CN113591890A

CN113591890A - 一种聚类的方法和装置

Info

Publication number: CN113591890A
Application number: CN202010368450.1A
Authority: CN
Inventors: 王建国
Original assignee: Huawei Technologies Co Ltd
Current assignee: Huawei Technologies Co Ltd
Priority date: 2020-04-30
Filing date: 2020-04-30
Publication date: 2021-11-02
Also published as: WO2021218346A1

Abstract

本申请提供了一种聚类的方法，通过确定第一数据点集合中的目标的速度矢量，并利用该速度矢量从第一数据点集合确定第二数据点集合，所述第二数据点集合的位置和速度数据满足兼容性条件，可以充分利用目标特别是刚体目标具有相似的速度矢量这一特性，在速度矢量空间实现初步目标数据点分离；在此基础上对组内即第二数据点集合内的数据点进行聚类，相当于对速度相似的目标在空间位置上进一步聚类，可以有效减少聚类对空间位置相关的输入参数的敏感性，从而有效提高了聚类的准确度和可靠性。

Description

一种聚类的方法和装置

技术领域

本申请涉及数据处理领域，并且更具体地，涉及一种聚类的方法和装置。

背景技术

在先进驾驶辅助系统(advanced driver assistant system，ADAS)或者自动驾驶(autonomous driving，AD)系统中通常配置多种传感器，例如雷达、声纳、超声波传感器、视觉传感器如摄像头或者相机等，用于感知周边环境及目标信息。利用上述传感器获取的信息，可以实现对周边环境及物体的分类、识别以及跟踪等功能。随着传感器能力特别是空间分辨力的提升，对于一个距离传感器比较近的目标，在一次扫描过程中，传感器会产生多个测量数据。这类目标通常称为扩展目标。不同于点目标，扩展目标的维度或者尺寸将会跨越多个传感器的分辨单元。此外传感器一次扫描过程中，可能包含多个扩展目标，其中每个目标的数据可以包括位置和径向速度或者速度分量信息。分别确定并分离来自一个扩展目标的测量数据，是后续处理例如跟踪或者分类的前提/基础。因此，通过聚类方法对来自传感器的数据集进行聚类，分别确定并分离来自一个扩展目标的测量数据十分必要。

基于密度的聚类算法是目前应用较为广泛的聚类算法。例如，DBSCAN(density-based spatial clustering of applications with noise，DBSCAN)聚类及其扩展例如HDBSCAN(Hierarchical DBSCAN)或者OPTICS(ordering points to identify theclustering structure)等，可以基于数据点的空间位置信息对扩展目标进行聚类。上述基于密度的聚类方法应用于来自传感器的数据集时面临以下问题：一方面，上述方法对于输入参数比较敏感，对于不同的目标需要不同的参数配置，从而导致上述聚类方法难以达到预期目标，例如，参数阈值过小时，容易将同一聚类分割；参数阈值过大时，容易将不同聚类合并；另一方面，上述方法适用的数据集中的点的数据通常为相同类的数据，例如同为2维或者3维的空间位置矢量。当扩展用于同时包含位置和速度分量的数据时，直接计算不同点之间的矢量差值时通常差别比较大，聚类效果比较差。

因此，如何有效利用位置和径向速度或者速度分量数据，对数据集合进行有效聚类是目前亟待解决的问题。

发明内容

本申请提供一种聚类的方法和装置，以提高聚类的准确度和可靠性。

第一方面，提供了一种聚类的方法，该方法包括：

获取第一数据点集合，该第一数据点集合包括至少两个数据点，该第一数据点集合中的每个数据点的信息包括位置数据和径向速度数据；

确定该第一数据点集合的速度矢量值v；

根据该速度矢量值v确定第二数据点集合，该第二数据点集合包含于该第一数据点集合，该第二数据点集合中的数据点的位置数据和径向速度数据与该速度矢量值v满足兼容性条件；

根据该第二数据点集合中的数据点的位置数据确定至少一个聚类C。

基于上述方案，通过确定第一数据点集合中可能的目标的速度矢量，并利用该速度矢量从第一数据点集合确定第二数据点集合，该第二数据点集合的位置和速度数据满足兼容性条件，可以充分利用目标特别是刚体目标具有相似的速度矢量这一特性，在速度矢量空间实现初步目标数据点分离；在此基础上对组内即第二数据点集合内的数据点进行聚类，相当于对速度相似的目标在空间位置上进一步聚类，可以有效减少聚类对空间位置相关的输入参数的敏感性，从而有效提高了聚类的准确度和可靠性。

