[发明专利]一种边界区域检测方法、装置、电子设备及存储介质

说明书

本申请涉及一种边界区域检测方法、装置、电子设备及存储介质，该方法包括：根据接收的回波信号获取点云数据，对所述点云数据进行分析确定预设类型的目标对象，获取所述目标对象对应的目标数据点，根据所述目标数据点确定边界区域。该技术方案通过对回波信号处理得到预设范围中不同对象的点云数据，对得到的点云数据进行分析并确定目标对象，通过目标对象的三维坐标进行拟合，从而得到预设范围的边界，能够实现自适应边界区域检测，同时提高了检测精度。

技术领域

本申请涉及数据处理领域，尤其涉及一种边界区域检测方法、装置、电子设备及存储介质。

背景技术

随着互联网的发展，环境感知技术在人们的生活中应用越来越广泛，例如：家用智能灯可以区域感知，家用空调可以进行范围检测，常见的环境感知技术有红外线，脑电波，视觉处理等方式，但是上述手段易受外界光照及温度因素影响，常常出现检测距离信息错误，存在检测偏差等问题，所以会导致最终生成的边界不准确。所以目前需要一种精度更高的方式对边界进行检测。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种边界区域检测方法、装置、电子设备及存储介质。

第一方面，本申请提供了一种边界区域检测方法，所述方法包括：

根据接收的回波信号获取点云数据；

对所述点云数据进行分析确定预设类型的目标对象；

获取所述目标对象对应的目标数据点；

根据所述目标数据点确定边界区域。

在一个可能的实施方式中，所述根据接收的回波信号获取点云数据，包括：

将所述回波信号转换为数字信号；

对所述数字信号进行解析获取频谱信息；

根据所述频谱信息得到所述点云数据；

其中，点云数据包括以下至少一项：距离、方位角、仰角，和/或径向速度。

在一个可能的实施方式中，所述对所述点云数据进行分析确定预设类型的目标对象，包括：

根据所述点云数据确定数据点集合；

从所述数据点集合中获取符合预设条件的数据点；

对所述符合预设条件的数据点进行聚类得到聚类对象；

其中，所述符合预设条件的数据点包括：径向速度为0，且同一方位角上距离的值最大的数据点。

在一个可能的实施方式中，所述对所述点云数据进行分析确定预设类型的目标对象，还包括：

根据所述点云数据获取所述聚类对象的特征信息；

基于所述特征信息选择符合所述预设类型的聚类对象作为目标对象；

其中，所述特征信息至少包括以下一项：躯干带宽，质心，总带宽，频率，周期或偏移量。

在一个可能的实施方式中，所述基于所述特征信息选择符合所述预设类型的聚类对象作为目标对象，包括：

将特征信息输入训练好的分类模型中进行分类，得到预设类型的聚类对象；

将预设类型的聚类对象作为所述目标对象。

在一个可能的实施方式中，所述方法还包括：

获取训练样本数据，所述训练样本数据中至少包括预设类型的聚类对象；

获取所述训练样本数据中的标注信息，所述标注信息包括所述训练样本数据中各个聚类对象对应的类型标签；