本公开涉及数据处理，特别涉及一种点云数据处理方法、装置、挖掘机、存储介质和产品。
背景技术：
1、为了感知及探测挖掘机周围的施工环境，通常会在挖掘机上安装激光雷达，利用激光雷达对周围环境进行扫描。然而由于挖掘机的结构影响，激光雷达不可避免地会扫描到挖掘机自身，因此在挖掘机施工环境的建模过程中需要剔除挖掘机自身的数据以保证建模的准确性。
技术实现思路
1、本公开所要解决的一个技术问题是：如何提高获得挖掘机周围的环境数据的准确性。
2、根据本公开一些实施例的第一方面，提供了一种点云数据处理方法，包括：去除第一点云数据中的挖掘机的固定部件的点云数据，以获得第二点云数据，其中，第一点云数据是通过安装于挖掘机的激光雷达进行扫描而获得的；基于挖掘机的运动部件的倾角，确定运动部件上的多个关键点的位置信息；基于多个关键点的位置信息确定第二点云数据中的运动部件的点云数据；去除第二点云数据中的运动部件的点云数据，以获得激光雷达扫描的环境点云数据。
3、在一些实施例中，多个关键点中包括至少一个固定关键点，固定关键点与激光雷达的相对位置是固定的，基于挖掘机的运动部件的倾角，确定运动部件上的多个关键点的位置信息包括：根据运动部件的倾角、固定关键点的位置信息、多个关键点之间的距离，确定多个关键点的位置信息，其中，多个关键点之间的距离根据运动部件的尺寸确定。
4、在一些实施例中，运动部件包括多个子部件，多个关键点根据多个子部件的端点、连接点、转折点、中心点中的至少一项设置。
5、在一些实施例中，运动部件包括动臂、斗杆和铲斗，运动部件的倾角包括动臂的第一倾角、斗杆的第二倾角、铲斗的第三倾角。
6、在一些实施例中，多个关键点包括第一关键点、第二关键点、第三关键点、第四关键点、第五关键点、第六关键点、第七关键点，第一关键点是固定关键点，多个关键点的位置信息通过三维坐标系表示，第一倾角为第一关键点和第三关键点的连线与三维坐标系的水平轴的夹角，第二倾角为第一关键点和第三关键点的连线与第三关键点和第五关键点的连线的夹角，第三倾角为第三关键点和第五关键的连线与第五关键点和第六关键点的连线的夹角。
7、在一些实施例中，第一倾角是由安装于动臂的第一倾角传感器检测的、第二倾角是由安装于斗杆的第二倾角传感器检测的、第三倾角是由安装于铲斗的第三倾角传感器检测的。
8、在一些实施例中，在动臂处于举起状态的情况下，第一倾角为正值，在动臂处于下降状态的情况下，第一倾角为负值；在斗杆处于伸出状态的情况下，第二倾角为正值，在斗杆处于回收状态的情况下，第二倾角为负值；在铲斗处于伸出状态的情况下，第三倾角为正值，在铲斗处于回收状态的情况下，第三倾角为负值。
9、在一些实施例中，基于多个关键点的位置信息确定第二点云数据中的运动部件的点云数据包括：基于多个关键点的位置信息从第二点云数据中确定运动部件的包裹区域；将包裹区域中的点云数据确定为运动部件的点云数据。
10、在一些实施例中，挖掘机的运动部件包括动臂、斗杆和铲斗，动臂包括第一部分和第二部分，第一部分和第二部分根据动臂的弯曲处设置，包裹区域包括第一区域、第二区域、第三区域和第四区域，第一区域是包裹动臂的第一部分的区域，第二区域是包裹动臂的第二部分的区域，第三区域是包裹斗杆的区域，第四模型是包裹铲斗的区域。
11、在一些实施例中，多个关键点包括第一关键点、第二关键点、第三关键点、第四关键点、第五关键点、第六关键点、第七关键点，第一关键点根据动臂和挖掘机的上车的连接处设置、第二关键点根据动臂的弯曲处设置、第三关键点根据动臂和斗杆的连接处设置、第四关键点根据斗杆和斗杆的液压缸的连接处设置、第五关键点根据斗杆和铲斗的连接处设置、第六关键点根据铲斗的斗齿设置、第七关键点根据铲斗的外接球的球心设置。
