[发明专利]基于点云数据聚类的目标识别方法、装置、设备及介质

说明书

本申请提供一种基于点云数据聚类的目标识别方法、装置、设备及介质。该方法包括：获取预设采集范围内的点云数据集，对点云数据集进行行聚类，得到点云数据集中各行点云数据的点云数组；确定点云数组中各点云数据的所在列数，若不同行的点云数组中各点云数据的所在列数之间存在交集，则确定点云数据的所在列数之间存在交集的待聚类数组；若不同行待聚类数组中，相同列数的点云数据满足预设点云聚类条件，则将不同行的待聚类数组进行列聚类，得到点云数据集的点云聚类结果；根据点云聚类结果，确定预设采集范围内的目标。本申请通过确定不同行的点云数组中点云数据所在列数之间存在交集，简化聚类过程，提高目标识别效率。

技术领域

本申请涉及数据处理技术，尤其涉及一种基于点云数据聚类的目标识别方法、装置、设备及介质。

背景技术

汽车在驾驶过程中，可以实时或定时地识别周围环境中的物体，例如，可以识别到车辆、行人和树木等。可以通过激光雷达获取周围环境的点云数据进行目标识别，提高车辆驾驶的安全性。

现有技术中，基于scan line runs(扫描线运行)算法，对整个点云数据集进行行聚类和列聚类。在行聚类步骤中将每行中邻近的点聚为一个点云数组，在列聚类步骤中扫描并合并行聚类后的每一个点云数组中的点云数据，完成聚类过程。

但是，这种算法在对相邻行的两个点云数组进行列聚类扫描时，需要遍历这两个点云数组中的所有点云数据，计算量较大，聚类效率较低，影响目标的识别效率。

发明内容

本申请提供一种基于点云数据聚类的目标识别方法、装置、设备及介质，以提高点云数据的聚类效率和目标识别效率。

一方面，本申请提供一种基于点云数据聚类的目标识别方法，包括：

获取预设采集范围内的点云数据集，对所述点云数据集进行行聚类，得到所述点云数据集中各行点云数据的点云数组；其中，所述点云数据集中包括至少两行点云数据和至少两列点云数据，所述点云数组中包括至少一个点云数据；

确定所述点云数组中各点云数据的所在列数，若不同行的点云数组中各点云数据的所在列数之间存在交集，则确定点云数据的所在列数之间存在交集的待聚类数组；

若不同行的待聚类数组中，相同列数的点云数据满足预设的点云聚类条件，则将所述不同行的待聚类数组进行列聚类，得到所述点云数据集的点云聚类结果；

根据所述点云聚类结果，确定所述预设采集范围内的目标。

另一方面，本申请提供一种基于点云数据聚类的目标识别装置，包括：

点云数组获得模块，用于获取预设采集范围内的点云数据集，对所述点云数据集进行行聚类，得到所述点云数据集中各行点云数据的点云数组；其中，所述点云数据集中包括至少两行点云数据和至少两列点云数据，所述点云数组中包括至少一个点云数据；

待聚类数组确定模块，用于确定所述点云数组中各点云数据的所在列数，若不同行的点云数组中各点云数据的所在列数之间存在交集，则确定点云数据的所在列数之间存在交集的待聚类数组；

待聚类数组聚类模块，用于若不同行的待聚类数组中，相同列数的点云数据满足预设的点云聚类条件，则将所述不同行的待聚类数组进行列聚类，得到所述点云数据集的点云聚类结果；

目标确定模块，用于根据所述点云聚类结果，确定所述预设采集范围内的目标。

另一方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如本申请任意实施例所述的基于点云数据聚类的目标识别方法。