Point cloud data set rectification and registration method and apparatus, and computer device

Abstract

This application discloses a point cloud data set rectification and registration method and apparatus, a computer device, and a storage medium. The method includes: selecting a sea surface plane and a pillar plane in first point cloud data, where the pillar plane is perpendicular to the sea surface plane; rectifying a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane, where the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane; registering a coordinate system of second point cloud data based on the rectified first point cloud data, where the first point cloud data and the second point cloud data have a common part; calculating rotation and translation between a coordinate system of the first point cloud data and the coordinate system of the second point cloud data based on the common part, and making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation; and obtaining a registered point cloud data set, where the point cloud data set includes the first point cloud data and the second point cloud data. Through the foregoing manner, point cloud data rectification and registration can be implemented, and the method can be faster and more efficient.

Description

POINT CLOUD DATA SET RECTIFICATION AND REGISTRATION METHOD AND APPARATUS, AND COMPUTER DEVICETECHNICAL FIELD

[0001] This application relates to the field of point cloud data, and in particular, to a point cloud data set rectification and registration method and apparatus, a computer device, and a storage medium.BACKGROUND

[0002] The continuous development of three-dimensional (3D) scanning devices drives the application of the 3D point cloud reconstruction technology in industries such as machinery manufacturing, medical treatment, and robot navigation. In the Grab Ship Unloader (GSU) grab and hatch detection scenario, since a single lidar cannot cover the entire region, a plurality of lidars with different angles need to be installed at different positions to capture point clouds of regions of interest. How to integrate point clouds in different coordinate systems into a unified coordinate system to obtain a complete data model of a region of interest is an important step.SUMMARY

[0003] This summary is provided to introduce a selection of concepts in a simplified form that are further described below in the detailed description. This summary is not intended to identify key features or essential features of the claimed subject matter, nor is intended to be used as an aid in determining the scope of the claimed subject matter.

[0004] Based on this, this application discloses a point cloud data set rectification and registration method, including:

[0005] selecting a sea surface plane and a pillar plane in first point cloud data, where the pillar plane is perpendicular to the sea surface plane;

[0006] rectifying a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane, where the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane;

[0007] registering a coordinate system of second point cloud databased on the rectified first  point cloud data, wherein the first point cloud data and the second point cloud data have a common part; and based on the common part, making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation, and

[0008] obtaining the registered first point cloud data and the registered second point cloud data .

[0009] Through the foregoing manner, the point cloud data rectification and registration method can be faster and more efficient.

[0010] Further, the rectifying a first coordinate axis and a second coordinate axis of the first point cloud data includes:

[0011] rectifying the first coordinate axis and the second coordinate axis of the first point cloud data, where the first coordinate axis is perpendicular to the second coordinate axis.

[0012] More specific, rectifying a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane comprises:

[0013] rectifying the first coordinate axis perpendicular to the sea surface plane and then rectifying the second coordinate axis perpendicular to the pillar plane.

[0014] Through the foregoing manner, the first point data can be rectified, to prepare for subsequent rectification and registration of other point cloud data.

[0015] Further, the registering a coordinate system of second point cloud data based on the rectified first point cloud data includes:

[0016] registering the coordinate system of the second point cloud data based on a first registration mode; and then registering the coordinate system of the second point cloud data based on a second registration mode, where a registration degree of the second registration mode is higher than that of the first registration mode.

[0017] Through the foregoing manner, coarse registration is performed first, and then fine registration is performed. In this way, the registration process of point cloud data is more detailed and comprehensive, thereby facilitating subsequent application of the point cloud data.

[0018] Further, the obtaining a registered point cloud data set includes: obtaining a transformation matrix of the point cloud data set.

[0019] Through the foregoing manner, the transformation matrix of the point cloud data set can be obtained, that is, the point cloud data can be transformed based on the transformation matrix. For some subsequent supplementary point cloud data, the transformation matrix can also be used for rectification and registration, to obtain a more convenient and accurate result.

[0020] More specific, registering a coordinate system of second point cloud databased on the  rectified first point cloud data, wherein the first point cloud data and the second point cloud data have a common part; and based on the common part, making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation comprises:

[0021] obtaining matrix of rectified first point cloud data and matrix of pre-rectified second point cloud data;

[0022] calculating rotation matrix and translation matrix between the matrix of rectified first point cloud data and the matrix of pre-rectified second point cloud data;

[0023] based on the rotation matrix and translation matrix, making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data.

