三维空间动态物体识别方法、系统及存储介质技术方案

本发明专利技术公开了一种三维空间动态物体识别方法、系统及存储介质，应用于物体识别技术领域，能够较准确地识别出三维空间中的动态物体，且有效提高系统的稳定性。该方法包括：获取目标三维空间的点云数据；将所述目标三维空间进行体素化得到若干个空间体素；根据所述点云数据计算当前点云帧中各个所述空间体素的体素值；其中，所述体素值根据所述空间体素中的所述点云数据确定；根据所述体素值更新各个所述空间体素的状态累计数据；通过预设运动指示函数将所述状态累计数据转换为体素运动系数；其中，所述预设运动指示函数包括非线性函数；根据所述体素运动系数识别得到所述目标三维空间中的动态物体。空间中的动态物体。空间中的动态物体。

【技术实现步骤摘要】
三维空间动态物体识别方法、系统及存储介质


[0001]本专利技术涉及物体识别
，尤其涉及一种三维空间动态物体识别方法、系统及存储介质。

技术介绍

[0002]在计算机视觉中，物体的运动被看作是环境的变化，而空间内运动物体的检测本质是识别出相应的变化。空间物体状态的识别作为上层用于的基础设施，具有非常广泛的实用价值。相关技术中，主要通过背景图校对或者目标识别的方式对运动物体进行识别，但由于背景图的更新不及时，会导致通过背景图校对的方式进行运动物体识别出现误判的情况，实时性和稳定性不足。而通过目标识别的方式则仅能对训练目标进行识别，判断的范围受限较大，且容易受天气影响，难以实现全天候的识别。

