CN113343835A - 一种适用于应急救援的物体识别方法、系统及存储介质 - Google Patents

Abstract

本发明属于应急救援技术领域，具体是涉及一种适用于应急救援的物体识别方法、系统及存储介质，所述物体识别方法包括如下的步骤：S1、获取应急救援现场中的物体的三维数据集合；S2、对所述三维数据集合进行聚类分析处理；S3、对通过聚类分析处理得到的三维数据点群进行分割处理；S4、对通过分割处理得到的三维数据点集进行计算处理；S5、依靠对所述三维数据点集进行计算处理的结果数据进行物体的识别处理，本发明依靠激光雷达技术收集应急救援现场中的物体的三维数据，通过对收集到的三维数据进行处理分析，达到在复杂的应急救援现场中快速识别出遇险者的目的，且本发明提供的物体识别方法具有识别精度高的优点。

Description

一种适用于应急救援的物体识别方法、系统及存储介质

技术领域

本发明属于应急救援技术领域，具体是涉及一种适用于应急救援的物体识别方法、系统及存储介质。

背景技术

应急救援一般是指针对突发、具有破坏力的紧急事件采取预防、预备、响应和恢复的活动与计划，根据紧急事件的不同类型，应急救援被分为交通应急救援、消防应急救援、地震应急救援、厂矿应急救援、家庭应急救援等，多种情况下的应急救援现场往往需要在复杂的环境中对遇险者进行快速的识别和定位，例如户外运动爱好者在野外遇险的情况时有发生，而当野外救援队在野外对遇险者进行搜救时，通常通过人工地毯式搜索的方式、或通过救援直升机搜索的方式来确定遇险者的位置，当进行人工地毯式搜索时，需要搜索的范围往往很大，会花费大量的人力物力，而且野外部分区域救援人员无法到达，当通过救援直升机搜索时，需要依靠人工来观察遇险者的位置，存在搜救效率低的问题。

发明内容

本发明的目的是针对以上提出的技术问题，提供一种适用于应急救援的物体识别方法、系统及存储介质，本发明依靠激光雷达技术收集应急救援现场中的物体的三维数据，通过对收集到的三维数据进行处理分析，达到在复杂的应急救援现场中快速识别出遇险者的目的，且本发明提供的物体识别方法具有识别精度高的优点。

为实现上述目的，本发明提供如下技术方案：

一种适用于应急救援的物体识别方法，通过如下步骤来实现：

S1、获取应急救援现场中的物体的三维数据集合；

S2、对所述三维数据集合进行聚类分析处理；

S3、对通过聚类分析处理得到的三维数据点群进行分割处理；

S4、对通过分割处理得到的三维数据点集进行计算处理；

S5、依靠对所述三维数据点集进行计算处理的结果数据进行物体的识别处理。

作为本发明的一种优选技术方案，步骤S2中对获取到的应急救援现场中的物体的三维数据集合进行聚类分析处理，通过对所述三维数据集合进行聚类分析处理得到不同物体的三维数据点群。

作为本发明的一种优选技术方案，步骤S3中对通过聚类分析处理得到的三维数据点群进行分割处理，具体包括如下步骤：

S31、根据所述三维数据点群建立三维数据点群的数据立方体；

S32、对所述数据立方体进行数据层的划分；

S33、对所述数据立方体的各个数据层进行数据区域的划分。

作为本发明的一种优选技术方案，步骤S4中对物体的三维数据点群通过分割处理得到的各个三维数据点集进行计算处理，具体包括如下的步骤：

S41、对所述三维数据点集进行尺寸的计算；

S42、对所述三维数据点集进行位置的计算；

S43、对所述三维数据点集进行位置关系的计算；

本发明还提供一种适用于应急救援的物体识别系统，包括如下模块：

第一模块，用于获取应急救援现场中的物体的三维数据集合；

第二模块，用于对所述三维数据集合进行聚类分析处理；

第三模块，用于对通过聚类分析处理得到的三维数据点群进行分割处理，具体包括如下单元：

第一单元，用于根据所述三维数据点群建立三维数据点群的数据立方体；

第二单元，用于对所述数据立方体进行数据层的划分；

第三单元，用于对所述三维数据点集进行位置关系的计算；

第四模块，用于对通过分割处理得到的三维数据点集进行计算处理，具体包括如下单元：

第四单元，用于对所述三维数据点集进行尺寸的计算；

第五单元，用于对所述三维数据点集进行中心位置的计算；

第六单元，用于对所述三维数据点集进行位置关系的计算；

第五模块，用于依靠对所述三维数据点集进行计算处理的结果数据进行物体的识别处理。

本发明还提供一种储存介质，其中储存有一种适用于应急救援的物体识别系统所述的系统可执行的指令，所述指令在由一种适用于应急救援的物体识别系统包括的处理器执行是用于实现如上任一项所述的一种适用于应急救援的物体识别方法。