[0024] In addition, this application further discloses a point cloud data set rectification and registration apparatus, including:

[0025] a rectification module, configured to select a sea surface plane and a pillar plane in first point cloud data, where the pillar plane is perpendicular to the sea surface plane; and rectify a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane, where the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane; and

[0026] a registration module (202) , configured to register a coordinate system of second point cloud data based on the rectified first point cloud data, wherein the first point cloud data and the second point cloud data have a common part; and based on the common part, and make the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation; and obtain the registered first point cloud data and the registered second point cloud data.

[0027] This application further provides a computer device, including a memory and a processor, where the memory stores a computer program, and the processor, when executing the computer program, implements the foregoing method.

[0028] This application further provides a computer-readable storage medium, storing a computer program, where the computer program, when executed by a processor, implements the foregoing method.

[0029] This application further provides a computer program product, tangibly stored on a computer-readable medium and including computer-executable instructions, where the computer-executable instructions, when executed, cause at least one processor to perform the foregoing method.BRIEF DESCRIPTION OF THE DRAWINGS

[0030] In the accompanying drawings, implementations of the present disclosure are described herein in the form of examples and non-restriction, and the similar reference numerals in the accompanying drawings represent the same or similar components.

[0031] FIG. 1 is a schematic flowchart of a point cloud data set rectification and registration method according to an embodiment of this application;

[0032] FIG. 2 is a schematic diagram of a point cloud data set rectification and registration apparatus according to an embodiment of this application.

[0033] FIG. 3 is a schematic diagram of a computer device for point cloud data set rectification and registration according to an embodiment of this application.

[0034] FIG. 4 is a schematic flowchart of a point cloud data set rectification and registration method according to an embodiment of this application.

[0035] List of reference numerals is as follows.

[0036] S101-S104   Steps

[0037] 200:        Apparatus

[0038] 201:        Module

[0039] 202:        Module

[0040] 300:        Computer device

[0041] 302:        Processor

[0042] 304:        MemoryDETAILED DESCRIPTION

[0043] In the following specification, for the purpose of explanation, many specific details are provided. However, it may be understood that implementations of the present invention can be implemented without such specific details. In other examples, well-known circuits, structures, and technologies are not shown in detail so as not to obscure the understanding of the specification.

[0044] References throughout this specification to "one implementation, " "an implementation, " "an example implementation, " "some implementations, " "various implementations, " and the like represent that the described implementations of the present invention may include particular features, structures, or characteristics. However, not every implementation is required to include such specific features, structures, or characteristics. In addition, some implementations may have some, all, or none of the features described for another  implementation.

[0045] In some implementation scenarios, first, point cloud data acquired by lidars at different positions needs to be converted into a unified coordinate system, and then the unified coordinate system of the point cloud data needs to be converted into a standard coordinate system with a horizontal axis and a vertical axis as coordinate axes. Then, three-view projections of the point cloud can be obtained and a lightweight model is run on these projected images. The two steps are referred to as point cloud registration and point cloud rectification.

[0046] The point cloud rectification is common in the field of automatic driving. Due to bumps or tilts during lidar installation, the ground may not be horizontal in an original lidar coordinate system, which affects subsequent point cloud processing, such as point cloud segmentation and point cloud classification. Therefore, original coordinates need to be transformed, to make the vertical axis perpendicular to the ground.

[0047] The essence of the point cloud registration is to obtain a relatively precise coordinate transformation matrix through calculation, and to unify multi-view point cloud data into a specific coordinate system through rigid transformations such as rotation and translation. In some embodiment, the transformation matrix could comprise rotation matrix and translation matrix.

[0048] Generally, the registration is to discover the position conversion matrix of the overlap between clouds, which plays an important role in the fields of robotics and computer vision.

[0049] This application discloses a point cloud data set rectification and registration method, including:

[0050] S101. Select a sea surface plane and a pillar plane in first point cloud data, where the pillar plane is perpendicular to the sea surface plane.

[0051] Specifically, the sea surface plane and the pillar plane approximately perpendicular to the sea surface plane are selected from the first point cloud data. In some embodiments, the sea surface plane may be on the bottom of the first point cloud data. The sea surface plane may be used as a baseline and plays a key role in subsequent rectification. For example, when the point cloud data is tilted, a horizontal position is found through the sea surface plane. In some embodiments, the pillar plane is approximately perpendicular to the sea surface plane. In some embodiments, the pillar plane may not be completely vertical at 90 degrees, but may have a certain inclination relative to the sea surface plane. However, in an implementation, it is ensured as much as possible that the pillar plane is perpendicular to the sea surface plane.