结合第一方面，在第一方面的某些实现方式中，

该速度矢量值v为预定义的速度矢量值；或者，

该速度矢量值v为根据该第一数据点集合中包含的数据点确定的。

结合第一方面，在第一方面的某些实现方式中，

该速度矢量值v为根据该第一数据点集合中包含的数据点确定的，包括：

根据该第一数据点集合内的两个或多个数据点的信息，确定该第一数据点集合的至少一个候选速度矢量值；

根据该至少一个候选速度矢量值，确定该速度矢量值v。

结合第一方面，在第一方面的某些实现方式中，

该根据该第一数据点集合内的两个或多个数据点的信息，确定该第一数据点集合的至少一个候选速度矢量值，包括：

根据该第一数据点集合内的数据点q的位置数据和径向速度数据，以及该数据点q的邻域N(q)内的至少一个数据点的位置数据和径向速度数据，基于以下关系式，确定该至少一个候选速度矢量值：

其中，v_c为该第一数据点集合的第c个候选速度矢量，c≥1；t为该数据点q或者该数据点q的邻域N(q)包含的用于确定该v_c的数据点，其中该数据点q的邻域N(q)为预先定义的邻域；

为数据点t的径向速度数据；n_t为与

对应的误差；h_t为方向余弦矢量；其中h_t根据该数据点t的位置数据得到。

结合第一方面，在第一方面的某些实现方式中，该根据该至少一个候选速度矢量值，确定该速度矢量值v，包括：

根据该至少一个候选速度矢量值，以及该第一数据点集合包括的一个或多个数据点的位置数据和径向速度数据，确定该至少一个候选速度矢量值的权重；

根据该至少一个候选速度矢量值的权重，确定该速度矢量值v。

结合第一方面，在第一方面的某些实现方式中，

该至少一个候选速度矢量值的权重为该第一数据点集合内的数据点相对于该至少一个候选速度矢量值的权重的累加值；

其中该第一数据点集合内的数据点相对于该至少一个候选速度矢量值的权重根据该第一数据点集合内的数据点的位置数据和径向速度数据得到。

结合第一方面，在第一方面的某些实现方式中，

根据该第一数据点集合内的部分或全部数据点的位置数据和径向速度数据，确定至少一个候选速度矢量值的权重，该至少一个候选速度矢量值属于第一候选速度矢量集合；

结合第一方面，在第一方面的某些实现方式中，

该第一候选速度矢量集合中的候选速度矢量值为预定义的候选速度矢量值；或者，

该第一候选速度矢量集合中的候选速度矢量值为根据所关注的速度矢量值确定的；或者，

该第一候选速度矢量集合中的候选速度矢量值为根据所关注的速度矢量值的范围确定的。

结合第一方面，在第一方面的某些实现方式中，

该至少一个候选速度矢量值中的任一个候选速度矢量值表示为候选速度矢量值v_c，该候选速度矢量值v_c的权重，根据该候选速度矢量值v_c的支撑集中的数据点确定，该候选速度矢量值v_c的支撑集为该第一数据点集合的子集，该候选速度矢量值v_c的支撑集包含的数据点s的径向速度数据与该候选速度矢量值v_c在该数据点s的径向投影分量的差值满足第二预定义门限。

