[发明专利]基于多视角融合的点云聚类方法、装置和电子设备

说明书

本发明提供了一种基于多视角融合的点云聚类方法、装置和电子设备，涉及自动驾驶的技术领域，包括：获取点云数据，对点云数据进行预处理，得到目标点云数据；将目标点云数据投影到俯视图上，并基于俯视图进行聚类，生成第一聚类分割结果；若第一聚类分割结果的损失精度高于精度阈值，则基于前视图聚类方式，对第一聚类分割结果进行再次聚类，得到第二聚类分割结果，解决当前单一视角的点云聚类无法满足感知模块应用需求，无法保证自动驾驶安全的技术问题。

技术领域

本发明涉及自动驾驶的技术领域，尤其是涉及一种基于多视角融合的点云聚类方法、装置和电子设备。

背景技术

自动驾驶技术是指通过传感器数据采集以及人工智能等技术的协同合作，实现在没有人参与的情况下自动车辆控制。

传感器对环境的感知准确与否，对自动驾驶技术有较大的影响。点云数据聚类是一类归属于感知的方法，其主要应用于装备有点云数据输出传感器的自动驾驶车辆的环境感知模块。对比于点云数据目标检测，点云数据聚类它不提供确切的分类信息，却可以快速并高效地辅助整个感知模块。

当前的点云聚类方法一般仅考虑单一视角，不能满足感知模块的应用性能需求，不利于自动驾驶技术的安全。

发明内容

有鉴于此，本发明的目的在于提供一种基于多视角融合的点云聚类方法、装置和电子设备，解决当前单一视角的点云聚类无法满足感知模块应用需求，无法保证自动驾驶安全的技术问题。

第一方面，实施例提供一种基于多视角融合的点云聚类方法，所述方法包括：

获取点云数据，对所述点云数据进行预处理，得到目标点云数据；

将所述目标点云数据投影到俯视图上，并基于所述俯视图进行聚类，生成第一聚类分割结果；

若所述第一聚类分割结果的损失精度高于精度阈值，则基于前视图聚类方式，对所述第一聚类分割结果进行再次聚类，得到第二聚类分割结果。

在可选的实施方式中，将所述目标点云数据投影到俯视图上的步骤，包括：

将所述目标点云数据向目标坐标系方向进行投影，得到俯视图；

基于所述俯视图建立邻域栅格，生成所述俯视图对应的密度图。

在可选的实施方式中，基于所述俯视图进行聚类，生成第一聚类分割结果的步骤，包括：

从所述俯视图对应的密度图中进行元素随机访问，确定目标图像元素；

对所述目标图像元素进行校验；

若校验通过，则生成第一聚类分割结果；

若校验未通过，则对所述目标图像元素进行初始化子类操作，并对所述目标图像元素的每个同类元素进行检索，直至所述目标图像元素的子类饱和，再次执行目标图像元素确定步骤。

在可选的实施方式中，基于前视图聚类方式，对所述第一聚类分割结果进行再次聚类，得到第二聚类分割结果的步骤，包括：

基于第一聚类分割结果对应的深度图，确定所述第一聚类分割结果中的目标像素点；

判断所述目标像素点和所述目标像素点的相邻像素点是否存在预设条件；

若存在，则将存在预设条件的像素点与目标像素点归为同一类；

若不存在，且当所述第一聚类分割结果中的像素点均被遍历，则将不符合预设条件的像素点拆分为新子类；

重复上述步骤，直至所述深度图中的第一聚类分割结果均被遍历，确定第二聚类分割结果。在可选的实施方式中，所述方法还包括：