与现有技术相比，本发明的有益效果如下所述：

1、本发明提供了一种适用于应急救援的物体识别方法，能够实现在复杂的应急救援现场下对遇险者进行快速识别的目的，解决了现有技术中当进行人工地毯式搜索时，需要搜索的范围往往很大，会花费大量的人力物力，而且应急救援现场部分区域救援人员无法到达，当通过救援直升机搜索时，需要依靠人工来观察遇险者的位置，存在搜救效率低等问题。

2、本发明通过激光雷达扫描技术获取应急救援现场中的不同物体的三维数据集合，并对该三维数据集合进行聚类分析得到不同物体的三维数据点群，接着建立该三维数据点群的数据立方体，为了提高对物体的三维数据点群的识别精度，本发明对该数据立方体进行数据层的划分，并将各数据层划分为各个数据区域，也即各个三维数据点集，接着对三维数据点集进行计算处理来得到三维数据点集的特征数据用来后续进行物体类型的识别，具体计算三维数据点集的尺寸数据、位置数据、和与其相邻的三维数据点集的位置关系数据，其中，通过计算三维数据点在坐标轴上的标准偏差值来计算三维数据点集的尺寸，能够保证即使在三维数据点集中包含较少的三维数据点的情况下仍能以较高的准确度计算出三维数据点集的尺寸数据，本发明不仅计算各个三维数据点集的尺寸数据和位置数据，还计算不同的三维数据点集之间的位置关系，进一步提高了使用本发明提供的方法进行物体识别的准确度，最后通过将上述计算得到的三维数据点集的特征数据与物体识别的标准模型进行匹配度的计算来判定物体的类型。整体上，本发明不仅能够实现在复杂的应急救援现场下对遇险者进行快速识别的目的，且识别精度高、可靠性好。

附图说明

图1为本发明的一种适用于应急救援的物体识别方法的整体的步骤流程图；

图2为本发明的对三维数据点群进行分割处理的步骤流程图；

图3为本发明的对三维数据点集进行计算处理的步骤流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。

参考图1所示，本发明提供一种适用于应急救援的物体识别方法，具体通过如下的步骤来实现：

S1、获取应急救援现场中的物体的三维数据的集合；

S2、对三维数据的集合进行聚类分析处理；

S3、对通过聚类分析处理得到的三维数据点群进行分割处理；

S4、对通过分割处理得到的三维数据点集进行计算处理；

S5、依靠对三维数据点集进行计算处理的结果数据进行物体的识别处理。

进一步的，在步骤S1中通过激光雷达技术采集应急救援现场中的物体的三维数据，多个不同类型的物体的三维数据构成三维数据的集合，其中，激光雷达设备以激光作为信号源，由激光器发射出的脉冲激光，打到地面的树木、道路、桥梁和建筑物等各种物体上，引起脉冲激光发生散射，一部分散射光波会反射到激光雷达的接收器上，根据激光测距原理计算，就得到从激光雷达到目标点的距离，以雷达为原点，就可以得到目标的坐标数据，脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的三维数据。

进一步的，在步骤S2中对获取到的应急救援现场中的物体的三维数据的集合进行聚类分析处理，通过对三维数据的集合进行聚类分析处理从而使同一类物体的三维数据聚集在一起，并形成三维数据点群，该三维数据点群用于后续对该物体的类型进行识别来判断遇险者的位置，其中，可以选择多种不同的聚类算法来实现聚类分析处理，例如将三维数据点之间的距离均小于特定数值的三维数据点划分为一类，还可以选择如K-Means聚类算法、均值漂移聚类算法、基于密度的聚类算法、用高斯混合模型的最大期望聚类算法等来实现对三维数据的聚类分析处理。

