[发明专利]聚类方法、目标轮廓及类型获取方法、设备、介质、车辆

权利要求书

1.一种点云聚类方法，其特征在于，所述方法包括：

对雷达采集的三维点云进行体素化处理，以形成多个体素；

分别在各体素及其各自邻域内的第一邻域体素之间建立索引关系；

根据各体素的索引关系建立多棵聚类树，所述聚类树是索引关系呈树状结构分布的体素的集合且不同聚类树之间没有相同的体素；

分别将各体素及其各自邻域内的第二邻域体素合并到同一棵聚类树；

其中，

各体素的第一邻域体素是各体素的邻域内空间位置最小的邻域体素；

各体素的第二邻域体素是各体素的邻域内与各体素之间的多源信息相似的邻域体素，体素的多源信息包括在对三维点云进行多种目标感知任务之后各目标感知任务的结果中与所述体素对应的结果信息。

2.根据权利要求1所述的点云聚类方法，其特征在于，“将各体素及其各自邻域内的第二邻域体素合并到同一棵聚类树”的步骤具体包括：

针对各体素，根据当前体素及其第二邻域体素所在聚类树中各体素的索引关系，分别获取当前体素及其第二邻域体素索引的根节点体素，并判断获取到的两个根节点体素是否相同；

若否，则基于预设的体素选取原则，从当前体素及其第二邻域体素中选取一个体素作为目标体素，并将当前体素及其第二邻域体素中另一个体素索引的根节点体素修正成所述目标体素索引的根节点体素，以将所述另一个体素合并到所述目标体素所在的聚类树。

3.根据权利要求1或2所述的点云聚类方法，其特征在于，“在各体素及其各自邻域内的第一邻域体素之间建立索引关系”的步骤包括：

获取各体素的第一邻域体素的空间位置；

根据所述空间位置分别设定各体素的类别标签，以在各体素及其第一邻域体素之间建立索引关系。

4.根据权利要求3所述的点云聚类方法，其特征在于，

“获取各体素的第一邻域体素的空间位置”的步骤具体包括：获取各第一邻域体素的二维空间位置；

和/或，

“根据所述空间位置分别设定各体素的类别标签”的步骤具体包括：

分别对各体素的第一邻域体素的空间位置进行线性计算；

根据线性计算的结果，分别设定各体素的类别标签。

5.根据引用权利要求2时的权利要求3所述的方法，其特征在于，

“判断获取到的两个根节点体素是否相同”的步骤具体包括：判断两个根节点体素的类别标签是否相等，若相等则两个根节点体素相同，若不相等则两个根节点体素不相同；

和/或，

预设的体素选取原则为从两个体素中选取类别标签较小或较大的体素，“基于预设的体素选取原则，从当前体素及其第二邻域体素中选取一个体素作为目标体素”的步骤具体包括：基于预设的体素选取原则，从当前体素及其第二邻域体素中选取类别标签较小或较大的一个体素作为目标体素，其中，针对各体素基于的体素选取原则相同；

和/或，

“将当前体素及其第二邻域体素中另一个体素索引的根节点体素修正成所述目标体素索引的根节点体素”的步骤具体包括：

将所述另一个体素索引的根节点体素的类别标签，修正成所述目标体素索引的根节点体素的类别标签。

6.根据权利要求3所述的点云聚类方法，其特征在于，在“将各体素及其各自邻域内的第二邻域体素合并到同一棵聚类树”的步骤之后，所述方法还包括：

分别获取每棵聚类树中根节点体素的类别标签；

重新设定各根节点体素的类别标签，以使各根节点体素的类别标签能够形成标签值连续的类别标签序列。

7.根据权利要求6所述的点云聚类方法，其特征在于，

“重新设定各根节点体素的类别标签”的步骤具体包括：基于图形处理器的原子操作，重新设定各根节点体素的类别标签；

和/或，

在“重新设定各根节点体素的类别标签”的步骤之后，所述方法还包括：针对各聚类树，将当前聚类树中除根节点体素外其他体素的类别标签，都重新设定成所述根节点体素的类别标签。