Publication Number
WO/2024/156093
Publication Date
02.08.2024
International Application No.
PCT/CN2023/073563
International Filing Date
28.01.2023
Title
[English]
SYSTEMS, METHODS, AND MEDIA FOR GENERATING POINT CLOUD FRAME TRAINING DATA
[French]
SYSTÈMES, PROCÉDÉS ET SUPPORTS POUR GÉNÉRER DES DONNÉES D'APPRENTISSAGE D'IMAGE DE NUAGE DE POINTS
Applicants **
HUAWEI TECHNOLOGIES CO., LTD.
Huawei Administration Building, Bantian, Longgang District
Shenzhen, Guangdong 518129, CN
Inventors **
REN, Yuan
Suite 400, 303 Terry Fox Drive, Kanata Ottawa, Ontario 231
Ontario, CA
LI, Chenqi
Suite 400, 303 Terry Fox Drive, Kanata Ottawa, Ontario 231
Ontario, CA
LIU, Bingbing
Huawei Administration Building, Bantian, Longgang District
Shenzhen, Guangdong 518129, CN
×
Application details
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Abstract
[English]
Methods, systems, and media for generating point cloud frame training data are provided. First domain point cloud data comprising a point cloud frame corresponding to a first LiDAR sensor configuration is obtained. For each ray, a pixel of a range image is generated by selecting a set of points from the first domain point cloud data based on a certain threshold distance of the points to the ray, a first peak of the pixel is identified as a subset of the set of points based on a distance value of each point in the subset, and the subset of points is processed using an averaging function to generate estimated reflectance data for the ray. The estimated reflectance data of each ray of the plurality of rays is processed to generate simulated second domain point cloud data comprising a point cloud frame corresponding to the second LiDAR sensor configuration.
[French]
L'invention concerne des procédés, des systèmes et des supports pour générer des données d'apprentissage d'image de nuage de points. Des premières données de nuage de points de domaine comprenant une image de nuage de points correspondant à une première configuration de capteur LiDAR sont obtenues. Pour chaque rayon, un pixel d'une image de plage est généré par sélection d'un ensemble de points à partir des premières données de nuage de points de domaine sur la base d'une certaine distance seuil des points par rapport au rayon, un premier pic du pixel est identifié en tant que sous-ensemble de l'ensemble de points sur la base d'une valeur de distance de chaque point dans le sous-ensemble, et le sous-ensemble de points est traité à l'aide d'une fonction de moyennage pour générer des données de réflectance estimées pour le rayon. Les données de réflectance estimées de chaque rayon de la pluralité de rayons sont traitées pour générer des données de nuage de points de second domaine simulées comprenant une image de nuage de points correspondant à la seconde configuration de capteur LiDAR.