一种待识别对象的部件确定方法及非特定特征识别方法技术

本发明专利技术涉及一种待识别对象的部件确定方法及非特定特征识别方法，将多种关于待识别对象的二维感知数据与原始三维点云中对应的点进行融合，将二维感知数据作为附加于对应的原始三维点云的属性，构建带属性的属性三维点云，利用属性三维点云的各个点的属性及各个点的属性之间的关联性，判断三维点云的各个点之间的关系，以及属性具备关联性的各个点所属的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系，实现目标的不同组件或部件的区分，辅助构建更精准的结果模型，大幅度提高识别结果的准确性。度提高识别结果的准确性。

【技术实现步骤摘要】
一种待识别对象的部件确定方法及非特定特征识别方法


[0001]本专利技术涉及对象识别
，更具体地说，涉及一种待识别对象的部件确定方法，以及一种基于待识别对象的部件确定方法的非特定特征识别方法。

技术介绍

[0002]现有技术中的各类雷达，包括激光雷达，采用的工作原理为利用反射波对目标进行识别，其中，反射信号只包含位置信息，进而，以雷达反射波结果(通常以点云的方式)构建的结果模型，基本上很难区分目标的各个组件或部件；通常需要人工拆分结果模型，工作量巨大；而且，拆分结果的准确性低，与目标的真实情况存在较大差别。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供一种待识别对象的部件确定方法，以及一种基于待识别对象的部件确定方法的非特定特征识别方法，融合二维感知数据与三维点云，实现目标的不同组件或部件的区分，辅助构建更精准的结果模型，大幅度提高识别结果的准确性。
[0004]本专利技术的技术方案如下：
[0005]一种待识别对象的部件确定方法，步骤如下：
[0006]1)获取待识别对象的感知数据，所述的感知数据包括一种或多种二维感知数据及原始三维点云；
[0007]2)将二维感知数据作为附加于对应的原始三维点云的属性，进行联合计算，构建带属性的属性三维点云；
[0008]3)确定属性三维点云的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系。
[0009]作为优选，步骤3)具体为：利用属性三维点云的各个云点的属性及各个云点的属性之间的关联性，判断属性三维点云的各个云点之间的关系，以及属性具备关联性的各个云点所属的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系。
[0010]作为优选，对于不同采集位置先后采集的感知数据，如果某一种或多种二维感知数据在不同采集位置的特征值分别符合预设的相近条件或者由特定模型判定具备相关性达到阈值，且在每个采集位置为唯一，则判定在不同采集位置的该种二维感知数据具备关联性。
[0011]作为优选，对于不同采集位置同时采集的感知数据，如果在不同采集位置对同一个空间场进行采集，当空间场中只有唯一待识别对象，或者采集的感知数据能够正确指向所属的多个待识别对象中的一个，则对于某个待识别对象，不同采集位置采集的一种或多种二维感知数据具备关联性。
[0012]作为优选，对于不同采集位置同时采集的感知数据，如果在不同采集位置对同一个空间场进行采集，利用已知对象的感知数据，对获取的感知数据进行对应标定，建立标定
模型；进行联合计算时，标定模型用于处理不同采集位置同时采集的感知数据之间的差异。
[0013]作为优选，针对于某一个待识别对象的某一种二维感知数据，如果后续的其他采集位置未感知到该二维感知数据的特征，但是从其他种二维感知数据的特征能够确定未能侦测到的该二维感知数据的特征仍然属于该待识别对象时，则继续将该未能侦测到的该二维感知数据的特征指定为属于该待识别对象。
[0014]作为优选，对获取感知数据的采集装置进行时间同步，获取的二维感知数据及原始三维点云记录时间戳，根据时间戳，对于获取间隔期间的待识别对象进行状态推测，得到推测感知数据；进行联合计算时，对推测感知数据赋予不同于获取的感知数据的权重。
[0015]作为优选，步骤1)中，二维感知数据包括颜色、光谱组合、轮廓、线条、气味、声音、光反射率、材质、运动趋势、电磁特征、温度、温度变化趋势、震动幅度、刚性、震动频率、震动频率变化趋势中的一种或多种组合。
[0016]作为优选，结合电磁感应、温度规律、震动频率的变化特征、运动相关性、光反射率，确定属性三维点云的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系。