12、在一些实施例中，基于多个关键点的位置信息从第二点云数据中确定运动部件的包裹区域包括：基于第一关键点和第二关键点的位置信息、动臂的尺寸确定第一区域；基于第二关键点和第三关键点的位置信息、动臂的尺寸确定第二区域；基于第四关键点和第五关键点的位置信息、斗杆的尺寸确定第三区域；基于第六关键点和第七关键点的位置信息、铲斗的尺寸确定第四区域。
13、在一些实施例中，第一区域、第二区域、第三区域是圆柱型区域，第一区域的中心轴根据第一关键点和第二关键点的连线设置，第二区域的中心轴根据第二关键点和第三关键点设置，第三区域的中心轴根据第四关键点和第五关键点设置，第四区域是球型区域，第四区域的球心为第七关键点。
14、在一些实施例中，基于多个关键点的位置信息确定第二点云数据中的运动部件的点云数据包括：基于多个关键点的位置信息从第二点云数据中筛选出第一区域的点云数据、并从第一区域的点云数据中确定运动部件的点云数据。
15、在一些实施例中，去除第一点云数据中的挖掘机的固定部件的点云数据，以获得第二点云数据包括：基于固定部件的位置信息从第一点云数据中筛选出第二区域的点云数据、并从第二区域的点云数据中确定固定部件的点云数据；在第一点云数据中去除固定部件的点云数据，以获得第二点云数据。
16、在一些实施例中，激光雷达相对于固定部件的位置是固定的。
17、根据本公开一些实施例的第二方面，提供了一种点云数据处理装置，包括：第一去除模块，被配置为去除第一点云数据中的挖掘机的固定部件的点云数据，以获得第二点云数据，其中，第一点云数据是通过安装于挖掘机的激光雷达进行扫描而获得的；第一确定模块，被配置为基于挖掘机的运动部件的倾角，确定运动部件上的多个关键点的位置信息；第二确定模块，被配置为基于多个关键点的位置信息确定第二点云数据中的运动部件的点云数据；第二去除模块，被配置为去除第二点云数据中的运动部件的点云数据，以获得激光雷达扫描的环境点云数据。
18、根据本公开一些实施例的第三方面，提供了一种点云数据处理装置，包括：处理器；以及耦接至处理器的存储器，用于存储指令，指令被处理器执行时，使处理器执行如前所述的点云数据处理方法。
19、根据本公开一些实施例的第四方面，提供了一种挖掘机，包括：如前所述的点云数据处理装置。
20、在一些实施例中，挖掘机还包括：激光雷达，安装于挖掘机上，被配置为采集第一点云数据。
21、在一些实施例中，挖掘机还包括：倾角传感器，安装于挖掘机的运动部件上，被配置为采集挖掘机的运动部件的倾角。
22、根据本公开一些实施例的第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如前所述的点云数据处理方法。
23、根据本公开一些实施例的第六方面，提供了一种计算机程序产品，包括指令，指令当由处理器执行时使处理器执行根据如前所述的点云数据处理方法。
24、本公开在处理挖掘机扫描的点云数据时首先去除挖掘机的固定部件的点云数据，之后通过确定挖掘机的运动部件上的多个关键点的位置信息确定运动部件的点云数据，从而能够获得挖掘机周围的环境点云数据。本公开利用挖掘机的结构特征对挖掘机扫描的点云数据进行分层处理，即先剔除掉固定部件的点云数据，再剔除掉运动部件的点云数据，并且通过运动部件上的多个关键点来确定运动部件的点云数据，降低了确定运动部件的点云数据的复杂度，提高了确定环境点云数据的准确性。
25、通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
1.一种点云数据处理方法，包括：
2.根据权利要求1所述的点云数据处理方法，其中，所述多个关键点中包括至少一个固定关键点，所述固定关键点与所述激光雷达的相对位置是固定的，所述基于所述挖掘机的运动部件的倾角，确定所述运动部件上的多个关键点的位置信息包括：
3.根据权利要求1所述的点云数据处理方法，其中，所述运动部件包括多个子部件，所述多个关键点根据所述多个子部件的端点、连接点、转折点、中心点中的至少一项设置。
