本申请涉及智能驾驶，尤其涉及一种点云数据预处理方法、装置、设备及存储介质。
背景技术：
1、车辆基于其搭载的激光雷达可实现自动驾驶功能，具体的，车辆通过激光雷达获取周围环境的点云帧，点云帧包括多个检测点，计算每个检测点与激光雷达之间的距离，并根据各检测点对应的距离生成场景地图，然后根据场景地图实现车辆的自动驾驶。
2、但是，完整的一帧点云帧的获取需要一定的时间，导致车辆在运动过程中获取的点云帧上的各检测点的采集时刻不同，每个检测点的坐标位于该检测点生成时刻的激光雷达为原点的坐标系中，车辆在运动的过程中带动激光雷达运动，从而导致不同采集时刻的检测点对应的坐标系不同，进而导致最终生成的场景地图出现畸变现象。
技术实现思路
1、为了便于防止场景地图出现畸变现象，本申请实施例提供一种点云数据预处理方法、装置、设备及存储介质。
2、第一方面，本申请实施例提供一种点云数据预处理方法，包括：
3、基于点云帧的初始点与待转换点得到所述待转换点的相对生成时间；
4、基于所述相对生成时间确定所述待转换点的目标三轴角度；
5、基于所述点云帧、所述点云帧的imu数据、所述相对生成时间确定所述待转换点的三轴位移，基于所述三轴位移得到目标旋转平移矩阵；
6、基于所述待转换点与所述目标旋转平移矩阵得到所述待转换点的目标三轴坐标；基于所述待转换点的目标三轴角度与目标三轴坐标得到目标点云数据。
7、第二方面，本申请实施例提供一种点云数据预处理装置，包括：
8、时刻生成模块，用于基于点云帧的初始点与待转换点得到所述待转换点的相对生成时间；
9、角度确定模块，用于基于所述相对生成时间确定所述待转换点的目标三轴角度；
10、矩阵获取模块，用于基于所述点云帧、所述点云帧的imu数据、所述相对生成时间确定所述待转换点的三轴位移，基于所述三轴位移得到目标旋转平移矩阵；
11、数据获取模块，用于基于所述待转换点与所述目标旋转平移矩阵得到所述待转换点的目标三轴坐标；基于所述待转换点的目标三轴角度与目标三轴坐标得到目标点云数据。
12、第三方面，本申请实施例提供了一种计算机设备，计算机设备包括存储器和处理器，所述存储器存储有计算机程序，处理器执行该计算机程序时实现上述的方法中的步骤。
13、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法中的步骤。
14、第五方面，本申请实施例还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法实施例中的步骤。
15、上述点云数据预处理方法、装置、设备及存储介质的实施例，通过基于点云帧的初始点与待转换点得到所述待转换点的相对生成时间；基于所述相对生成时间确定所述待转换点的目标三轴角度；基于所述点云帧、所述点云帧的imu数据、所述相对生成时间确定所述待转换点的三轴位移，基于所述三轴位移得到目标旋转平移矩阵；基于所述待转换点与所述目标旋转平移矩阵得到所述待转换点的目标三轴坐标；基于所述待转换点的目标三轴角度与目标三轴坐标得到目标点云数据；通过上述实施例的实施，可使点云帧中所有的检测点均与初始点位于同时刻的坐标系下，如此便于防止生成的场景地图出现畸变现象。
16、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
1.一种点云数据预处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述点云帧、所述点云帧的imu数据、所述相对生成时间确定所述待转换点的三轴位移，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述三轴位移得到目标旋转平移矩阵，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述待转换点的目标三轴角度与目标三轴坐标得到目标点云数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述次级点云数据进行聚类得到聚类点组，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于预设的过滤范围对所述聚类点组进行过滤得到目标点云数据，包括：
7.一种点云数据预处理装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
