[發明專利]障礙物聚類方法、裝置、電子設備及存儲介質在審
| 申請號: | 202011593516.3 | 申請日: | 2020-12-29 |
| 公開(公告)號: | CN112597937A | 公開(公告)日: | 2021-04-02 |
| 發明(設計)人: | 翁立宇 | 申請(專利權)人: | 廣州極飛科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06K9/34;G06N20/00 |
| 代理公司: | 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463 | 代理人: | 張欣欣 |
| 地址: | 510000 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 障礙物 方法 裝置 電子設備 存儲 介質 | ||
本申請提供一種障礙物聚類方法、裝置、電子設備及存儲介質。該電子設備通過目標空間點信息構建空間搜索網格;并通過空間聚類條件從中確定出至少一個目標空間搜索網格,實現對空間點信息進行聚類的目的。由于通過構建空間搜索網格將大量的空間點信息進行了分割,且以單個的空間網格作為處理的目標,因此,相較于直接對單個的空間點信息進行處理的方式,能夠減少計算量,以實現對聚類效率的提高。
技術領域
本申請涉及數據處理領域,具體而言,涉及一種障礙物聚類方法、裝置、電子設備及存儲介質。
背景技術
通過探測裝置對障礙物進行探測時,障礙物表面海量的點集會產生大量的點云數據。由于獲取的點云數據本身雜亂無序,因此,需要對其進行聚類,實現對單個障礙物的分離。
目前,主要使用諸如機器學習模型一類的方案。然而,由于點云數據本身數據量比較大,同時,機器學習模型本身的計算較為復雜,因此,在對點云數據進行聚類,實現單個障礙物的分離時,存在效率欠佳的問題。
發明內容
為了克服現有技術中的至少一個不足,本申請的目的之一在于提供一種障礙物聚類方法,應用于電子設備,所述方法包括:
獲取目標空間點信息,所述目標空間點信息屬于空間點信息中的任意一個;各所述空間點信息表征待確認障礙物的一個空間位置信息;
從基于所述目標空間點信息構建的空間搜索網格中,確定出至少一個目標空間搜索網格,所述空間搜索網格表征與所述待確認障礙物處于同一參照系下的空間范圍,所述至少一個目標空間搜索網格能夠構成無空隙的空間區域,且各所述目標空間搜索網格中的空間點信息的個數達到個數閾值;
將全部所述目標空間搜索網格作為用于表征目標障礙物的空間聚類信息;所述目標障礙物屬于所述待確認障礙物。
可選地,所述從基于所述目標空間點信息構建空間搜索網格中,確定出至少一個目標空間搜索網格,包括:
構建包含所述目標空間點信息的待確認網格;
判斷所述待確認網格包含的空間點信息的個數是否達到個數閾值;
若是,則將所述待確認網格作為所述目標空間搜索網格;
若否,則返回執行所述獲取目標空間點信息的步驟。
可選地,所述障礙物聚類方法還包括:
獲得與所述目標空間搜索網格具有相鄰關系的臨域待確認網格;
判斷所述臨域待確認網格包含的空間點信息的個數是否達到所述個數閾值;
若是,則將所述臨域待確認網格作為新的目標空間搜索網格。
可選地,在所述獲得與所述目標空間搜索網格具有相鄰關系的臨域待確認網格之前,還包括:
判斷搜索隊列是否為空,所述搜索隊列用于維護所述目標空間搜索網格;
若否,則提取所述搜索隊列中的所述目標空間搜索網格,并將所述目標空間所搜網格從所述搜索隊列中刪除。
可選地,所述將所述待確認網格作為所述目標空間搜索網格之后,包括:
將所述待確認網格作為所述目標空間搜索網格寫入所述搜索隊列。
可選地,在所述將所述待確認網格作為所述目標空間搜索網格之后,所述障礙物聚類方法還包括:
將所述目標空間搜索網格包含的空間點信息作為所述目標障礙物的空間點信息,寫入障礙物列表,其中,所述障礙物列表用于維護表征所述目標障礙物的空間點信息。
可選地,所述將全部所述目標空間搜索網格作為用于表征目標障礙物的空間聚類信息,包括:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州極飛科技有限公司,未經廣州極飛科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011593516.3/2.html,轉載請聲明來源鉆瓜專利網。





