(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 202111642090.0 (22)申请日 2021.12.2 9 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 汪呈智　李冬冬　李乾坤　殷俊　 陈向阳　吴函　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06K 9/62(2022.01) (54)发明名称 聚类方法、 聚类装置及计算机可读存 储介质 (57)摘要 本申请公开了一种聚类方法、 装置及计算机 可读存储介质， 该聚类法方法包括： 确定一个未 访问的第一数据点； 创建第一类簇， 将第一数据 点加入第一类簇中； 以第一数据点为中心点， 将 第一邻域半径内的第二数据点加入候选集合； 遍 历候选集合中未访问的第三数据点； 分别确定各 个第三数据点对应的第二邻域半径， 第三数据点 的第二邻域半径小于第三数据点对应的中心点 的邻域半径； 分别以各个第三数据点为中心点， 将对应第二邻域半径内的第四数据点加入候选 集合； 若第三数据点不属于任何一个类簇， 将第 三数据点加入第一类簇中； 返回执行遍历候选集 合中未访问的第三数据点的步骤； 返回执行确定 第一数据点的步骤。 本申请所提供的聚类方法能 够提高聚类的准确率。 权利要求书2页 说明书8页 附图4页 CN 114462493 A 2022.05.10 CN 114462493 A 1.一种聚类方法， 其特 征在于， 所述方法包括： 在待聚类点云中， 确定一个未访问的第一数据点， 并将所述第一数据点确定为已访问； 确定所述第一数据点对应的邻域半径， 并定义 为第一邻域半径； 创建第一类簇， 并将所述第一数据点加入所述第一类簇中； 以所述第一数据点 为中心点， 将所述第一邻域半径内的第二数据点加入候选集 合； 遍历所述 候选集合中未访问的第三数据点； 分别将各个所述第三数据点确定为已访问； 分别确定各个所述第三数据点对应的邻域半径， 并定义为第 二邻域半径， 其中， 所述第 三数据点的所述第二邻域半径小于所述第三数据点对应的中心点的邻域半径； 分别以各个所述第 三数据点为中心点， 将对应所述第 二邻域半径内的第四数据点加入 所述候选集合； 响应于所述第三数据点不属于任何一个类簇， 将所述第三数据点加入所述第一类簇 中； 返回执行所述遍历所述候选集合中未访问的第 三数据点的步骤， 直至所述候选集合不 存在未访问的所述第三数据点； 返回执行所述在待聚类点云中， 确定一个未访 问的第一数据点的步骤， 直至所述待聚 类点云中不存在未访问的所述第一数据点。 2.根据权利要求1所述的方法， 其特征在于， 所述分别确定各个所述第 三数据点对应的 邻域半径的步骤， 包括： 分别确定各个所述第 三数据点对应的评估值， 所述第 三数据点对应的所述评估值和所 述第三数据点与对应的中心点的相似度相关； 分别根据 各个所述第 三数据点对应的所述评估值， 确定各个所述第 三数据点对应的邻 域半径。 3.根据权利要求2所述的方法， 其特征在于， 所述分别确定各个所述第 三数据点对应的 评估值的步骤， 包括： 分别确定所述第三数据点和各自对应的中心点的数据值的平均值； 分别确定所述第三数据点和各自对应的中心点的数据值的方差； 分别根据 各个所述第 三数据点对应的所述平均值以及所述方差， 确定各个所述第 三数 据点对应的所述评估值。 4.根据权利要求3所述的方法， 其特征在于， 所述分别根据 各个所述第 三数据点对应的 所述平均值以及所述方差， 确定各个所述第三数据点对应的所述评估值的步骤， 包括： 分别确定各个所述第三数据点对应的所述方差的平方值和对应的所述平均值的和值； 分别确定各个所述第 三数据点对应的所述和值的平方值， 得到各个所述第 三数据点对 应的所述评估值。 5.根据权利要求2所述的方法， 其特征在于， 所述分别根据 各个所述第 三数据点对应的 所述评估值， 确定各个所述第三数据点对应的邻域半径的步骤， 包括： 响应于所述第 三数据点对应的所述评估值小于一， 确定所述第 三数据点对应的所述评 估值的相反数与一的和值； 确定所述第 三数据点对应的所述和值与对应的中心点的邻域半径的乘积， 得到所述第权　利　要　求　书 1/2 页 2 CN 114462493 A 2三数据点对应的邻域半径。 6.根据权利要求5所述的方法， 其特征在于， 所述分别根据 各个所述第 三数据点对应的 所述评估值， 确定各个所述第三数据点对应的邻域半径的步骤， 还 包括： 响应于所述第 三数据点对应的所述评估值大于或者等于一， 确定所述第 三数据点对应 的邻域半径为 零。 7.根据权利要求1所述的方法， 其特征在于， 所述待聚类点云为雷达点云， 所述方法还 包括： 分别根据所述待聚类点云中各个数据点的速度、 距离以及角度中的至少两种， 确定各 个数据点的数据值； 根据任意两个数据点的所述数据值的差值， 确定任意两个数据点之间的距离 。 8.根据权利要求7所述的方法， 其特征在于， 所述分别根据 所述待聚类点云中各个数据 点的速度、 距离以及角度中的至少两种， 确定各个数据点的数据值的步骤， 包括： 分别将各个数据点的所述速度、 所述距离以及所述角度中的至少两种进行加权求和， 得到各个数据点的所述数据值。 9.根据权利要求1所述的方法， 其特征在于， 在所述在待聚类点云中， 确定一个未访 问 的第一数据点之前， 还 包括： 积累相邻的预设帧数的扫描点云， 得到所述待聚类点云。 10.一种聚类装置， 其特征在于， 所述 聚类装置包括处理器、 存储器以及通信电路， 所述 处理器分别耦接所述存储器、 所述通信电路， 所述存储器中存储有程序数据， 所述处理器通 过执行所述存储器内的所述 程序数据以实现如权利要求1 ‑9任一项所述方法中的步骤。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序能够被处 理器执行以实现如权利要求1 ‑9任一项所述方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114462493 A 3