[發(fā)明專(zhuān)利]一種基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111027470.3
• 申請(qǐng)日: 2021-09-02
• 公開(kāi)（公告）號(hào): CN113723540A
• 公開(kāi)（公告）日: 2021-11-30
• 發(fā)明（設(shè)計(jì)）人: 周勁;劉祥道;韓士元;王琳;杜韜;紀(jì)科;張坤;趙亞歐
• 申請(qǐng)（專(zhuān)利權(quán)）人: 濟(jì)南大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06N20/00
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 閆偉姣

1.一種基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，包括以下步驟：

獲取無(wú)人駕駛車(chē)輛當(dāng)前多視圖數(shù)據(jù)，所述多視圖數(shù)據(jù)包括激光雷達(dá)數(shù)據(jù)和圖像數(shù)據(jù)；

基于遷移學(xué)習(xí)對(duì)每個(gè)視圖進(jìn)行聚類(lèi)分析：

(1)根據(jù)設(shè)定的類(lèi)別數(shù)分別進(jìn)行聚類(lèi)分析，得到當(dāng)前隸屬度矩陣；

(2)根據(jù)該視圖與其他視圖的當(dāng)前隸屬度矩陣，以及設(shè)定的遷移學(xué)習(xí)因子，對(duì)隸屬度矩陣進(jìn)行更新，得到新的聚類(lèi)中心，并更新視圖的權(quán)重；

根據(jù)遷移學(xué)習(xí)前后的聚類(lèi)結(jié)果，判斷是否需要繼續(xù)進(jìn)行遷移學(xué)習(xí)，若是，更新遷移學(xué)習(xí)因子，對(duì)每個(gè)視圖再次進(jìn)行聚類(lèi)分析，若否，聚類(lèi)結(jié)束，得到無(wú)人駕駛場(chǎng)景的道路識(shí)別結(jié)果。

2.如權(quán)利要求1所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，獲取多視圖數(shù)據(jù)后，還進(jìn)行標(biāo)準(zhǔn)化處理：分別基于激光雷達(dá)數(shù)據(jù)和圖像數(shù)據(jù)獲取無(wú)人駕駛車(chē)輛前方的深度數(shù)據(jù)，得到多維數(shù)據(jù)集。

3.如權(quán)利要求2所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，對(duì)隸屬度矩陣進(jìn)行更新的公式為：

其中，u_lik表示第l個(gè)視圖第i個(gè)樣本點(diǎn)屬于第k個(gè)類(lèi)別的隸屬度，L表示視圖個(gè)數(shù)，取值為2，I代表的是樣本的數(shù)量，K為聚類(lèi)個(gè)數(shù)，取值為2，x_li指的是第l個(gè)視圖中第i個(gè)樣本點(diǎn)，c_lk指的是第l個(gè)視圖中第k個(gè)聚類(lèi)中心，||x_li-c_lk||為x_li與c_lk的歐幾里得距離，ω_l為第l個(gè)視圖的權(quán)重；ξ_ll′為當(dāng)前視圖l從其他視圖l′進(jìn)行遷移學(xué)習(xí)的因子；p_ll′ik為更新隸屬度所必需的拉格朗日乘子，α為模糊參數(shù)。

4.如權(quán)利要求3所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，所述得到新的聚類(lèi)中心公式為：

5.如權(quán)利要求4所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，所述更新視圖的權(quán)重公式為：

其中，γ是一個(gè)非負(fù)的正則化參數(shù)。

6.如權(quán)利要求5所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，判斷是否需要繼續(xù)進(jìn)行遷移學(xué)習(xí)包括：根據(jù)設(shè)定的目標(biāo)函數(shù)計(jì)算本次遷移學(xué)習(xí)相應(yīng)的目標(biāo)函數(shù)值，若與上一次目標(biāo)函數(shù)值差值在設(shè)定范圍內(nèi)，聚類(lèi)結(jié)束；若否，更新遷移學(xué)習(xí)因子。

7.如權(quán)利要求6所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，其特征在于，第t次迭代的目標(biāo)函數(shù)為：

8.一種基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)系統(tǒng)，其特征在于，包括：

數(shù)據(jù)獲取模塊，用于獲取無(wú)人駕駛車(chē)輛當(dāng)前多視圖數(shù)據(jù)，并進(jìn)行標(biāo)準(zhǔn)化處理；

遷移學(xué)習(xí)聚類(lèi)模塊，用于基于遷移學(xué)習(xí)對(duì)每個(gè)視圖進(jìn)行聚類(lèi)分析，具體包括：

初始聚類(lèi)子模塊，用于根據(jù)設(shè)定的類(lèi)別數(shù)分別進(jìn)行聚類(lèi)分析，得到當(dāng)前隸屬度矩陣；

遷移學(xué)習(xí)子模塊，用于根據(jù)該視圖與其他視圖的當(dāng)前隸屬度矩陣，以及設(shè)定的遷移學(xué)習(xí)因子，對(duì)隸屬度矩陣進(jìn)行更新，得到新的聚類(lèi)中心，并更新視圖的權(quán)重；根據(jù)遷移學(xué)習(xí)前后的聚類(lèi)結(jié)果，判斷是否需要繼續(xù)進(jìn)行遷移學(xué)習(xí)，若是，更新遷移學(xué)習(xí)因子，對(duì)每個(gè)視圖再次進(jìn)行聚類(lèi)分析，若否，聚類(lèi)結(jié)束，得到無(wú)人駕駛場(chǎng)景的道路識(shí)別結(jié)果。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法。

10.一種無(wú)人駕駛車(chē)輛，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的基于多視圖的無(wú)人駕駛場(chǎng)景聚類(lèi)方法，以識(shí)別當(dāng)前場(chǎng)景中的道路信息。