技术实现思路

[0003]为了解决上述技术问题的至少之一，本专利技术提出一种三维空间动态物体识别方法、系统及存储介质，能够较准确地识别出三维空间中的动态物体，且有效提高系统的稳定性。
[0004]一方面，本专利技术实施例提供了一种三维空间动态物体识别方法，包括以下步骤：
[0005]获取目标三维空间的点云数据；
[0006]将所述目标三维空间进行体素化得到若干个空间体素；
[0007]根据所述点云数据计算当前点云帧中各个所述空间体素的体素值；其中，所述体素值根据所述空间体素中的所述点云数据确定；
[0008]根据所述体素值更新各个所述空间体素的状态累计数据；
[0009]通过预设运动指示函数将所述状态累计数据转换为体素运动系数；其中，所述预设运动指示函数包括非线性函数；
[0010]根据所述体素运动系数识别得到所述目标三维空间中的动态物体。
[0011]根据本专利技术实施例的一种三维空间动态物体识别方法，至少具有如下有益效果：本实施例首先获取目标三维空间的点云数据，并将目标三维空间进行体素化得到若干个空间体素。然后，本实施例根据点云数据计算当前点云帧中各个空间体素的体素值，并根据体素值更新各个空间体素的状态累计数据。接着，通过预设运动指示函数将各个空间体素的状态累计数据转换为体素运动系数，从而根据体素运动系数识别得到目标三维空间中的动态物体，实现对三维空间中的动态物体较为准确的识别。同时，本实施例通过获取目标三维空间中的点云数据的方式对三维空间中的动态物体进行识别，能够有效缓解图像受环境影响较大的问题，并且不依赖于背景图进行识别，缓解了背景图维护以及实时性的问题，有效提高了系统的稳定性。
[0012]根据本专利技术的一些实施例，所述获取目标三维空间的点云数据，包括：
[0013]在所述目标三维空间中设置预设点云采集装置；所述预设点云采集装置包括激光
雷达、结构光扫描装置、双目立体视觉装置；
[0014]通过所述预设点云采集装置实时获取所述目标三维空间的所述点云数据。
[0015]根据本专利技术的一些实施例，所述将所述目标三维空间进行体素化得到若干个空间体素，包括：
[0016]根据预设体素条件确定所述空间体素的体素大小数据；其中，所述预设体素条件包括预设误差容忍度、系统计算能力以及所述点云数据的分辨率；
[0017]根据所述体素大小数据对所述目标三维空间进行体素化得到所述若干个空间体素。
[0018]根据本专利技术的一些实施例，所述根据所述点云数据计算当前点云帧中各个所述空间体素的体素值，包括：
[0019]根据所述点云数据确定所述当前点云帧中点云在各个所述空间体素中的分布数据；
[0020]根据所述分布数据确定第一空间体素内存在云点，将所述第一空间体素的所述体素值设置为激活状态；
[0021]根据所述分布数据确定第二空间体素内不存在所述云点，将所述第二空间体素的所述体素值设置为静止状态。
[0022]根据本专利技术的一些实施例，所述根据所述体素值更新各个所述空间体素的状态累计数据，包括：
[0023]确定所述空间体素的所述体素值为所述激活状态，对所述空间体素的所述状态累计数据进行累加；
[0024]或者，确定所述空间体素的所述体素值为所述静止状态，对所述空间体素的所述状态累计数据进行衰减。
[0025]根据本专利技术的一些实施例，在执行所述根据所述体素运动系数识别得到所述目标三维空间中的动态物体这一步骤之后，所述方法还包括：
[0026]根据所述体素运动系数和所述点云数据构建四维点云；
[0027]将所述四维点云输入预设聚类算法中进行聚类分析，得到所述动态物体的三维数据；其中，所述三维数据包括所述动态物体的长度数据、宽度数据以及高度数据。
[0028]根据本专利技术的一些实施例，所述预设聚类算法包括密度聚类算法；
[0029]所述将所述四维点云输入预设聚类算法中进行聚类分析，得到所述动态物体的三维数据，包括：
[0030]通过所述密度聚类算法对所述四维点云进行聚类分析得到所述三维数据。
[0031]另一方面，本专利技术实施例还提供了一种三维空间动态物体识别系统，包括：
[0032]获取模块，用于获取目标三维空间的点云数据；
[0033]体素化模块，用于将所述目标三维空间进行体素化得到若干个空间体素；
[0034]计算模块，用于根据所述点云数据计算当前点云帧中各个所述空间体素的体素值；其中，所述体素值根据所述空间体素中的所述点云数据确定；
[0035]更新模块，用于根据所述体素值更新各个所述空间体素的状态累计数据；
[0036]转换模块，用于通过预设运动指示函数将所述状态累计数据转换为体素运动系数；其中，所述预设运动指示函数包括非线性函数；
[0037]识别模块，用于根据所述体素运动系数识别得到所述目标三维空间中的动态物体。
[0038]另一方面，本专利技术实施例还提供了一种三维空间动态物体识别系统，包括：
[0039]至少一个处理器；
[0040]至少一个存储器，用于存储至少一个程序；
[0041]当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如上述实施例所述的三维空间动态物体识别方法。
[0042]另一方面，本专利技术实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的三维空间动态物体识别方法。
附图说明
[0043]图1是本专利技术实施例提供的三维空间动态物体识别方法流程图；
[0044]图2是本专利技术实施例提供的三维空间动态物体识别系统原理框图。
具体实施方式
[0045]本申请实施例所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0046]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0047]除非另有定义本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维空间动态物体识别方法，其特征在于，包括以下步骤：获取目标三维空间的点云数据；将所述目标三维空间进行体素化得到若干个空间体素；根据所述点云数据计算当前点云帧中各个所述空间体素的体素值；其中，所述体素值根据所述空间体素中的所述点云数据确定；根据所述体素值更新各个所述空间体素的状态累计数据；通过预设运动指示函数将所述状态累计数据转换为体素运动系数；其中，所述预设运动指示函数包括非线性函数；根据所述体素运动系数识别得到所述目标三维空间中的动态物体。2.根据权利要求1所述的三维空间动态物体识别方法，其特征在于，所述获取目标三维空间的点云数据，包括：在所述目标三维空间中设置预设点云采集装置；所述预设点云采集装置包括激光雷达、结构光扫描装置、双目立体视觉装置；通过所述预设点云采集装置实时获取所述目标三维空间的所述点云数据。3.根据权利要求1所述的三维空间动态物体识别方法，其特征在于，所述将所述目标三维空间进行体素化得到若干个空间体素，包括：根据预设体素条件确定所述空间体素的体素大小数据；其中，所述预设体素条件包括预设误差容忍度、系统计算能力以及所述点云数据的分辨率；根据所述体素大小数据对所述目标三维空间进行体素化得到所述若干个空间体素。4.根据权利要求1所述的三维空间动态物体识别方法，其特征在于，所述根据所述点云数据计算当前点云帧中各个所述空间体素的体素值，包括：根据所述点云数据确定所述当前点云帧中点云在各个所述空间体素中的分布数据；根据所述分布数据确定第一空间体素内存在云点，将所述第一空间体素的所述体素值设置为激活状态；根据所述分布数据确定第二空间体素内不存在所述云点，将所述第二空间体素的所述体素值设置为静止状态。5.根据权利要求4所述的三维空间动态物体识别方法，其特征在于，所述根据所述体素值更新各个所述空间体素的状态累计数据，包括：确定所述空间体素的所述体素值为所述激活状态，对所述空间体素的所述状态累计数据进行累加；...

【专利技术属性】
技术研发人员：文奴，李梓成，马亮，凌政，
申请(专利权)人：忘平广东科技有限公司，
类型：发明
国别省市：