影模块52用于将所 述第一深度图像Μκ-1和所述第二深度图像Μκ分别经过透视投影变换获得第一点云数据集合 Νκ-1和第二点云数据集合Νκ;去噪模块53用于依据所述第一点云数据集合Νκ-1获得第一目标 点云数据集合Ν'κ-1，并依据所述第二点云数据集合Νκ获得第二目标点云数据集合Ν'κ;直方 图计算模块54用于计算所述第一目标点云数据集合Ν'κ-1中每个点对应的第一 PFH特征直方 图，W及所述第二目标点云数据集合Ν'κ中每个点对应的第二PFH特征直方图；匹配模块55 用于若所述第一 PFH特征直方图和所述第二PFH特征直方图匹配，则与所述第一 PFH特征直 方图对应的点为第一匹配特征点，与所述第二PFH特征直方图对应的点为第二匹配特征点， 将所有所述第一匹配特征点构成第一集合Q'K-l，将所有所述第二匹配特征点构成第二集合 Q 'K; ICP处理模块56用于依据ICP算法处理所述第一集合Q 'K-1和所述第二集合Q 'K获得旋转 矩阵R和平移矩阵T，且Q 'K = R*Q ' K-1+T;归一模块57用于依据所述旋转矩阵R和所述平移矩 阵T将第一点云数据集合Νκ-1和第二点云数据集合Νκ归一到同一个坐标系获得重构模型;将 所述重构模型作为模式识别算法的输入数据，依据所述模式识别算法对所述重构模型进行 模式识别，W使所述模式识别算法输出所述目标道路对应的路面信息。
[0057] 本发明实施例通过将二维深度图像转换为Ξ维的点云数据集合，获取点云数据集 合中每个点对应的PFH特征直方图，通过PFH特征直方图匹配寻找相邻两个时刻点云数据集 合的匹配特征点对，对匹配特征点对实施ICP算法，求取相邻两个时刻点云数据集合的旋转 平移矩阵，依据旋转平移矩阵将两个点云数据集合归一到同一坐标系，实现了点云数据集 合的融合，得到重构模型，避免路信息受到颜色、纹理、光照强度等因素的影响，提高了道路 信息的计算精度，为驾驶员提供精确、实时、可靠的前方路面信息。
[0058] 在上述实施例的基础上，投影模块52具体用于获取深度图像到点云数据集合的变 换矩阵F;依据所述变换矩阵F和所述第一深度图像Μκ-1计算所述第一点云数据集合Nk-i = F* Μκ-1，依据所述变换矩阵F和所述第二深度图像Μκ计算所述第二点云数据集合Nk = F*Mk。
[0059] 去噪模块53具体用于对所述第一点云数据集合Νκ-1进行降噪或精简预处理获得所 述第一目标点云数据集合Ν'κ-1;对所述第二点云数据集合Νκ进行降噪或精简预处理获得所 述第二目标点云数据集合Ν'κ。
[0060] 直方图计算模块54具体用于定义所述第一目标点云数据集合Ν'κ-1中任意一点Ρ的 坐标系为(U，v，w)，其中，u = ns，
'w = uXv，ns是点P对应的法线，Pt是与点P相 邻的Η个邻域点中的任意一个点，且点P对应的法线ns与点Pt对应的法线m之间的偏差表示 为(化巧60，其中，a = v*nt，
：,目=日1^1日]1(>*]11；,11*]11；);等间隔划分二维坐标 的横坐标获得多个刻度点，所述多个刻度点分别对应一组不同的(抹，俱巧取值;对于所述二 维坐标中的每个刻度点统计所述Η个邻域点中满足预设条件的目标点的个数获得所述第一 PFH特征直方图，所述预设条件为所述目标点对应的法线与点Ρ对应的法线之间的偏差等于 所述刻度点对应的似，口，巧取值。
[0061] 归一模块57具体用于依据所述旋转矩阵R、所述平移矩阵Τ和所述第一点云数据集 合Νκ-1计算第Ξ点云数据集合N"k = R*Nk-i+T;依据所述第Ξ点云数据集合Ν"κ和所述第二点 云数据集合Νκ获得重构模型Ν" κ+Γ^。
[0062] 本发明实施例提供的车载3D道路实时重构装置可W具体用于执行上述图1所提供 的方法实施例，具体功能此处不再寶述。
[0063] 本发明实施例具体提供了如何计算目标点云数据集合中每个点对应的PFH特征直 方图的方法，另外，通过主从计算方法提高了数据处理的速度。