结合第一方面，在第一方面的某些实现方式中，

该候选速度矢量值v_c的权重为根据该候选速度矢量值v_c的支撑集包含的数据点相对于该候选速度矢量值v_c的加权值的累加值；

其中该候选速度矢量值v_c的支撑集包含的数据点相对于该候选速度矢量值v_c的加权值根据该候选速度矢量值v_c的支撑集包含的数据点的位置数据和径向速度数据得到。

结合第一方面，在第一方面的某些实现方式中，

该速度矢量值v为该至少一个候选速度矢量值中权重最大的候选速度矢量值；或者，

该速度矢量值v为该至少一个候选速度矢量值中权重大于等于第三预定义门限的候选速度矢量值。

结合第一方面，在第一方面的某些实现方式中，

该兼容性条件为：

该速度矢量值v在该第二数据点集合中的数据点的径向投影分量与该第二数据点集合中的数据点的径向速度数据满足第四预定义门限，其中该速度矢量值v在该第二数据点集合中的数据点的径向投影分量为根据该速度矢量值v和该第二数据点集合中的数据点的位置数据得到。

结合第一方面，在第一方面的某些实现方式中，

该根据该第二数据点集合中的数据点的位置数据确定至少一个聚类C，包括：

根据该第二数据点集合中的数据点之间的距离确定该至少一个聚类C，其中该第二数据点集合中的数据点之间的距离为根据该第二数据点集合中的数据点的位置数据得到，或者，该第二数据点集合中的数据点之间的距离为根据该第二数据点集合中的数据点的位置数据和径向速度数据得到。

第二方面，提供了一种聚类的装置，该装置包括：

收发单元，用于获取第一数据点集合，该第一数据点集合包括至少两个数据点，该第一数据点集合中的每个数据点的信息包括位置数据和径向速度数据；

处理单元，用于确定该第一数据点集合的速度矢量值v；

该处理单元，还用于根据该速度矢量值v确定第二数据点集合，该第二数据点集合包含于该第一数据点集合，该第二数据点集合中的数据点的位置数据和径向速度数据与该速度矢量值v满足兼容性条件；

该处理单元，还用于根据该第二数据点集合中的数据点的位置数据确定至少一个聚类C。

结合第二方面，在第二方面的某些实现方式中，

该速度矢量值v为预定义的速度矢量值；或者，

结合第二方面，在第二方面的某些实现方式中，该处理单元还用于：

根据该至少一个候选速度矢量值，确定该速度矢量值v。

根据该第一数据点集合内的数据点q的位置数据和径向速度数据，以及该数据点q的邻域N(q)包含的至少一个数据点的位置数据和径向速度数据，基于以下关系式，确定该至少一个候选速度矢量值:

其中，v_c为该第一数据点集合的第c个候选速度矢量值，c≥1；t为该数据点q或者该数据点q的邻域N(q)包含的用于确定该v_c的数据点，其中该数据点q的邻域N(q)为预先定义的邻域；

为数据点t的径向速度数据；n_t为与

结合第二方面，在第二方面的某些实现方式中，

根据该第一数据点集合内的部分或全部数据点的信息，确定至少一个候选速度矢量值的权重，该至少一个候选速度矢量值属于第一候选速度矢量集合；

结合第二方面，在第二方面的某些实现方式中，

结合第二方面，在第二方面的某些实现方式中，该至少一个候选速度矢量值中的任一个候选速度矢量值表示为候选速度矢量值v_c，该，该候选速度矢量值v_c的权重，根据该候选速度矢量值v_c的支撑集中的数据点确定，该候选速度矢量值v_c的支撑集为该第一数据点集合的子集，该候选速度矢量值v_c的支撑集包含的数据点s的径向速度数据与该候选速度矢量值v_c在该数据点s的径向投影分量的差值满足第二预定义门限。

结合第二方面，在第二方面的某些实现方式中，该候选速度矢量值v_c的权重为根据该候选速度矢量值v_c的支撑集包含的数据点相对于该候选速度矢量值v_c的加权值的累加值；