4.根据权利要求1所述的点云数据处理方法，其中，所述运动部件包括动臂、斗杆和铲斗，所述运动部件的倾角包括所述动臂的第一倾角、所述斗杆的第二倾角、所述铲斗的第三倾角。
5.根据权利要求4所述的点云数据处理方法，其中，所述多个关键点包括第一关键点、第二关键点、第三关键点、第四关键点、第五关键点、第六关键点、第七关键点，第一关键点是固定关键点，所述多个关键点的位置信息通过三维坐标系表示，所述第一倾角为所述第一关键点和所述第三关键点的连线与所述三维坐标系的水平轴的夹角，所述第二倾角为所述第一关键点和所述第三关键点的连线与所述第三关键点和所述第五关键点的连线的夹角，所述第三倾角为所述第三关键点和所述第五关键的连线与所述第五关键点和所述第六关键点的连线的夹角。
6.根据权利要求4所述的点云数据处理方法，其中，所述第一倾角是由安装于所述动臂的第一倾角传感器检测的、所述第二倾角是由安装于所述斗杆的第二倾角传感器检测的、所述第三倾角是由安装于所述铲斗的第三倾角传感器检测的。
7.根据权利要求4所述的点云数据处理方法，其中，
8.根据权利要求1所述的点云数据处理方法，其中，所述基于所述多个关键点的位置信息确定所述第二点云数据中的所述运动部件的点云数据包括：
9.根据权利要求8所述的点云数据处理方法，其中，所述挖掘机的运动部件包括动臂、斗杆和铲斗，所述动臂包括第一部分和第二部分，所述第一部分和所述第二部分根据所述动臂的弯曲处设置，所述包裹区域包括第一区域、第二区域、第三区域和第四区域，所述第一区域是包裹所述动臂的第一部分的区域，所述第二区域是包裹所述动臂的第二部分的区域，所述第三区域是包裹所述斗杆的区域，所述第四模型是包裹所述铲斗的区域。
10.根据权利要求9所述的点云数据处理方法，其中，所述多个关键点包括第一关键点、第二关键点、第三关键点、第四关键点、第五关键点、第六关键点、第七关键点，所述第一关键点根据所述动臂和所述挖掘机的上车的连接处设置、所述第二关键点根据所述动臂的弯曲处设置、所述第三关键点根据所述动臂和所述斗杆的连接处设置、所述第四关键点根据所述斗杆和所述斗杆的液压缸的连接处设置、所述第五关键点根据所述斗杆和所述铲斗的连接处设置、所述第六关键点根据所述铲斗的斗齿设置、所述第七关键点根据所述铲斗的外接球的球心设置。
11.根据权利要求10所述的点云数据处理方法，其中，所述基于所述多个关键点的位置信息从所述第二点云数据中确定所述运动部件的包裹区域包括：
12.根据权利要求10所述的点云数据处理方法，其中，所述第一区域、所述第二区域、所述第三区域是圆柱型区域，所述第一区域的中心轴根据所述第一关键点和所述第二关键点的连线设置，所述第二区域的中心轴根据所述第二关键点和所述第三关键点设置，所述第三区域的中心轴根据所述第四关键点和所述第五关键点设置，所述第四区域是球型区域，所述第四区域的球心为所述第七关键点。
13.根据权利要求1所述的点云数据处理方法，其中，所述基于所述多个关键点的位置信息确定所述第二点云数据中的所述运动部件的点云数据包括：
14.根据权利要求1至13中任一项所述的点云数据处理方法，其中，所述去除第一点云数据中的挖掘机的固定部件的点云数据，以获得第二点云数据包括：
15.根据权利要求1至13中任一项所述的点云数据处理方法，其中，所述激光雷达相对于所述固定部件的位置是固定的。
16.一种点云数据处理装置，包括：
17.一种点云数据处理装置，包括：
18.一种挖掘机，包括：
19.根据权利要求18所述的挖掘机，还包括：
20.根据权利要求18所述的挖掘机，还包括：
21.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1至15中任一项所述的点云数据处理方法。
22.一种计算机程序产品，包括指令，所述指令当由处理器执行时使所述处理器执行根据权利要求1至15中任一项所述的点云数据处理方法。