[0017]作为优选，获取待识别对象的物体图像，结合光照强度、大气状况、光照方向、物体材质，对物体图像及光谱进行处理，基于物体图像及光谱的颜色与轮廓判断物体图像中属于同一个部件的部分；然后结合电磁感应、温度规律、震动频率的变化特征、运动相关性、光反射率，判断所述的三维点云中的云点是否为同一个刚性或柔性部件。
[0018]作为优选，所述的运动相关性包括不同材料所呈现的不同的运动相关性。
[0019]作为优选，步骤1)中，原始三维点云通过激光雷达采集获得，或者，根据多个图像获取装置采集的图像数据进行生成。
[0020]一种基于所述的部件确定方法的非特定特征识别方法，设置对等网络，所述的对等网络包括多个节点设备，所有节点设备之间无主次关系；节点设备设置数据采集装置、运算模块，数据采集装置包括激光雷达与其他至少一种类型传感器，用于采集不同对应类型的感知数据，所述的感知数据包括二维感知数据与原始三维点云；设置于不同的采集位置的节点设备采集待识别对象的至少一种点样本，点样本为原始三维点云与对应传感器类型的二维感知数据；
[0021]对于某一个节点设备，对采集的感知数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响；基于此，在不需要获取待识别对象的身份信息的情况下，对等网络中的多个节点设备进行协同计算，确定每个唯一性的待识别对象为其自身，实现非特定特征识别。
[0022]作为优选，当前节点设备接收其他节点设备输出的结果数据；对于当前节点设备，将采集的感知数据结合来自其他节点设备的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备；对等网络中的节点设备随着感知数据的采集与结果数据的计算，进行协同计算。
[0023]作为优选，对等网络中，针对于某一个待识别对象的某一种二维感知数据，从采集该二维感知数据的节点设备向其他节点设备传递的结果数据中，后续节点设备根据该二维感知数据的特征调节感知注意力，或者，报告该二维感知数据的特征供后续的节点设备调
节感知注意力；如果后续的其他节点设备未侦测到该二维感知数据的特征，但是从其他种二维感知数据的特征能够确定未能侦测到的该二维感知数据的特征仍然属于该待识别对象时，则继续将该未能侦测到的该二维感知数据的特征表述在当前节点设备的结果数据中并传递至其他节点设备。
[0024]作为优选，报告该二维感知数据的特征供后续的节点设备调节感知注意力的方法为：针对前序节点设备提供的表达该二维感知数据的特征的结果数据，或该二维感知数据的特征调节后续的节点设备的数据处理模型的参数，使得后续的节点设备提高对该二维感知数据的特征进行鉴别的算力；或者，后续的节点设备使用感知注意力模型匹配接收的该二维感知数据的特征或表达了该二维感知数据的特征的结果数据进行算力调节。
[0025]作为优选，节点设备在处理若干前序的节点设备输出的结果数据时，基于数据处理模型，当若干前序的节点设备所描述的待识别对象能够通过二维感知数据的某些共性特征确定为同一目标时，将各节点设备描述的二维感知数据的特征及其他信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种待识别对象的部件确定方法，其特征在于，步骤如下：1)获取待识别对象的感知数据，所述的感知数据包括一种或多种二维感知数据及原始三维点云；2)将二维感知数据作为附加于对应的原始三维点云的属性，进行联合计算，构建带属性的属性三维点云；3)确定属性三维点云的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系。2.根据权利要求1所述的待识别对象的部件确定方法，其特征在于，步骤3)具体为：利用属性三维点云的各个云点的属性及各个云点的属性之间的关联性，判断属性三维点云的各个云点之间的关系，以及属性具备关联性的各个云点所属的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系。3.根据权利要求2所述的待识别对象的部件确定方法，其特征在于，对于不同采集位置先后采集的感知数据，如果某一种或多种二维感知数据在不同采集位置的特征值分别符合预设的相近条件或者由特定模型判定具备相关性达到阈值，且在每个采集位置为唯一，则判定在不同采集位置的该种二维感知数据具备关联性。