实现地形分类的方法和装置制造方法及图纸

本发明专利技术公开了实现地形分类的方法和装置，涉及地形分类技术领域。该方法的一具体实施方式包括：从待分类地形的激光数据中提取特征子集，根据所述特征子集训练分类模型；从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；依据所述特征数据和所述分类模型，实现地形分类。该实施方式能够大大提高地形分类的准确率，且分类时间短、效率和实时性高。

【技术实现步骤摘要】
实现地形分类的方法和装置
本专利技术涉及地形分类
，尤其涉及一种实现地形分类的方法和装置。
技术介绍
地形形态具有多样性、复杂性、多变性、随机性等特点，地形形态的外观还会随着季节、光照等外部条件发生变化。这些变化会增加地形分类的难度。现有的地形分类方法都是离线地完成特征提取过程，根据提取的特征离线训练分类器，根据离线训练的分类器实现地形分类。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：1)为实现地形分类所提取的特征多，导致分类时间长，效率低；2)离线训练的分类器对环境的适应能力较差，无法适应复杂多变的地形环境，识别准确率低。
技术实现思路
有鉴于此，本专利技术实施例提供一种实现地形分类的方法和装置，能够大大提高地形分类的准确率，且分类时间短、效率和实时性高。为实现上述目的，根据本专利技术实施例的一个方面，提供了一种实现地形分类的方法，包括：从待分类地形的激光数据中提取特征子集，根据所述特征子集训练分类模型；从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；依据所述特征数据和所述分类模型，实现地形分类。可选地，从待分类地形的激光数据中提取特征子集包括：从待分类地形的激光数据中提取候选特征集，按照预设的特征筛选规则从所述候选特征集中筛选所述特征子集。可选地，采用随机森林算法从所述候选特征集中筛选所述特征子集。可选地，采用随机森林算法从所述候选特征集中筛选所述特征子集包括：将所述候选特征集中不满足预设条件的特征剔除；以所述候选特征集中剩余的特征建立随机森林分类器；确定所述随机森林分类器的泛化误差；若所述随机森里分类模型的泛化误差不满足预设精度条件，则循环执行上述步骤；否则，以所述候选特征集中剩余的每个特征形成所述特征子集。可选地，采用袋外数据误差估计法确定所述随机森林分类器的泛化误差。可选地，根据所述特征子集训练分类模型包括：根据所述特征子集，采用随机森林算法训练分类模型。根据本专利技术实施例的再一个方面，提供了一种实现地形分类的装置，包括：特征提取模块，从待分类地形的激光数据中提取特征子集，从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；模型训练模块，根据所述特征子集训练分类模型；地形分类模块，依据所述特征数据和所述分类模型，实现地形分类。可选地，所述特征提取模块从待分类地形的激光数据中提取候选特征集，按照预设的特征筛选规则从所述候选特征集中筛选所述特征子集。可选地，所述特征提取模块采用随机森林算法从所述候选特征集中筛选所述特征子集。可选地，所述特征提取模块采用随机森林算法从所述候选特征集中筛选所述特征子集包括：将所述候选特征集中不满足预设条件的特征剔除；以所述候选特征集中剩余的特征建立随机森林分类器；确定所述随机森林分类器的泛化误差；若所述随机森里分类模型的泛化误差不满足预设精度条件，则循环执行上述步骤；否则，以所述候选特征集中剩余的每个特征形成所述特征子集。可选地，所述特征提取模块采用袋外数据误差估计法确定所述随机森林分类器的泛化误差。可选地，所述模型训练模块根据所述特征子集训练分类模型包括：根据所述特征子集，采用随机森林算法训练分类模型。根据本专利技术实施例的另一个方面，提供了一种实现地形分类的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例实现地形分类的方法。根据本专利技术实施例的还一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术实施例实现地形分类的方法。上述专利技术中的一个实施例具有如下优点或有益效果：1)通过根据从待分类地形的激光数据中提取特征子集训练分类模型，使得训练出的分类模型能够适用于当前待分类地形的实际情况，大大提高地形分类方法的实时性和环境适应性，进而提高地形分类的准确性；2)从待分类地形的激光数据中提取候选特征集，按照预设的特征筛选规则从候选特征集中筛选特征子集，从而可以使用较少的特征进行地形分类，提高地形分类的速度，降低地形分类的分类时间，提高地形分类的效率；3)采用随机森林算法从候选特征集中筛选特征子集，可以筛选出与待分类地形的实际环境高度匹配的特征，从而在使用较少的特征进行地形分类的同时，大大提高地形分类的准确性；4)采用袋外数据误差估计法确定随机森林分类器的泛化误差，所得的泛化误差是无偏估计，无需再进行交叉验证或通过测试集获取泛化误差的无偏估计，简单高效；5)采用随机森林算法训练分类模型，训练速度快，基于其训练出的分类模型进行地形分类的准确性高。上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：图1是根据本专利技术实施例的实现地形分类的方法的主要流程的示意图；图2是根据本专利技术可选实施例的从待分类地形的激光数据中提取特征子集的主要流程的示意图；图3是根据本专利技术可选实施例的实现地形分类的方法的主要步骤的示意图；图4是根据本专利技术实施例的实现地形分类的装置的主要模块的示意图；图5是本专利技术实施例可以应用于其中的示例性系统架构图；图6是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。应当说明的是，在不背离本专利技术的范围和精神的情况下，本专利技术实施例中提及的各个技术特征可以任意组合，各个步骤的顺序也可以调换。图1是根据本专利技术实施例的实现地形分类的方法的主要流程的示意图，如图1所示，提供了一种实现地形分类的方法，包括：步骤S101、从待分类地形的激光数据中提取特征子集，根据所述特征子集训练分类模型；步骤S102、从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；步骤S103、依据所述特征数据和所述分类模型，实现地形分类。本专利技术实施例中，通过激光数据可以获得待分类地形的地面估计，例如，采用本专利技术实施例的分类模型将激光数据的数据点分为地面数据点和非地面数据点，将特征数据输入分类模型中进行分类，从而将激光数据的这些数据点投影到与这帧激光数据相对应的图像数据上，获取可通过的地面区域和不可通过的障碍物区域。本专利技术实施例也可以应用于无人车在野外环境中的地形分类领域。本专利技术实施例中，对于每个待分类地形，根据从该待分类地形的激光数据中提取特征子集训练分类模型。与现有技术中采用离线方式获取并训练分类模型相比，本实施例能够实时对待分类地形进行分类，实时性好。由于用于训练分类模型的特征子集是从待分类地形的激光数据中提取的，因此与待分类地形的实际环境高度相关，能够大大提高地形分类方法的环境适应性和准确性。地形形态具有多样性、复杂性，为了便于充分了解地形形态，在提取特征子集时，可以按照预设的规则对各个特征进行分类，例如，将各个特征分为颜色特征、纹理特征、几何特征等。应当理解的是，是否对特征进行分类以及如何进行分类并不影响本文档来自技高网...