[0064] 综上所述，本发明实施例通过将二维深度图像转换为Ξ维的点云数据集合，获取 点云数据集合中每个点对应的PFH特征直方图，通过PFH特征直方图匹配寻找相邻两个时刻 点云数据集合的匹配特征点对，对匹配特征点对实施ICP算法，求取相邻两个时刻点云数据 集合的旋转平移矩阵，依据旋转平移矩阵将两个点云数据集合归一到同一坐标系，实现了 点云数据集合的融合，得到重构模型，避免路信息受到颜色、纹理、光照强度等因素的影响， 提高了道路信息的计算精度，为驾驶员提供精确、实时、可靠的前方路面信息；具体提供了 如何计算目标点云数据集合中每个点对应的PFH特征直方图的方法，另外，通过主从计算方 法提高了数据处理的速度。
[0065] 在本发明所提供的几个实施例中，应该理解到，所掲露的装置和方法，可W通过其 它的方式实现。例如，W上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅 仅为一种逻辑功能划分，实际实现时可W有另外的划分方式，例如多个单元或组件可W结 合或者可w集成到另一个系统，或一些特征可w忽略，或不执行。另一点，所显示或讨论的 相互之间的禪合或直接禪合或通信连接可W是通过一些接口，装置或单元的间接禪合或通 信连接，可W是电性，机械或其它的形式。
[0066] 所述作为分离部件说明的单元可W是或者也可W不是物理上分开的，作为单元显 示的部件可W是或者也可W不是物理单元，即可W位于一个地方，或者也可W分布到多个 网络单元上。可W根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。
[0067] 另外，在本发明各个实施例中的各功能单元可W集成在一个处理单元中，也可W 是各个单元单独物理存在，也可W两个或两个W上单元集成在一个单元中。上述集成的单 元既可W采用硬件的形式实现，也可W采用硬件加软件功能单元的形式实现。
[0068] 上述W软件功能单元的形式实现的集成的单元，可W存储在一个计算机可读取存 储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用W使得一台计算机 设备(可W是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个 实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Readonly Memoir, ROM)、随机存取存储器 （Random Access Memory, RAM)、磁碟或者光盘等各种 可W存储程序代码的介质。
[0069] 本邻域技术人员可W清楚地了解到，为描述的方便和简洁，仅W上述各功能模块 的划分进行举例说明，实际应用中，可W根据需要而将上述功能分配由不同的功能模块完 成，即将装置的内部结构划分成不同的功能模块，W完成W上描述的全部或者部分功能。上 述描述的装置的具体工作过程，可W参考前述方法实施例中的对应过程，在此不再寶述。
[0070] 最后应说明的是：W上各实施例仅用W说明本发明的技术方案，而非对其限制;尽 管参照前述各实施例对本发明进行了详细的说明，本邻域的普通技术人员应当理解:其依 然可W对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进 行等同替换；而运些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术 方案的范围。
【主权项】
1. 一种车载3D道路实时重构方法，其特征在于，包括： 在两个相邻采样时刻分别获取目标道路的第一深度图像Mih和第二深度图像Mk; 将所述第一深度图像Μκ-i和所述第二深度图像Mk分别经过透视投影变换获得第一点云 数据集合Νκ-i和第二点云数据集合Nk; 依据所述第一点云数据集合Νκ-i获得第一目标点