[发明专利]一种智能模型训练方法及装置、一种碰撞检测方法及装置

权利要求书

1.一种智能模型训练方法，其特征在于，包括：

获取物体样本集的集合，其中，所述物体样本集的集合包含多组物体样本集以及每组所述物体样本集对应的物体样本集标签，每组所述物体样本集包含物体样本的大小、物体样本的数量、物体样本的密集度，所述物体样本集标签包括网格层建立方法，所述网格层建立方法为所述物体样本集建立网格层，确定所述物体样本集中物体样本在对应网格层的网格层坐标，并根据所述物体样本集中物体样本在对应网格层的网格层坐标，确定所述物体样本集中物体样本的碰撞关系；

通过所述物体样本集的集合对智能模型进行训练，得到所述智能模型，所述智能模型使得所述物体样本集和所述物体样本集标签相关联，所述智能模型根据所述物体样本集即获得对应的所述物体样本集标签即网格层建立方法。

2.根据权利要求1所述的方法，其特征在于，获取物体样本集的集合之前，还包括：

确定每组所述物体样本集对应的物体样本集标签。

3.根据权利要求2所述的方法，其特征在于，确定每组所述物体样本集对应的物体样本集标签包括：

根据包括至少两种网格层建立方法的集合为每组所述物体样本集建立至少两种对应的网格层；根据所述至少两种网格层确定每组所述物体样本集中物体样本的至少两种碰撞关系；

根据所述至少两种碰撞关系确定每组所述物体样本集中物体样本的至少两种碰撞检测结果，其中，所述碰撞检测结果包括检测一次所述物体样本集中物体样本的碰撞检测耗时；

从所述至少两种碰撞检测结果中选择一种碰撞检测结果对应的网格层建立方法作为所述物体样本集对应的物体样本集标签。

4.根据权利要求3所述的方法，其特征在于，从所述至少两种碰撞检测结果中选择一种碰撞检测结果对应的网格层建立方法作为所述物体样本集对应的物体样本集标签之后，还包括：接收新的网格层建立方法，并将所述新的网格层建立方法添加至所述包括至少两种网格层建立方法的集合中。

5.根据权利要求3所述的方法，其特征在于，根据所述至少两种网格层确定每组所述物体样本集中物体样本的至少两种碰撞关系包括：

确定每组所述物体样本集中物体样本在其对应的所述至少两种网格层的至少两个网格层坐标；根据每组所述物体样本集中物体样本的所述至少两个网格层坐标确定每组所述物体样本集中物体样本的至少两种碰撞关系。

6.根据权利要求5所述的方法，其特征在于，所述网格层坐标包括每组所述物体样本集中物体样本的物体粒度，每组所述物体样本集中物体样本在所述网格层的横坐标以及每组所述物体样本集中物体样本在所述网格层的纵坐标，

确定每组所述物体样本集中物体样本在其对应的所述至少两种网格层的至少两个网格层坐标包括：

以每组所述物体样本集中物体样本的物体粒度为z轴，每组所述物体样本集中物体样本在所述网格层的横坐标为x轴以及每组所述物体样本集中物体样本在所述网格层的纵坐标为y轴，将所述至少两个网格层转换为至少两个粒度坐标系，确定每组所述物体样本集中物体样本在所述至少两个粒度坐标系的坐标。

7.根据权利要求6所述的方法，其特征在于，根据每组所述物体样本集中物体样本的所述至少两个网格层坐标确定每组所述物体样本集中物体样本的至少两种碰撞关系包括：

根据每组所述物体样本集中物体样本在所述至少两个粒度坐标系的坐标确定每组所述物体样本集中物体样本的至少两种碰撞关系。

8.一种碰撞检测方法，其特征在于，包括：

获取包括至少两个待检测物体的待检测物体集，其中，所述待检测物体集包括待检测物体的大小、待检测物体的数量以及待检测物体的密集度；

根据预先生成的智能模型为所述待检测物体集确定网格层建立方法，并根据所述网格层建立方法为所述待检测物体集建立对应的网格层，其中，所述智能模型为如上述权利要求1-7任意一项所述的智能模型训练方法预先生成的智能模型；

确定所述待检测物体集中待检测物体在其对应的网格层的网格层坐标；

根据所述待检测物体集中待检测物体各自的网格层坐标确定所述待检测物体集中待检测物体的碰撞关系。