[0052] S102. Rectify a first coordinate axis and a second coordinate axis of the first point cloud  data based on the sea surface plane and the pillar plane, where the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane.

[0053] Specifically, in some embodiments, the first coordinate axis may be an x-axis direction of the point cloud data, and the second coordinate axis may be a y-axis direction of the point cloud data. Therefore, in some embodiments, based on the sea surface plane and the pillar plane, rectifying the x-axis direction and the y-axis direction of the first point cloud data is making the x-axis direction perpendicular to the sea surface plane and making the y-axis direction perpendicular to the pillar plane. In this way, the overall point cloud data in the first point cloud rotates as the x-axis and the y-axis change. The objective is to remove the tilt of the overall first point cloud data, to adjust or rectify the direction of the point cloud data correctly.

[0054] S103. Register a coordinate system of second point cloud data based on the rectified first point cloud data, where the first point cloud data and the second point cloud data have a common part; calculate rotation and translation between a coordinate system of the first point cloud data and the coordinate system of the second point cloud data based on the common part, and make the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation.

[0055] Specifically, in some embodiments, after the first point cloud data is rectified, the second point cloud data is adjusted accordingly based on the first point cloud data. The second point cloud data may include a plurality of pieces of point cloud data acquired by a plurality of different radars. The second point cloud data is only used as a name to distinguish from the first point cloud data, and is not limited in quantity and form. Further, point cloud data sharing a common part with or overlapping with the first point cloud data exists in the second point cloud data. Registration for the coordinate system of the second point cloud data may be performed based on the common or overlapping point cloud data. The non-overlapping point cloud data in the second point cloud data is registered through the common or overlapping point cloud data. Then, rotation and translation between the coordinate system of the first point cloud data and the coordinate system of the second point cloud data are further calculated based on the common part, and the coordinate system of the second point cloud data is made to coincide with the coordinate system of the first point cloud data through rotation and translation.

[0056] S104. Obtain a registered point cloud data set, where the point cloud data set includes the first point cloud data and the second point cloud data.

[0057] Finally, after all the second point cloud data is registered, the registered point cloud data set may be obtained. The point cloud data set includes the first point cloud data and the second point cloud data. The registered point cloud data set may be used for tasks such as subsequent analysis and modeling of the point cloud data.

[0058] Through the foregoing manner, point cloud data rectification and registration can be implemented, and the method is faster and more efficient.

[0059] Further, the rectifying a first coordinate axis and a second coordinate axis of the first point cloud data includes:

[0060] rectifying the first coordinate axis and the second coordinate axis of the first point cloud data, where the first coordinate axis is perpendicular to the second coordinate axis.

[0061] As described above, the first coordinate axis is the x-axis, and the second coordinate axis is the y-axis. In some embodiments, it is ensured that the first coordinate axis is perpendicular to the second coordinate axis, that is, it is ensured that the x-axis is perpendicular to the y-axis.

[0062] Through the foregoing manner, when corresponding first point cloud data is rectified, it can be ensured that the corresponding first point cloud data is not tilted after rectification and remain independently vertical at the sea surface plane and the pillar plane, so that the rectification process is meaningful.

[0063] Further, the registering a coordinate system of second point cloud data based on the rectified first point cloud data includes:

[0064] registering the coordinate system of the second point cloud data based on a first registration mode; and then registering the coordinate system of the second point cloud data based on a second registration mode, where a registration degree of the second registration mode is higher than that of the first registration mode.

[0065] Specifically, the first registration mode may be Ransac technology, which provides a coarse registration manner, and the second registration mode is Icp (iterative closest point) technology, which provides a fine registration manner. The registration manner of Icp is higher in precision than Ransac. However, by combining the two manners, the registration of the entire point cloud data set can be completed effectively and completely.

[0066] Further, the obtaining a registered point cloud data set includes: obtaining a transformation matrix of the point cloud data set.

[0067] The transformation matrix is a number and a distance of rotation and translation that need to be performed during the foregoing rectification and registration. These can be recorded and stored as formulas or matrix data, and used for rectification and registration of  other point cloud data in the point cloud data set. The manner is faster and more efficient.

