(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210517031.9 (22)申请日 2022.05.12 (71)申请人 桂林电子科技大 学 地址 541004 广西壮 族自治区桂林市七 星 区金鸡路1号 (72)发明人 刘飞　杨起鸣　邹钰杰　柴文静　 沈乃瑞　宁辉旺　 (74)专利代理 机构 深圳汇策知识产权代理事务 所(普通合伙) 44487 专利代理师 迟芳 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/26(2022.01) G06V 10/762(2022.01) G06T 17/00(2006.01)G01S 17/93(2020.01) G01S 7/48(2006.01) (54)发明名称 基于点云密度和间距的动态阈值确定方法 及欧式聚类方法 (57)摘要 基于点云密度和间距的动态阈值确定方法 及欧式聚类方法， 属于自动驾驶环 境感知技术领 域。 为了解决针对欧式聚类对于全 范围内的障碍 物识别的采用统一的距离阈值存在因固定阈值 导致的远距离的障碍物聚类欠分割率较高的问 题。 本发明首先根据地面分割后的激光点云建立 KD‑tree； 基于建立的KD ‑tree计算每个集合中点 云间的平均欧式距离 基于点云集合的平均欧 式距离 确定补偿因子e； 根据聚类集合中的两 点确定初始阈值di； 最后进而根据补偿因子和初 始阈值确定距离阈值dt＝ed+di， 其中， d为该点 云至激光雷达中心的距离。 本发 明主要用于点云 的聚类。 权利要求书2页 说明书7页 附图5页 CN 114973191 A 2022.08.30 CN 114973191 A 1.基于点云密度和间距的动态阈值确定方法， 其特 征在于， 包括以下步骤： 根据地面分割后的激光点云建立KD ‑tree； 基于建立的KD ‑tree计算每个集合 中点云间 的平均欧式距离 基于点云集合的平均欧式距离 确定补偿因子 其中， l为激光雷 达的线数 数量， ρ 为 点云集合中的点云密度； 根据聚类集合中的两点确定初始阈值 其中， p1 和p2为点云密度最高且符合 点云数量阈值的聚类集 合中的两点； 最后进而根据补偿因子e和初始阈值确定距离阈值dt＝ed+di， 其中， d为该点云至激光 雷达中心的距离 。 2.根据权利要求1所述的基于点云密度和间距的动态阈值确定方法， 其特征在于， 所述 点云集合的平均欧式距离 其中， dn(pi)为点云集合中任意一点pi与其最邻 近点的欧式距离， N表示 点云集合中的点云总数。 3.根据权利要求2所述的基于点云密度和间距的动态阈值确定方法， 其特征在于， 所述 点云集合中的点云密度ρ 的确定过程包括以下步骤： 获取平均欧式距离后， 将点云空间划分为立方体网格， 即将空间体素化， 设格网的边长 为Δa×Δb×Δc， 则点云空间可划分为s个立方体网格； s＝a×b×c 其中a， b， c为立方体各 方向上网格平面数； 将点云空间划分为立方体网格后， 若网格中存在点云， 则该网格记为1， 并记录点云数 ni， 若网格中没有点云， 则记为0； 点云集 合中点云密度为： 其中， s(1)表示 为记为1的网格数量， ni表示网格中的点云数量。 4.根据权利要求3所述的基于点云密度和间距的动态阈值确定方法， 其特征在于， 立方 体各方向上网格平面数如下： 其中， int表示向下取整； xmax、 xmin分别是点云集合中点云x轴坐标的最大值和最小值， ymax、 ymin分别是点云集合中点云y轴坐标的最大值和最小值， zmax、 zmin分别是点云集合中点 云z轴坐标的最大值和最小值。 5.基于点云密度和间距的动态阈值欧式聚类方法， 其特征在于， 首先利用权利要求1至 4之一所述的基于点云密度和间距的动态阈值确定方法确定距离阈值 求得距离阈值后， 基于设置好的欧式聚类的聚类参数， 利用欧式聚类的方法进行聚类。权　利　要　求　书 1/2 页 2 CN 114973191 A 26.根据权利要求5所述的基于点云密度和间距的动态阈值欧式聚类方法， 其特征在于， 所述利用欧式聚类的方法进行聚类的过程包括以下步骤： S201、 创建一个集合Q1， 利用KD‑tree在o1点外搜索最近点， 将符合距离阈值的n个点p1， p2…， pn以及点p加入集 合Q1中， 则Q1＝(o1， p1， p2…， pn)， 其中集 合Q1中的点满足： 其中pi为集合Q1中除o1外的任意 一点， di为最近搜索距离， S202、 在集合Q1外选取另一点作为中心点， 创建另一个集合Q2， 按照步骤S201的方式找 寻满足距离阈值的点加入， 遍历所有输入的点， 反 复执行上述动作， 直到所有点都成为某 一 集合Qi中的点或者中心点， 随后记录每 个集合Qi中的点云个数ti， 当满足数量阈值条件时， 即tmin<ti<tmax时， 集合Qi内的点云为障碍物点云， 其中tmin和 tmax为聚类的数量阈值； 不满足数量阈值条件的集 合内的点云为无效点云。权　利　要　求　书 2/2 页 3 CN 114973191 A 3