进一步的，参考图2所示，为了提高对物体的三维数据点群的识别准确度，在步骤S3中对通过聚类分析处理得到的三维数据点群进行分割处理，具体包括如下的步骤：

S31、根据上述的三维数据点群建立三维数据点群的数据立方体；

S32、对数据立方体进行数据层的划分；

S33、对数据立方体的各个数据层进行数据区域的划分。

其中，在步骤S31中建立三维坐标系，并将物体的三维数据点群对应到该三维坐标系下，使用在各坐标轴上坐标值为最大的三维数据点的坐标值数据和在各坐标轴上的坐标值为最小的三维数据点的坐标值数据来确定上述三维数据点群的外接长方体，即组成物体的全部三维数据点都分布在该外接长方体的内部；在步骤S32中，根据物体的高度的不同，将上述的三维数据点群的外接长方体在水平方向上划分为多个不同的数据层，每个数据层上都分布有组成物体的三维数据点；在步骤S33中，根据对上述的外接长方体划分的数据层数，对其每个数据层继续进行数据区域的划分，并形成多个三维数据点集，假如外接长方体被划分为四个数据层，那么该外接长方体的每个数据层也都被分成四个区域，每个数据区域中都分布着三维数据点，形成三维数据点集。

进一步的，参考图3所示，在步骤S4中对物体的三维数据点群通过分割处理得到的各个三维数据点集进行计算处理，具体包括如下的步骤：

S41、对三维数据点集进行尺寸的计算；

S42、对三维数据点集进行位置的计算；

S43、对三维数据点集进行位置关系的计算。

其中，在步骤S41中，基于通过步骤S3得到的各个三维数据点集，计算其包含的各三维数据点在X坐标轴和Y坐标轴上的标准偏差值，由该X坐标轴上的标准偏差值和该Y坐标轴上的标准偏差值规定的矩形面积就是对上述三维数据点集进行尺寸计算的结果，该矩形面积代表了三维数据点不同的分布情况，即矩形面积越大意味着三维数据点越分散，矩形面积越小意味着三维数据点越密集，通过计算三维数据点在坐标轴上的标准偏差值来计算上述三维数据点集的尺寸，能够保证即使在三维数据点集中包含较少三维数据点的情况下仍能以较高的准确度计算出三维数据点集的尺寸大小，用于后续对物体的类型进行识别处理；

在步骤S42中，基于通过步骤S3得到的各个三维数据点集，计算其包含的各三维数据点在X坐标轴和Y坐标轴决定的平面上的重心坐标作为对上述的三维数据点集进行位置计算的结果，用于后续对物体的类型进行识别处理；

在步骤S43中，通过计算各个三维数据点集之间的位置关系来达到进一步提高对物体的三维数据点群的识别准确度的目的，首先，基于步骤S41中计算得到的各个三维数据点集包含的各三维数据点在X坐标轴和Y坐标轴上的标准偏差值构建各个三维数据点集的计算基础矩形，即此时物体的三维数据点群的数据立方体的每一数据层上的每一个三维数据点集都对应有一个计算基础矩形，用来进行三维数据点集之间的位置关系的计算，然后，将上述一个三维数据点集的计算基础矩形的一个顶点与其在Z坐标轴上方或下方相邻的那个三维数据点集的计算基础矩形的相对应的顶点通过直线进行连接，并计算该直线与上述一个三维数据点集所在平面的法线的夹角，该夹角表征了不同三维数据点集之间的位置关系，最后，分别计算上述一个三维数据点集的计算基础矩形的其它顶点和与其相邻的三维数据点集的位置关系，以及通过该方法计算其他三维数据点集之间的位置关系，用于后续对物体的类型进行识别处理。

进一步的，在步骤S5中依靠对三维数据点集进行计算处理的结果数据进行物体的识别处理，首先，选择将被用来进行物体识别的标准模型，该标准模型的数据层数和在步骤S3中对物体的三维数据点群的数据立方体进行数据层划分的层数一致，然后，将通过步骤S4计算得到的三维数据点集的尺寸数据、位置数据、和与其相邻的三维数据点集的位置关系数据进行数据变换处理，并与上述的物体识别的标准模型进行匹配度的计算，当该计算结果大于设定的阈值时，即此时能够判定三维数据点群对应的物品类型。

综上所述，本发明通过激光雷达扫描技术获取应急救援现场中的不同物体的三维数据集合，并对该三维数据集合进行聚类分析得到不同物体的三维数据点群，接着建立该三维数据点群的数据立方体，为了提高对物体的三维数据点群的识别精度，本发明对该数据立方体进行数据层的划分，并将各数据层划分为各个数据区域，也即各个三维数据点集，接着对三维数据点集进行计算处理来得到三维数据点集的特征数据用来后续进行物体类型的识别，具体计算三维数据点集的尺寸数据、位置数据、和与其相邻的三维数据点集的位置关系数据，其中，通过计算三维数据点在坐标轴上的标准偏差值来计算三维数据点集的尺寸，能够保证即使在三维数据点集中包含较少的三维数据点的情况下仍能以较高的准确度计算出三维数据点集的尺寸数据，本发明不仅计算各个三维数据点集的尺寸数据和位置数据，还计算不同的三维数据点集之间的位置关系，进一步提高了使用本发明提供的方法进行物体识别的准确度，最后通过将上述计算得到的三维数据点集的特征数据与物体识别的标准模型进行匹配度的计算来判定物体的类型。整体上，本发明能够实现在复杂的应急救援现场下对遇险者进行快速识别的目的，且识别精度高、可靠性好。