结合第二方面，在第二方面的某些实现方式中，

该兼容性条件为：

第三方面，提供了一种设备，该设备包括存储器和处理器，该存储器用于存储指令，该处理器用于读取该存储器中存储的指令，使得该装置执行上述第一方面及第一方面的任意可能的实现方式中的方法。

第四方面，提供了一种处理器，包括：输入电路、输出电路和处理电路。所述处理电路用于通过所述输入电路接收信号，并通过所述输出电路发射信号，使得所述第一方面中的任一方面，以及第一方面中任一种可能实现方式中的方法被实现。

在具体实现过程中，上述处理器可以为芯片，输入电路可以为输入管脚，输出电路可以为输出管脚，处理电路可以为晶体管、门电路、触发器和各种逻辑电路等。输入电路所接收的输入的信号可以是由例如但不限于接收器接收并输入的，输出电路所输出的信号可以是例如但不限于输出给发射器并由发射器发射的，且输入电路和输出电路可以是同一电路，该电路在不同的时刻分别用作输入电路和输出电路。本申请实施例对处理器及各种电路的具体实现方式不做限定。

第五方面，提供了一种处理装置，包括处理器和存储器。该处理器用于读取存储器中存储的指令，并可通过接收器接收信号，通过发射器发射信号，以执行第一方面以及第一方面任一种可能实现方式中的方法。

可选地，所述处理器为一个或多个，所述存储器为一个或多个。

可选地，所述存储器可以与所述处理器集成在一起，或者所述存储器与处理器分离设置。

在具体实现过程中，存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(read only memory，ROM)，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本申请实施例对存储器的类型以及存储器与处理器的设置方式不做限定。

应理解，相关的数据交互过程例如发送指示信息可以为从处理器输出指示信息的过程，接收能力信息可以为处理器接收输入能力信息的过程。具体地，处理输出的数据可以输出给发射器，处理器接收的输入数据可以来自接收器。其中，发射器和接收器可以统称为收发器。

第六方面，提供了一种计算机可读存储介质，用于存储计算机程序，该计算机程序包括用于执行上述第一方面及上述第一方面的任意可能的实现方式中的方法的指令。

第七方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面及上述第一方面的任意可能的实现方式中的方法。

第八方面，提供了一种芯片，包括至少一个处理器和接口；所述至少一个所述处理器，用于调用并运行计算机程序，以使所述芯片执行上述第一方面及上述第一方面的任意可能的实现方式中的方法。

附图说明

图1是本申请实施例提供的一种聚类的方法100的示意性流程图。

图2是本申请实施例提供的聚类的方法200的示意性流程图。

图3是本申请实施例提供的一个数据点集合的示意图。

图4是本申请实施例提供的另一个数据点集合的示意图。

图5是本申请实施例提供的又一个数据点集合的示意图。

图6是本申请实施例提供的聚类的装置600的示意性结构图。

图7本申请实施例提供的聚类的设备700的示意性结构图。

具体实施方式

下面将结合附图，对本申请中的技术方案进行描述。

本申请将围绕包括多个设备、组件、模块等的系统来呈现各个方面、实施例或特征。应当理解和明白的是，各个系统可以包括另外的设备、组件、模块等，并且/或者可以并不包括结合附图讨论的所有设备、组件、模块等。此外，还可以使用这些方案的组合。

传统的聚类方法，例如传统的DBSCAN算法直接根据第一数据点集合中数据点的位置数据和径向速度数据，对第一数据点集合进行聚类。具体的，将第一数据点集合中的每个数据点的位置数据和径向速度数据，组成每个数据点对应的矢量。然后，通过计算第一数据点集合中的不同数据点的矢量距离，对第一数据点集合进行聚类。但是，位置和速度具有不同的量纲和尺度，位置和速度之间本身不具有可比较性，因此，所述数据点对应的矢量同时包含位置数据和速度分量数据，计算不同数据点之间的矢量差值位置和速度分量通常存在较大差别，导致二者之中位置差对对聚类结果产生影响与径向速度差产生的影响可能互相抵消，从而大大影响聚类的结果。改进的DBSCAN算法，试图通过引入不同维度的尺度伸缩(dimension scaling)和对不同维度使用不同的门限(thresholding)对传统的使用方式进行改进。但是，这种改进方式，需要通过大量数据训练或者验证获取尺度伸缩或者该门限。但该尺度伸缩或者该门限对不同场景下的目标特性差异较大，对数据点集合进行聚类时，依然存在聚类结果不准确、不可靠的问题。

