【技术实现步骤摘要】
本专利技术涉及点云处理，尤其涉及一种三维空间的点云聚类方法、系统及计算机程序产品。
技术介绍
1、机器人或自动驾驶车辆在运行过程中，其自带的探测装置会采集周围空间的点云数据，然后需要对点云数据进行检测和分析，识别出其中的障碍物。如果直接将点云数据中的每一个点都当成障碍物点，会受到噪声、地面等的严重干扰，且需要极大的运算量，会耗费大量时间。但如果将点云聚类成圆形、线型、多边形障碍物，则会提高计算效率和识别精度。此外，机器人或自动驾驶车辆也需要根据点云聚类结果，获取障碍物的具体位置和尺寸等信息，来确定后续路径规划、避障等的方法和策略。
技术实现思路
1、本专利技术提供一种三维空间的点云聚类方法，通过将周围环境空间对应的三维空间分割成立方体栅格，滤除噪声和地面，对立方体栅格中的点云数据进行提取特征向量和聚类，实现了对点云数据的聚类。
2、为达到上述目的，本专利技术的实施例采用如下技术方案：
3、一种三维空间的点云聚类方法，包括以下步骤：
4、获取周围环境空间的点云数据，并将环境空间对应的三维空间分割成立方体栅格；
5、根据预设的噪声滤除条件，去除不包含物体的立方体栅格；
6、基于高度阈值和地面平面拟合的方法，去除包含地面的立方体栅格；
7、基于图卷积方法对剩余的立方体栅格对应的环境空间的点云数据进行特征提取，获得特征向量；
8、基于距离阈值和层次聚类方法，对特征向量进行聚类，获得对应点云数据的聚类数据集。
9、依照本专利技术的一个方面，所述三维空间的点云聚类方法还包括：
10、对周围环境空间的点云数据进行下采样。
11、依照本专利技术的一个方面，所述将环境空间对应的三维空间分割成立方体栅格包括：
12、可以根据周围环境空间的实际情况和点云的分布情况，对三维空间分割进行不同尺寸的分割。
13、依照本专利技术的一个方面，所述根据预设的噪声滤除条件，去除不包含物体的立方体栅格包括：
14、若立方体栅格对应的环境空间的点云数量或点云密度低于预先设置的阈值，则认为其不包含物体。
15、依照本专利技术的一个方面，所述基于高度阈值和地面平面拟合的方法，去除包含地面的立方体栅格包括：
16、根据点云探测装置的高度，设置高度阈值；
17、根据高度阈值，选取一组点云作为初始地面点；
18、选取与初始地面点在一定高度、角度和平面距离内的点云数据，利用最小二乘法拟合出初始段的地面平面；
19、重复选取与已拟合的地面平面在一定高度、角度和平面距离内的点云数据，利用最小二乘法渐进式拟合出全部的地面平面；
20、若立方体栅格对应的环境空间的点云距离地面平面在一定高度阈值内，则认为其包含地面。
21、依照本专利技术的一个方面，所述基于图卷积方法对剩余的立方体栅格对应的环境空间的点云数据进行特征提取，获得特征向量包括：
22、将立方体栅格对应的环境空间的点云数据表示为图结构；
23、利用图卷积方法对图结构进行特征提取，获得特征向量。
24、依照本专利技术的一个方面，所述基于距离阈值和层次聚类方法，对特征向量进行聚类，获得对应点云数据的聚类数据集包括：
25、根据立方体栅格的相邻关系，对立方体栅格进行分割；
26、基于层次聚类方法，根据预设的距离阈值，对相邻立方体栅格的特征向量进行聚类分层，获得对应点云数据的聚类数据集。
27、依照本专利技术的一个方面，所述三维空间的点云聚类方法还包括：
28、根据点云数据的聚类数据集，获取障碍物位置和尺寸数据。
29、一种三维空间的点云聚类系统，基于如上所述的三维空间的点云聚类方法，包括：
30、采集模块，用于获取周围环境空间的点云数据，并将环境空间对应的三维空间分割成立方体栅格；
31、去噪模块，用于根据预设的噪声滤除条件，去除不包含物体的立方体栅格；
32、地面去除模块，用于基于高度阈值和地面平面拟合的方法，去除包含地面的立方体栅格；
33、特征提取模块，用于基于图卷积方法对剩余的立方体栅格对应的环境空间的点云数据进行特征提取，获得特征向量；
34、聚类模块，用于基于距离阈值和层次聚类方法，对特征向量进行聚类，获得对应点云数据的聚类数据集。
35、一种计算机程序产品，包含计算机程序，所述计算机程序被执行时实现如上所述的三维空间的点云聚类方法的步骤。
36、本专利技术实施的优点：
37、本专利技术提供一种三维空间的点云聚类方法，通过将周围环境空间对应的三维空间分割成立方体栅格，滤除噪声和地面，对立方体栅格中的点云数据进行提取特征向量和聚类，实现了对点云数据的聚类。本方法对点云数据进行下采样，可以减少计算量；利用渐进式地面拟合，能够提高地面平面的拟合精度；采用图卷积方法对点云数据进行特征提取，可以获取点云数据的局部几何特征，提高聚类的精度；相比传统的点云数据处理方式，能减少进行聚类的点云数据量，提高处理效率，减少运算量和处理时间。
本文档来自技高网...【技术保护点】
1.一种三维空间的点云聚类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述三维空间的点云聚类方法还包括：
3.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述将环境空间对应的三维空间分割成立方体栅格包括：
4.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述根据预设的噪声滤除条件，去除不包含物体的立方体栅格包括：
5.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述基于高度阈值和地面平面拟合的方法，去除包含地面的立方体栅格包括：
6.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述基于图卷积方法对剩余的立方体栅格对应的环境空间的点云数据进行特征提取，获得特征向量包括：
7.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述基于距离阈值和层次聚类方法，对特征向量进行聚类，获得对应点云数据的聚类数据集包括：
8.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述三维空间的点云聚类方法还
9.一种三维空间的点云聚类系统，其特征在于，基于权利要求1至8任一项所述的三维空间的点云聚类方法，包括：
10.一种计算机程序产品，其特征在于，包含计算机程序，所述计算机程序被执行时实现如权利要求1至8任一项所述的三维空间的点云聚类方法的步骤。
...【技术特征摘要】
1.一种三维空间的点云聚类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述三维空间的点云聚类方法还包括：
3.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述将环境空间对应的三维空间分割成立方体栅格包括：
4.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述根据预设的噪声滤除条件，去除不包含物体的立方体栅格包括：
5.根据权利要求1所述的三维空间的点云聚类方法，其特征在于，所述基于高度阈值和地面平面拟合的方法，去除包含地面的立方体栅格包括：
6.根据权利要求1所述的三维空间的点云聚类方法，其特征在...
【专利技术属性】
技术研发人员：张魏魏，陈紫皖，
申请(专利权)人：合肥哈工库讯智能科技有限公司，
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。