[发明专利]一种室内体积探测方法、装置、设备及介质

说明书

本申请涉及一种室内体积探测方法、装置、设备及介质，其中，方法包括：确定毫米波雷达对目标空间进行探测得到的第一点云数据，其中，第一点云数据用于表示在目标空间内毫米波雷达与探测点之间的相对位置关系，探测点为目标空间内的遮挡物上的点；对第一点云数据进行聚类以获得第二点云数据；将第二点云数据输入预设检测模型进行平面检测，得到预设检测模型输出的目标空间的平面检测数据；利用平面检测数据确定目标空间的体积。本申请解决了目前没有对室内自适应测试室内体积的方法设备的问题。

技术领域

本申请涉及数据检测技术领域，尤其涉及一种室内体积探测方法、装置、设备及介质。

背景技术

随着智能设备的发展，用户对智能设备的自适应控制性能也有了更高的要求，比如，空调根据室内体积来自适应调整制冷量或制热量的大小，包括供暖设备也是需要根据室内体积来调节输出功率，从而起到节能和舒适的作用，那么前提就是如何确定室内的体积，相关技术中没有对室内自适应测试室内体积的方法设备。

针对上述“没有对室内自适应测试室内体积的方法设备”的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种室内体积探测方法、装置、设备及介质，以解决上述“没有对室内自适应测试室内体积的方法设备”的问题。

根据本申请实施例的一个方面，本申请提供了一种室内体积探测方法，包括：确定毫米波雷达对目标空间进行探测得到的第一点云数据，其中，第一点云数据用于表示在目标空间内毫米波雷达与探测点之间的相对位置关系，探测点为目标空间内的遮挡物上的点；对第一点云数据进行聚类以获得第二点云数据；将第二点云数据输入预设检测模型进行平面检测，得到预设检测模型输出的目标空间的平面检测数据；利用平面检测数据确定目标空间的体积。

可选地，确定毫米波雷达对目标空间进行探测得到的第一点云数据包括：将毫米波雷达返回的回波信号转换为初始点云数据；利用每个初始点云数据相对毫米波雷达的距离、方位角以及仰角确定每个初始点云数据在极坐标系中的位置；按照极坐标系与三维坐标系的映射关系确定每个初始点云数据在三维坐标系中的位置；在三维坐标系中，滤除多普勒速度大于第一阈值的初始点云数据和信噪比小于第二阈值的初始点云数据，得到第一点云数据。

可选地，将第二点云数据输入预设检测模型进行平面检测之前，所述方法还包括按照如下方式训练预设检测模型：获取训练集，其中，训练集为预先获取的携带有位置标识的训练点云数据，位置标识用于标记训练点云数据的位置区域；将训练集输入初始检测模型进行训练，以获得训练结果；在训练结果指示初始检测模型对训练集的识别准确率达到目标阈值的情况下，将初始检测模型确定为预设检测模型；在训练结果指示初始检测模型对训练集的识别准确率未达到目标阈值的情况下，继续将训练集输入初始检测模型进行训练，直至初始检测模型对训练集的识别准确率达到目标阈值的情况下，将初始检测模型确定为预设检测模型。

可选地，所述方法还包括按照如下方式获取训练集：采集不同位置的原始数据并分别标记对应的位置标识；对原始数据进行预处理，以获得原始点云数据；对原始点云数据进行聚类以获得携带有位置标识的训练点云数据。

可选地，在训练结果指示初始检测模型对训练集的识别准确率未达到目标阈值的情况下，继续将训练集输入初始检测模型进行训练包括：将训练集输入初始检测模型进行检测，以获得预测结果；利用预测结果和位置标识的差异确定目标函数的损失值；按照损失值调整初始检测模型的网络参数，直至初始检测模型对训练集的识别准确率达到目标阈值的情况下，将初始检测模型确定为预设检测模型。

可选地，利用平面检测数据确定目标空间的体积包括：从平面检测数据中提取体积参数；按照体积参数确定目标空间的体积。