本申请提供了一种聚类的方法，以提高聚类的准确度和可靠性。本申请提供的聚类的方法可以用于对数据集合中的数据点进行聚类。例如，可以用于对辅助驾驶和自动驾驶、无人机、舰载以及星载传感器和机器人等应用场景中获取的数据进行聚类。

下面结合图1至图5，详细介绍本申请提供的一种聚类的方法。图1示出了本申请实施例提供的一种聚类的方法100的示意性流程图。该方法100的执行主体可以是传感器系统或者融合感知系统或者集成上述系统的规划/控制系统如辅助驾驶或者自动驾驶系统等。或者，该方法100的执行主体也可以是软件或者硬件(如与相应传感器通过无线或者有线连接或者集成在一起的数据处理装置)。以下不同的执行步骤可以集中式实现，或者，以下不同的执行步骤也可以分布式实现。

如图1所示，该聚类的方法100包括步骤110至骤130，下面对步骤110至骤130进行详细介绍。

步骤110，获取第一数据点集合，所述第一数据点集合包括至少两个数据点，所述第一数据点集合中的每个数据点的信息包括位置数据和径向速度数据。

在本申请实施例中，对获取第一数据点集合的方式不作具体限定。

第一数据点集合可以从一个或者多个传感器获取，也可以通过有线或者无线方式从云端获取。该第一数据点集合是从一个或者多个传感器直接测量得到的集合，第一数据点集合也是上述一个或者多个传感器处理过的集合。

在本申请实施例中，传感器可以是雷达传感器，例如，毫米波雷达或者激光雷达。或者，传感器可以是声纳或者超声波传感器。或者，传感器也可以是视觉传感器或者成像传感器，如摄像头或者摄像机。或者，传感器也可以是成像雷达，如激光雷达、合成孔径雷达等。或者，传感器也可以是具有测量频移能力的测向传感器，该测向传感器器除了可以得到方位角或者方位角和俯仰角数据之外，还可以通过测量接收信号相对已知频率的频移得到径向速度数据。

其中，传感器平台可以为可移动的设备。例如，传感器平台可以为车载平台，如汽车、摩托车或者自行车等。或者，传感器平台可以为舰载平台，如船只、轮船、汽艇等。或者，传感器平台可以为车载平台可以是机载平台，如无人机、直升机或者喷气式飞机、气球等。或者，传感器平台可以为星载平台，如卫星等。

在本申请实施例中，数据处理装置可以部署于传感器平台中，即数据处理装置可以与传感器平台集成于一体。或者，该数据处理装置可以部署于传感器平台之外，该数据处理装置与传感器平台可以通过无线网络进行通信。

需要进一步指出的是，此处传感器的物理构成可以是一个或者多个物理传感器。例如，该一个或者多个物理传感器的中各个物理传感器可以分别测量方位角、俯仰角以及径向速度，也可以是从该一个或者多个物理传感器的测量数据导出所述方位角、俯仰角以及径向速度，此处不作具体限定。

示例性的，雷达传感器可以通过获取数据点与雷达传感器的距离、仰俯角、方位角，计算获取该数据点的位置数据。

示例性的，雷达传感器可以通过直接测量获取数据点相对于雷达传感器的径向速度。

在本申请实施例中，对位置数据的格式不作具体限定。

例如，位置数据可以用直角坐标表示。例如，该位置数据可以包括二维直角坐标分量，例如表示为(x,y)。又如，该位置数据可以包括三维直角坐标分量，例如表示为(x,y,z)。