[0068] Through the foregoing manner, the transformation matrix of the point cloud data set may be obtained, that is, the point cloud data may be converted based on the transformation matrix. For some subsequent supplementary point cloud data, the transformation matrix may also be used for rectification and registration, and a result is more convenient and accurate.

[0069] An embodiment of this application discloses an automatic point cloud rectification and registration tool applied to a plurality of lidars. An input is raw point clouds of two lidars, and an output is converted point clouds, and these point clouds are used in subsequent grab and hatch detection models. Lidar 1 is used as a reference point cloud, and other lidars are registered with lidar 1. The entire process includes two steps. The first step is to rectify a coordinate system. It can be seen that a grab raw point cloud on the left side of FIG. 4, a coordinate system of the grab raw point cloud is oblique, and therefore three-view projections, top, side, and front cannot be obtained from the coordinate system. However, the three-view projections are needed for subsequent modules, such as grab and hatch detection. Therefore, the point cloud needs to be transformed, to make the coordinate system horizontal and vertical. The method in the embodiments of this application is to segment the sea surface plane and the pillar plane from the raw point cloud. As shown in FIG. 4, the sea surface plane is on the bottom and the one approximately perpendicular to the sea surface plane is the pillar plane. Then, the raw point cloud is rotated, to make the x-axis perpendicular to the sea surface plane and make the y-axis perpendicular to the pillar plane. The correction result is shown in FIG. 4. The second step is to align point cloud data 2 with point cloud data 1. The point cloud registration part includes point cloud data before registration by two lidars, namely point cloud data 2 and point cloud data 1. Since coordinate systems are different, the point cloud data 2 and the point cloud data 1 are not aligned. In the implementation of this application, methods based on Ransac and Icp are used to iteratively calculate rotation and translation between two point clouds to minimize a registration error. The transformation matrix is finally obtained. The registration result is shown in the lower right of FIG. 4. The rightmost part shows the final result of an automatic calibration tool, the upper part is an input, and the lower part is an output. In some embodiments, point cloud data 1 is obtained from lidar 1, and point cloud data 2 is obtained from lidar 2.

[0070] There are two major differences between this application and the known solution or product:

[0071] 1. For a point cloud rectification module in an automatic point cloud rectification and registration tool of this application, unlike point cloud rectification in the field of automatic  driving that a longitudinal axis of a raw lidar point cloud is perpendicular to the ground, in this application, an x-axis of the raw lidar point cloud is perpendicular to the sea surface plane and a y-axis is perpendicular to the pillar plane. Since the pillar plane is approximately perpendicular to the sea surface plane, the sea surface plane has a higher priority. In this application, the x-axis is first made to be perpendicular to the sea surface plane and fixed, then the coordinate system is rotated along the x-axis, and the x-axis is maintained stationary and the y-axis is made to be perpendicular to the pillar plane as much as possible.

[0072] 2. An implementation of this application can implement point cloud rectification and point cloud registration in an end-to-end manner.

[0073] Regarding whether the implementation of this application is implemented, whether a target implementation object can perform point cloud rectification based on two planes that are not strictly perpendicular may be first checked. Then, whether the target implementation object can perform point cloud rectification and point cloud registration in an end-to-end manner is checked.

[0074] It should be understood that, although the steps in the flowchart of FIG. 1 are sequentially shown according to the indication of arrows, the steps are not necessarily sequentially performed according to the sequence indicated by the arrows. Unless otherwise explicitly specified in this specification, the steps are performed without any strict sequence limit, and may be performed in other sequences. In addition, at least some steps in FIG. 1 may include a plurality of steps or a plurality of stages, and these steps or stages are not necessarily performed at a same time instant, but may be performed at different time instants. The steps or stages are not necessarily performed in sequence, but may be performed by turn or alternately with other steps or at least part of steps or stages in other steps.

[0075] FIG. 2 provides a point cloud data set rectification and registration apparatus 200. The apparatus 200 includes:

[0076] a rectification module 201, configured to select a sea surface plane and a pillar plane in first point cloud data, where the pillar plane is perpendicular to the sea surface plane; and rectify a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane, where the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane; and

[0077] a registration module 202, configured to register a coordinate system of second point cloud data based on the rectified first point cloud data, where the first point cloud data and the second point cloud data have a common part; calculate rotation and translation between a  coordinate system of the first point cloud data and the coordinate system of the second point cloud data based on the common part, and make the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation; and obtain a registered point cloud data set, where the point cloud data set includes the first point cloud data and the second point cloud data.