需要注意的是，本发明提供的一种适用于应急救援的物体识别方法能够在交通应急救援、消防应急救援、地震应急救援、厂矿应急救援等多种不同情况下的应急救援现场中使用。

本发明还提供一种适用于应急救援的物体识别系统，包括如下模块：

第一模块，用于获取应急救援现场中的物体的三维数据集合；

第二模块，用于对三维数据集合进行聚类分析处理；

第三模块，用于对通过聚类分析处理得到的三维数据点群进行分割处理，具体包括如下单元：

第一单元，用于根据三维数据点群建立三维数据点群的数据立方体；

第二单元，用于对数据立方体进行数据层的划分；

第三单元，用于对三维数据点集进行位置关系的计算；

第四模块，用于对通过分割处理得到的三维数据点集进行计算处理，具体包括如下单元：

第四单元，用于对三维数据点集进行尺寸的计算；

第五单元，用于对三维数据点集进行中心位置的计算；

第六单元，用于对三维数据点集进行位置关系的计算；

第五模块，用于依靠对三维数据点集进行计算处理的结果数据进行物体的识别处理。

本发明还提供一种储存介质，其中储存有一种适用于应急救援的物体识别系统所述的系统可执行的指令，所述指令在由一种适用于应急救援的物体识别系统包括的处理器执行是用于实现如上任一项所述的一种适用于应急救援的物体识别方法。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

本领域内的技术人员应明白，本发明的前述方法实施例可实现为计算机程序产品。因此，本发明例如可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种适用于应急救援的物体识别方法，其特征在于，包括如下步骤：

S1、获取应急救援现场中的物体的三维数据集合；

S2、对所述三维数据集合进行聚类分析处理；

S3、对通过聚类分析处理得到的三维数据点群进行分割处理；

S4、对通过分割处理得到的三维数据点集进行计算处理；

S5、依靠对所述三维数据点集进行计算处理的结果数据进行物体的识别处理。

2.根据权利要求1所述的一种适用于应急救援的物体识别方法，其特征在于，S2中对获取到的应急救援现场中的物体的三维数据集合进行聚类分析处理，通过对所述三维数据集合进行聚类分析处理得到不同物体的三维数据点群。

3.根据权利要求1所述的一种适用于应急救援的物体识别方法，其特征在于，S3中对通过聚类分析处理得到的三维数据点群进行分割处理，具体包括如下步骤：

S31、根据所述三维数据点群建立三维数据点群的数据立方体；

S32、对所述数据立方体进行数据层的划分；

S33、对所述数据立方体的各个数据层进行数据区域的划分。

4.根据权利要求1所述的一种适用于应急救援的物体识别方法，其特征在于，S4中对物体的三维数据点群通过分割处理得到的各个三维数据点集进行计算处理，具体包括如下的步骤：

S41、对所述三维数据点集进行尺寸的计算；

S42、对所述三维数据点集进行位置的计算；

S43、对所述三维数据点集进行位置关系的计算。

5.一种适用于应急救援的物体识别系统，其特征在于，包括如下模块：

第一模块，用于获取应急救援现场中的物体的三维数据集合；

第二模块，用于对所述三维数据集合进行聚类分析处理；

第三模块，用于对通过聚类分析处理得到的三维数据点群进行分割处理，具体包括如下单元：

第一单元，用于根据所述三维数据点群建立三维数据点群的数据立方体；

第二单元，用于对所述数据立方体进行数据层的划分；

第三单元，用于对所述三维数据点集进行位置关系的计算；

第四模块，用于对通过分割处理得到的三维数据点集进行计算处理，具体包括如下单元：

第四单元，用于对所述三维数据点集进行尺寸的计算；

第五单元，用于对所述三维数据点集进行中心位置的计算；

第六单元，用于对所述三维数据点集进行位置关系的计算；

第五模块，用于依靠对所述三维数据点集进行计算处理的结果数据进行物体的识别处理。

6.一种存储介质，其中存储有权利要求5所述的系统可执行的指令，其特征在于，所述指令在由权利要求5所述的系统包括的处理器执行时用于实现如权利要求1-4任一项所述的一种适用于应急救援的物体识别方法。

Images