【技术保护点】
1.一种实现地形分类的方法，其特征在于，包括：从待分类地形的激光数据中提取特征子集，根据所述特征子集训练分类模型；从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；依据所述特征数据和所述分类模型，实现地形分类。

【技术特征摘要】
1.一种实现地形分类的方法，其特征在于，包括：从待分类地形的激光数据中提取特征子集，根据所述特征子集训练分类模型；从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；依据所述特征数据和所述分类模型，实现地形分类。2.如权利要求1所述的方法，其特征在于，从待分类地形的激光数据中提取特征子集包括：从待分类地形的激光数据中提取候选特征集，按照预设的特征筛选规则从所述候选特征集中筛选所述特征子集。3.如权利要求1所述的方法，其特征在于，采用随机森林算法从所述候选特征集中筛选所述特征子集。4.如权利要求3所述的方法，其特征在于，采用随机森林算法从所述候选特征集中筛选所述特征子集包括：将所述候选特征集中不满足预设条件的特征剔除；以所述候选特征集中剩余的特征建立随机森林分类器；确定所述随机森林分类器的泛化误差；若所述随机森里分类模型的泛化误差不满足预设精度条件，则循环执行上述步骤；否则，以所述候选特征集中剩余的每个特征形成所述特征子集。5.如权利要求4所述的方法，其特征在于，采用袋外数据误差估计法确定所述随机森林分类器的泛化误差。6.如权利要求1所述的方法，其特征在于，根据所述特征子集训练分类模型包括：根据所述特征子集，采用随机森林算法训练分类模型。7.一种实现地形分类的装置，其特征在于，包括：特征提取模块，从待分类地形的激光数据中提取特征子集，从与所述激光数据对应的图像数据中提取与所述特征子集对应的特征数据；模型训练模块，根据所述特征子集训练分类模型；地...

【专利技术属性】
技术研发人员：张慧，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11