[0078] Further, the rectification module 201 is configured to rectify the first coordinate axis and the second coordinate axis of the first point cloud data, where the first coordinate axis is perpendicular to the second coordinate axis.

[0079] More specifically, the rectification module 201 is configured to rectify the first coordinate axis perpendicular to the sea surface plane and then to rectify the second coordinate axis perpendicular to the pillar plane.

[0080] Further, the registration module 202 is configured to register the coordinate system of the second point cloud data based on a first registration mode; and then register the coordinate system of the second point cloud data based on a second registration mode, where a registration degree of the second registration mode is higher than that of the first registration mode.

[0081] Further, the registration module 202 is configured to obtain a transformation matrix of the point cloud data set.

[0082] Furthermore, the registration module 202 is configured to obtain matrix of rectified first point cloud data and matrix of pre-rectified second point cloud data; and to calculate rotation matrix and translation matrix between the matrix of rectified first point cloud data and the matrix of pre-rectified second point cloud data; and based on the rotation matrix and translation matrix, to make the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data.

[0083] It should be noted that, the apparatus may include more or fewer modules to implement the described functions. For example, at least one module in FIG. 2 may be further divided into a plurality of different sub-modules, and each sub-module is configured to perform at least a part of operations described herein in combination with corresponding modules. In addition, in some examples, the apparatus 200 may further include additional modules configured to perform other operations that have been described in the specification. In addition, a person skilled in the art may understand that the exemplary apparatus 200 may be implemented in software, hardware, firmware, or any combination thereof.

[0084] FIG. 3 provides a computer device. According to an implementation, a computer device 300 may include a processor 302. The processor 302 executes a computer program stored in a  memory 304. The computer program, when executed by the processor, implements the foregoing method.

[0085] A person skilled in the art may understand that, the structure shown in FIG. 3 is only a block diagram of a part of a structure related to a solution of this application and does not limit the computer device to which the solution of this application is applied. Specifically, the computer device may include more or fewer components than those in the drawings, or some components are combined, or a different component deployment is used.

[0086] A person of ordinary skill in the art may understand that all or some of procedures of the method in the foregoing implementations may be implemented by a computer program instructing relevant hardware. The computer program may be stored in a non-volatile computer-readable storage medium. When the computer program is executed, the procedures of the foregoing method implementations may be implemented. Any reference to a memory, a storage, a database, or another medium used in the manner provided in implementations of this application may include at least one of a non-volatile memory and a volatile memory. The non-volatile memory may include a read-only memory (ROM) , a magnetic tape, a floppy disk, a flash memory, an optical memory, and the like. The volatile memory may include a random access memory (RAM) or an external cache. For the purpose of description instead of limitation, the RAM is available in a plurality of forms, such as a static RAM (SRAM) or a dynamic RAM (DRAM) .

[0087] This application further provides a computer-readable storage medium, storing a computer program, the computer program, when executed by a processor, implementing the foregoing steps.

[0088] This application further provides a computer program product. The computer program product is tangibly stored on a computer-readable medium and includes computer-executable instructions, when executed, cause at least one processor to perform the method as described above.

[0089] Further, the computer program may be stored and run in the cloud to perform the method. Further, components of the program may be laid out on a plurality of devices and clouds. For example, corresponding steps can be laid out and run locally or on a local computer, or run on different cloud devices, and signals are transmitted through communication connections, or can be laid out and run locally or on a local computer. This application does not limit the manners or methods described. Corresponding technologies can be flexibly laid out and deployed, and devices and technologies such as cloud, big data, and supercomputing capabilities can be fully utilized to perform and complete the method.

[0090] Some implementations of the present disclosure may include products. The products may include a storage medium for storing logic. Examples of the storage medium may include one or more types of computer-readable storage media capable of storing electronic data, including a volatile memory or a nonvolatile memory, a removable memory or a non-removable memory, an erasable memory or a non-erasable memory, a writable memory or a rewritable memory, and the like. Examples of the logic may include various software units, such as software components, programs, applications, computer programs, application programs, system programs, machine programs, operating system software, middleware, firmware, software modules, routines, subroutines, functions, methods, procedures, software interfaces, application program interfaces (APIs) , instruction sets, computing code, computer code, code segments, computer code segments, words, values, symbols, or any combination thereof. In some implementations, for example, the product may store executable computer program instructions. The instructions, when executed by the processor, cause the processor to perform the methods and / or operations described in the specification. The executable computer program instructions may include any suitable type of code, such as source code, compiled code, interpreted code, executable code, static code, and dynamic code. The executable computer program instructions may be implemented based on a predefined computer language, manner, or syntax for commanding a computer to perform specific functions. The instructions may be implemented by using any suitable high-level, low-level, object-oriented, visual, compiled and / or interpreted programming language.

