CN113039579B 一种生成高分辨率高精度点云的系统、设备和方法 （华为技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN113039579B(45)授权公告日2025.07.01

(21)申请号201980075560.4

(22)申请日2019.11.19

(65)同一申请的已公布的文献号申请公布号CN113039579A

(43)申请公布日2021.06.25

(30)优先权数据

16/195,3652018.11.19US

(85)PCT国际申请进入国家阶段日2021.05.15

(86)PCT国际申请的申请数据

PCT/CN2019/1193562019.11.19

(87)PCT国际申请的公布数据

WO2020/103814EN2020.05.28

(73)专利权人华为技术有限公司

地址518129广东省深圳市龙岗区坂田华

为总部办公楼

(72)发明人埃尔迈拉·阿米洛·阿博尔法蒂基万·戈尔斯坦·伊拉尼

(74)专利代理机构北京同立钧成知识产权代理有限公司11205

专利代理师杨文娟臧建明

(51)Int.CI.

G06T7/70(2006.01)

(56)对比文件

WO2017122529A1,2017.07.20

CN108694731A,2018.10.23

审查员曹轶乐

权利要求书3页说明书19页附图12页

(54)发明名称

一种生成高分辨率高精度点云的系统、设备

和方法

(57)摘要

一种生成高分辨率高精度点云的系统、设备和方法。一方面，计算机视觉系统接收来自相机系统的相机点云以及来自激光雷达(Light

CN113039579BDetectionandRanging,LiDAR)系统的LiDAR点云；以所述LiDAR点云为参考，确定所述相机点云的误差；基于所确定的误差确定校正函数；使用所述校正函数，基于所述相机点云生成修正点云；以第—LiDAR点云为参考，确定所述修正点云的训练误差；基于所确定的训练误差更新所述校正函数。训练结束时，所述校正函数可以用于所

CN113039579B

414

0m

CN113039579B权利要求书1/3页

2

1.一种计算机视觉系统，其特征在于，包括：

处理器系统；

耦合至所述处理器系统的存储器，其中，所述存储器上有形地存储有可执行指令，当所述可执行指令被所述处理器系统执行时，使所述计算机视觉系统：

(i)接收来自相机系统的相机点云；

(ii)接收来自具有第一分辨率的第一激光雷达LiDAR系统的第—LiDAR点云；

(iii)以所述第一LiDAR点云为参考，确定所述相机点云的误差；

(iv)基于所确定的误差确定校正函数；

(v)使用所述校正函数，基于所述相机点云生成修正点云；

其中，在情况A时：

(vi)以所述第一LiDAR点云为参考，确定所述修正点云的训练误差；

(vii)基于所确定的训练误差更新所述校正函数；

或者，在情况B时：

(vi)使用所述修正点云计算点云应用算法的输出，并使用所述第一LiDAR点云计算所述点云应用算法的输出；

(vii)使用所述修正点云通过损失函数确定所述点云应用算法的输出的误差的损失；

并且

(viii)基于所确定的损失更新所述校正函数；

其中，当所述可执行指令被所述处理器系统执行时，进一步使所述计算机视觉系统：

(a)接收来自具有第二分辨率的第二LiDAR系统的第二LiDAR点云，其中，所述第二LiDAR系统的第二分辨率高于所述第—LiDAR系统的第一分辨率；

(b)以所述第二LiDAR点云为参考，确定所述修正点云的误差；

(c)基于所确定的误差确定校正函数；

(d)使用所述校正函数生成修正点云；其中，在情况A时：

(e)以所述第二LiDAR点云为参考，确定所述修正点云的第二训练误差；并且

(f)基于所确定的第二训练误差更新所述校正函数；或者，在情况B时：

(e)使用所述修正点云计算点云应用算法的输出，并使用所述第二LiDAR点云计算所述点云应用算法的输出；

(f)使用所述修正点云通过损失函数确定所述点云应用算法的输出的误差的第二损失；并且

(g’)基于所确定的第二损失更新所述校正函数。

2.根据权利要求1所述的计算机视觉系统，其特征在于，当所述可执行指令被所述处理器系统执行时，使所述计算机视觉系统在情况A时重复执行操作(v)至(vii),直到所述训练误