【技术实现步骤摘要】
本申请涉及计算机视觉，特别是涉及一种数据处理方法、装置、电子设备、存储介质和计算机程序产品。
技术介绍
1、在计算机视觉技术涉及点云处理及目标检测、追踪等方面，运用毫米波雷达等传感器可以在对点云聚类处理的基础上创建目标的轨迹及与点云关联。
2、对于点云聚类处理，传统技术提供k-mean（k均值）、dbscan（density-basedspatial clustering of applications with noise，具有噪声的基于密度的聚类方法）等聚类算法，但这些聚类算法容易受点云数量等因素的影响而难以兼顾点云聚类的实时性及可靠性。
技术实现思路
1、基于此，本申请提供一种数据处理方法、装置、电子设备、存储介质和计算机程序产品。
2、第一方面，本申请提供了一种数据处理方法。所述方法包括：
3、获取划分数据处理区域得到的多个子区域；
4、根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组；
5、将所述子区域组中满足运动约束条件的所述点云确定为目标点云；
6、根据所述子区域组中的所述目标点云，得到点云聚类结果。
7、在其中一个实施例中，所述根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组，包括：遍历各所述子区域；若所遍历的第一子区域符合所述点云数量条件且与所述第一子区域相邻的第二子区域符合所述点云数量条件
8、在其中一个实施例中，所述根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组，包括：确定多个所述子区域中符合所述点云数量条件的各目标子区域；将各所述目标子区域中相邻排布的所述目标子区域归类为所述子区域组；和/或，将各所述目标子区域中独立排布的所述目标子区域归类为所述子区域组。
9、在其中一个实施例中，所述点云数量条件包括：所述子区域中包含至少一个所述点云。
10、在其中一个实施例中，所述将所述子区域组中满足运动约束条件的所述点云确定为目标点云之前，还包括：获取检测得到的所述子区域组中各所述点云的运动参数数据；根据对各所述点云的所述运动参数数据进行统计处理得到第一偏差范围信息，根据所述第一偏差范围信息得到所述子区域组的所述运动约束条件。
11、在其中一个实施例中，所述将所述子区域组中满足运动约束条件的所述点云确定为目标点云之前，还包括：获取目标对象的预测运动参数数据；根据所述预测运动参数数据，确定所述子区域组的所述运动约束条件。
12、在其中一个实施例中，所述根据所述预测运动参数数据，确定所述子区域组的所述运动约束条件，包括：获取检测得到的所述子区域组中各所述点云的运动参数数据；根据对所述预测运动参数数据和各所述点云的所述运动参数数据进行统计处理得到第二偏差范围信息，根据所述第二偏差范围信息得到所述子区域组的所述运动约束条件。
13、在其中一个实施例中，所述根据所述子区域组中的所述目标点云，得到点云聚类结果，包括：获取所述子区域组中的所述目标点云的坐标；根据所述子区域组中的所述目标点云的所述坐标，得到目标对象的位置。
14、在其中一个实施例中，所述根据所述子区域组中的所述目标点云的所述坐标，得到目标对象的位置，包括：获取所述子区域组中的所述目标点云的所述坐标的平均值；根据所述平均值，得到所述目标对象的所述位置。
15、在其中一个实施例中，得到所述目标对象的所述位置之后，还包括：根据所述目标对象的所述位置，获取所述目标对象在目标空间中的运动轨迹；根据所述运动轨迹触发所述目标空间中目标设备执行相应动作。
16、第二方面，本申请还提供了一种数据处理装置。所述装置包括：
17、子区域获取模块，用于获取划分数据处理区域得到的多个子区域；
18、子区域聚类模块，用于根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组；
19、点云筛选模块，用于将所述子区域组中满足运动约束条件的所述点云确定为目标点云；
20、结果获取模块，用于根据所述子区域组中的所述目标点云，得到点云聚类结果。
21、第三方面，本申请还提供了一种电子设备。所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
22、获取划分数据处理区域得到的多个子区域；根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组；将所述子区域组中满足运动约束条件的所述点云确定为目标点云；根据所述子区域组中的所述目标点云，得到点云聚类结果。
23、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
24、获取划分数据处理区域得到的多个子区域；根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组；将所述子区域组中满足运动约束条件的所述点云确定为目标点云；根据所述子区域组中的所述目标点云，得到点云聚类结果。
25、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
26、获取划分数据处理区域得到的多个子区域；根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组；将所述子区域组中满足运动约束条件的所述点云确定为目标点云；根据所述子区域组中的所述目标点云，得到点云聚类结果。
27、上述数据处理方法、装置、电子设备、存储介质和计算机程序产品，获取划分数据处理区域得到的多个子区域，根据子区域中点云的点云数量条件和排布规则对多个子区域进行聚类处理，得到至少一类子区域组，将子区域组中满足运动约束条件的点云确定为目标点云，根据子区域组中的目标点云，得到点云聚类结果。该方案通过对数量有限的子区域根据点云数量条件和排布规则进行聚类为至少一类子区域组，大大减少计算量，保证计算实时性，结合运动约束条件确定出子区域组中的目标点云，根据子区域组中的目标点云得到点云聚类结果，提高点云聚类的可靠性，由此达到兼顾点云聚类的实时性及可靠性的效果。
本文档来自技高网...【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述点云数量条件包括：所述子区域中包含至少一个所述点云。
5.根据权利要求1所述的方法，其特征在于，所述将所述子区域组中满足运动约束条件的所述点云确定为目标点云之前，还包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述子区域组中满足运动约束条件的所述点云确定为目标点云之前，还包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述预测运动参数数据，确定所述子区域组的所述运动约束条件，包括：
8.根据权利要求1所述的方法，其特征在于，所述根据所述子区域组中的所述目标点云，得到点云聚类结果
9.根据权利要求8所述的方法，其特征在于，所述根据所述子区域组中的所述目标点云的所述坐标，得到目标对象的位置，包括：
10.根据权利要求8或9所述的方法，其特征在于，得到所述目标对象的所述位置之后，还包括：
11.一种数据处理装置，其特征在于，所述装置包括：
12.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
14.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述子区域中点云的点云数量条件和排布规则对多个所述子区域进行聚类处理，得到至少一类子区域组，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述点云数量条件包括：所述子区域中包含至少一个所述点云。
5.根据权利要求1所述的方法，其特征在于，所述将所述子区域组中满足运动约束条件的所述点云确定为目标点云之前，还包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述子区域组中满足运动约束条件的所述点云确定为目标点云之前，还包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述预测运动参数数据，确定所述子区域组的所述运动约束条件，包...
【专利技术属性】
技术研发人员：曾昭泽，
申请(专利权)人：深圳绿米联创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。