[0091] What has been described above includes examples of the disclosed architecture. Certainly, it is impossible to describe every conceivable combination of components and / or methods, but a person skilled in the art may understand that many other combinations and arrangements are possible. Therefore, the novel architecture is intended to cover all such alternatives, modifications, and variants falling within the spirit and protection scope of the appended claims.

Claims

1.A point cloud data set rectification and registration method, comprising:selecting a sea surface plane and a pillar plane in first point cloud data, wherein the pillar plane is perpendicular to the sea surface plane;rectifying a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane, wherein the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane;registering a coordinate system of second point cloud databased on the rectified first point cloud data, wherein the first point cloud data and the second point cloud data have a common part; and based on the common part, making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation; andobtaining the registered first point cloud data and the registered second point cloud data.2.The method according to claim 1, wherein rectifying a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane comprises:rectifying the first coordinate axis perpendicular to the sea surface plane and then rectifying the second coordinate axis perpendicular to the pillar plane.3.The method according to claim 1, wherein the registering a coordinate system of second point cloud data based on the rectified first point cloud data comprises:registering the coordinate system of the second point cloud data based on a first registration mode; and then registering the coordinate system of the second point cloud data based on a second registration mode, wherein a registration degree of the second registration mode is higher than that of the first registration mode.4.The method according to claim 1, wherein registering a coordinate system of second point cloud databased on the rectified first point cloud data, wherein the first point cloud data and the second point cloud data have a common part; and based on the common part, making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation comprises:obtaining matrix of rectified first point cloud data and matrix of pre-rectified second point cloud data;calculating rotation matrix and translation matrix between the matrix of rectified first point cloud data and the matrix of pre-rectified second point cloud data;based on the rotation matrix and translation matrix, making the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data.5.A point cloud data set rectification and registration apparatus (200) , comprising:a rectification module (201) , configured to select a sea surface plane and a pillar plane in first point cloud data, wherein the pillar plane is perpendicular to the sea surface plane; and rectify a first coordinate axis and a second coordinate axis of the first point cloud data based on the sea surface plane and the pillar plane, wherein the first coordinate axis is perpendicular to the sea surface plane, and the second coordinate axis is perpendicular to the pillar plane; anda registration module (202) , configured to register a coordinate system of second point cloud data based on the rectified first point cloud data, wherein the first point cloud data and the second point cloud data have a common part; and based on the common part, and make the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data through rotation and translation; and obtain the registered first point cloud data and the registered second point cloud data.6.The apparatus (200) according to claim 5, whereinthe rectification module (201) is configured to rectify the first coordinate axis perpendicular to the sea surface plane and then to rectify the second coordinate axis perpendicular to the pillar plane.7.The apparatus (200) according to claim 5, whereinthe registration module (202) is configured to register the coordinate system of the second point cloud data based on a first registration mode; and then to register the coordinate system of the second point cloud data based on a second registration mode.8.The apparatus (200) according to claim 5, whereinthe registration module (202) is configured to obtain matrix of rectified first point cloud data and matrix of pre-rectified second point cloud data; and to calculate rotation matrix and translation matrix between the matrix of rectified first point cloud data and the matrix of pre-rectified second point cloud data; and based on the rotation matrix and translation matrix, to make the coordinate system of the second point cloud data coincide with the coordinate system of the first point cloud data.9.A computer device, comprising a memory and a processor, wherein the memory stores a computer program, and the processor, when executing the computer program, implements the steps of the method according to any one of claims 1 to 4.10.A computer-readable storage medium, storing a computer program, wherein the computer program, when executed by a processor, implements the steps of the method according to any one of claims 1 to 4.11.A computer program product, tangibly stored on a computer-readable medium and comprising computer-executable instructions, wherein the computer-executable instructions, when executed, cause at least one processor to perform the method according to any one of claims 1 to 4.

Images