包括步骤： S1， 将原始三维点云数据进行初步提取， 获得车辆轮 廓点云； S2， 以车辆轮廓点云的车辆3D轮廓包围 框的一个点作为三维坐标原点， 通过计算公式旋 转车辆轮廓点云， 使得车辆的车身与车道线平 行； S3， 将旋转后的车辆轮廓点云中的车头或车 尾、 车身和车顶分别投影为平面视图， 将三维坐 标转换为 二维坐标， 并将各平面视图进行标识。 权利要求书2页 说明书5页 附图4页 CN 114937144 A 2022.08.23 CN 114937144 A 1.一种车辆 3D轮廓的投影分类方法， 其特 征在于， 包括 步骤： S1， 将原始三维点云数据进行初步 提取， 获得 车辆轮廓点云； S2， 以车辆轮廓点云的车辆3D轮廓包围框的一个点作为三维坐标原点， 通过计算公式 旋转车辆轮廓点云， 使得 车辆的车身与车道线平行； S3， 将旋转后的车辆轮廓点云中的车头或车尾、 车身和车顶分别投影为平面视图， 将三 维坐标转换为 二维坐标， 并将各平面视图进行 标识。 2.如权利要求1所述的车辆3D轮廓的投影分类方法， 其特征在于， 在步骤S1中， 对于原 始三维点云数据通过去背景技术去除环境点云， 然后初步提取车辆轮廓点云； 去背景技术 包括： 动态点云提取或者地面背 景点去除， 初步提取车辆轮廓点云的方法包括： 聚类方式或 者3D深度学习检测方式。 3.如权利要求2所述的车辆3D轮廓的投影分类方法， 其特征在于， 原始三维点云数据由 激光雷达获得， 该激光雷达能够扫描检测到车辆的车头或车尾、 车身和车顶， 原始 三维点云 数据包括： 路面的车辆、 行 人、 车道线、 建筑物、 反光锥、 设置的装置设备。 4.如权利要求1所述的车辆3D轮廓的投影分类方法， 其特征在于， 在步骤S2中， 三维坐 标的x轴为高度方向， y轴垂 直于车道线 方向， z轴平行于车道线 方向， 车辆行驶方向与z轴方 向的夹角为夹角a， 当车辆为去 车方向时， 车辆3D 轮廓包围框的车头的左下角顶点为三 维坐 标原点， 当车辆为 来车方向时， 车辆 3D轮廓包围框的车尾的右下角顶点 为三维坐标原点。 5.如权利要求4所述的车辆3D轮廓的投影分类方法， 其特征在于， 车辆轮廓点云旋转 时， 车辆的x轴不变， 旋转后使得车头或车尾与y轴重合、 车身与z轴重合， 旋转前包围框顶 点 的坐标为(xn,yn,zn)， 旋转后包围框顶点的坐标为(xn,yn ’,zn’),y轴旋转的公式为C1， z轴 旋转的公式为C2： 其中， yn’为包围框某个顶点旋转后的y轴数据， zn ’为包围框某个顶点旋转后的z轴数 据， yn为包围框某个顶点旋转前的y轴数据， zn为包围框某个顶点旋转前的z轴数据， a为车 辆行驶方向与z轴方向的夹角。 6.如权利要求4所述的车辆3D轮廓的投影分类方法， 其特征在于， 激光雷达与地面之间 相对位置固定、 车辆轮廓采集位置已知， 采集的车辆轮廓数据已经将车辆地面坐标做了转 换。 7.如权利要求6所述的车辆3D轮廓的投影分类方法， 其特征在于， 车辆3D轮廓包围框三 维坐标原点又标记为(x5,y5,z5)， 原点向上延伸的包围框顶点标记为(x1,y1,z1)， 原点向 右延伸的包围框顶点标记为(x6,y6,z6)， 原点向后延伸的包围框顶点标记为(x8,y8,z8)， (x1,y1,z1)向右延伸的包围框顶点标记为(x2,y2,z2)， (x8,y8,z8)向右延伸的包围框顶点 标记为(x7,y7,z 7)， (x1,y1,z1)和(x2,y2,z2)分别向后延伸的包围框顶点分别标记为(x4, y4,z4)和(x3,y3,z3)， 车辆行驶方向为原点与顶点(x8,y8,z8)连线的方向， x轴和原点与顶 点(x1,y1,z1)的连线方向重合， 夹角a的计算公式为： a＝arctan(y8/ z8)。 8.如权利要求4所述的车辆3D轮廓的投影分类方法， 其特征在于， 激光雷达具有测距功 能， 通过计算连续多帧点云中车辆与激光雷达的距离d， 能够判断该车辆是来车方向还是去权　利　要　求　书 1/2 页 2 CN 114937144 A 2车方向， 车辆距离激光雷达的距离d越来越小， 则判断该车辆为来车方向； 车辆距离激光雷 达的距离d越来越大， 则判断该 车辆为去车 方向。 9.如权利要求1所述的车辆3D轮廓的投影分类方法， 其特征在于， 在步骤S3中， 旋转后 的车辆轮廓点云， 车头或车尾投影为平面视图的坐标转换公式为E1， 车身投影为平面视图 的坐标转换公式为E2， 车顶投影为平面视图的坐标转换公式为E 3： (xn,yn’,zn’)‑>(xn,yn’)   (E1) (xn,yn’,zn’)‑>(xn,zn’)   (E2) (xn,yn’,zn’)‑>(yn’,zn’)   (E3) 10.如权利要求9所述的车辆3D轮廓的投影分类方法， 其特征在于， 将旋转后的车辆轮 廓点云标记车头或车尾、 车身和车顶的标识， 投影转换后的平面视图， 也分别标记车头或车 尾、 车身、 车顶的标识。权　利　要　求　书 2/2 页 3 CN 114937144 A 3