4.根据权利要求2所述的待识别对象的部件确定方法，其特征在于，对于不同采集位置同时采集的感知数据，如果在不同采集位置对同一个空间场进行采集，当空间场中只有唯一待识别对象，或者采集的感知数据能够正确指向所属的多个待识别对象中的一个，则对于某个待识别对象，不同采集位置采集的一种或多种二维感知数据具备关联性。5.根据权利要求1所述的待识别对象的部件确定方法，其特征在于，对于不同采集位置同时采集的感知数据，如果在不同采集位置对同一个空间场进行采集，利用已知对象的感知数据，对获取的感知数据进行对应标定，建立标定模型；进行联合计算时，标定模型用于处理不同采集位置同时采集的感知数据之间的差异。6.根据权利要求1所述的待识别对象的部件确定方法，其特征在于，针对于某一个待识别对象的某一种二维感知数据，如果后续的其他采集位置未感知到该二维感知数据的特征，但是从其他种二维感知数据的特征能够确定未能侦测到的该二维感知数据的特征仍然属于该待识别对象时，则继续将该未能侦测到的该二维感知数据的特征指定为属于该待识别对象。7.根据权利要求6所述的待识别对象的部件确定方法，其特征在于，对获取感知数据的采集装置进行时间同步，获取的二维感知数据及原始三维点云记录时间戳，根据时间戳，对于获取间隔期间的待识别对象进行状态推测，得到推测感知数据；进行联合计算时，对推测感知数据赋予不同于获取的感知数据的权重。8.根据权利要求1至7任一项所述的待识别对象的部件确定方法，其特征在于，步骤1)中，二维感知数据包括颜色、光谱组合、轮廓、线条、气味、声音、光反射率、材质、运动趋势、电磁特征、温度、温度变化趋势、震动幅度、刚性、震动频率、震动频率变化趋势中的一种或多种组合。9.根据权利要求8所述的待识别对象的部件确定方法，其特征在于，结合电磁感应、温度规律、震动频率的变化特征、运动相关性、光反射率，确定属性三维点云的各个区域与待识别对象的3D外观的每个部件或相关联部件的对应关系。
10.根据权利要求9所述的待识别对象的部件确定方法，其特征在于，获取待识别对象的物体图像，结合光照强度、大气状况、光照方向、物体材质，对物体图像及光谱进行处理，基于物体图像及光谱的颜色与轮廓判断物体图像中属于同一个部件的部分；然后结合电磁感应、温度规律、震动频率的变化特征、运动相关性、光反射率，判断所述的三维点云中的云点是否为同一个刚性或柔性部件。11.根据权利要求9所述的待识别对象的部件确定方法，其特征在于，所述的运动相关性包括不同材料所呈现的不同的运动相关性。12.根据权利要求1至7任一项所述的待识别对象的部件确定方法，其特征在于，步骤1)中，原始三维点云通过激光雷达采集获得，或者，根据多个图像获取装置采集的图像数据进行生成。13.一种基于权利要求1至12任一项所述的部件确定方法的非特定特征识别方法，其特征在于，设置对等网络，所述的对等网络包括多个节点设备，所有节点设备之间无主次关系；节点设备设置数据采集装置、运算模块，数据采集装置包括激光雷达与其他至少一种类型传感器，用于采集不同对应类型的感知数据，所述的感知数据包括二维感知数据与原始三维点云；设置于不同的采集位置的节点设备采集待识别对象的至少一种点样本，点样本为原始三维点云与对应传感器类型的二维感知数据；对于某一个节点设备，对采集的感知数据进行处理，得到结果数据，并向其他节点设备传播所述的结果数据；接收到所述的结果数据的其他节点设备，将所述的结果数据作为采集的原始数据之一，通过所述的结果数据对其他节点设备的结果数据形成影响；基于此，在不需要获取待识别对象的身份信息的情况下，对等网络中的多个节点设备进行协同计算，确定每个唯一性的待识别对象为其自身，实现非特定特征识别。14.根据权利要求13所述的非特定特征识别方法，其特征在于，当前节点设备接收其他节点设备输出的结果数据；对于当前节点设备，将采集的感知数据结合来自其他节点设备的结果数据，计算得到当前节点设备的结果数据，并发送至其他节点设备；对等网络中的节点设备随着感知数据的采集与结果数据的计算，进行协同计算。15.根据权利要求13所述的非特定特征识别方法，其特征在于，对等网络中，针对于某一个待识别对象的某一种二维感知数据，从采集该二维感知数据的节点设备向其他节点设备传递的结果数据中，后续节点设备根据该二维感知数据的特征调节感知注意力，或者，报告该二维感知数据的特征供后续的节点设备...

【专利技术属性】
技术研发人员：陈飞，
申请(专利权)人：耀灵人工智能浙江有限公司，
类型：发明
国别省市：