又如，位置数据可以用极坐标表示。例如，该位置数据可以表示为(ρ,θ)。其中，ρ表示距离，θ表示方位角。

再如，位置数据可以用球坐标表示。例如，该位置数据可以表示为

其中，r表示距离，θ表示方位角，

表示仰俯角。

步骤120，确定第一数据点集合的速度矢量值v。

作为一种实现方式，速度矢量值v为预定义的速度矢量值。

示例性的，可以通过与传感器A通信的传感器B预定义第一数据点集合的速度矢量值v，其中传感器A为获取核心点q的传感器。

示例性的，可以通过其它传感器或者融合系统输入的数据，获取第一数据点集合的一个预定义的速度矢量值v。

具体的，上述其它传感器或者融合系统输入的数据可以包括状态矢量数据X，或者状态矢量数据X及其协方差矩阵X，其中状态矢量X可以包括位置数据和速度数据。根据状态矢量X，从第一数据点集合选择一个数据点作为核心点q，以状态矢量X中包含的速度数据作为核心点q的速度矢量值v(q)。核心点q可以为第一数据点集合中与状态矢量中的位置数据以及速度数据最近的数据点。

通过上述方式，可以快速、灵活地获取第一数据点集合中关注的核心点q及该核心点q的速度矢量值v(q)。

作为另一种实现方式，速度矢量值v为根据第一数据点集合中包含的数据点确定的。

下面，介绍本申请实施例提供的“根据第一数据点集合中包含的数据点确定的速度矢量值v”的两种方案。应理解，下面的方法仅为示意并不对本申请构成任何限定。例如，还可以根据下述方法的变形获取第一数据点集合的速度矢量值v。

方案一：

速度矢量值v为根据第一数据点集合中包含的数据点确定的，包括：

根据第一数据点集合内的两个或多个数据点的位置数据和径向速度数据，确定第一数据点集合的至少一个候选速度矢量值；

根据至少一个候选速度矢量值，确定速度矢量值v。

需说明的是，所述第一数据点集合的多个候选速度矢量值可以根据第一数据点集合内的两个数据点的位置数据和径向速度数据，也可以根据第一数据点集合内的多个(两个以上)的数据点的位置数据和径向速度数据确定，不同的候选速度矢量值对应于所述第一数据点集合中不同的数据点的组合。

具体的，第一数据点集合中包含数据点p_i，i＝1，…，N，所述第一数据点集合的多个候选速度矢量值可以根据第一数据点集合中不同的数据点的组合确定，例如根据第一数据点集合中不同的两个数据点p_n和p_m的位置数据和径向速度数据确定；也可以根据所述第一数据点集合的K个数据点的不同组合确定，其中，K<＝N，此处不一一列举。,。

示例性的，数据点集合A中仅包括2个数据点，分别是数据点1和数据点2，可以根据数据点1和数据点2确定数据点集合A的候选速度矢量值。

具体的，还可以根据第一数据点集合中的多个数据点的位置数据和径向速度数据确定第一数据点集合的一个或多个候选速度矢量值。

示例性的，数据点集合C中包括3个数据点，分别是数据点1、数据点2和数据点3，可以根据数据点1、数据点2和数据点3仅确定数据点集合C的一个候选速度矢量值，

示例性的，数据点集合B中包括3个数据点，分别是数据点1、数据点2和数据点3，可以根据数据点1和数据点2确定数据点集合B的第1个候选速度矢量值，可以根据数据点1和数据点3确定数据点集合B的第2个候选速度矢量值，可以根据数据点2和数据点3确定数据点集合B的第3个候选速度矢量值，可以根据数据点1、数据点2和数据点3确定数据点集合B的第4个候选速度矢量值。其中第1个、第2个、第3个、第4个候选速度矢量值仅为示例并非限定。例如，也可以将根据数据点2和数据点3确定数据点集合B的候选速度矢量值记作数据点集合B的第1个候选速度矢量值。又如，也可以将根据数据点1和数据点3确定数据点集合B的候选速度矢量值记作数据点集合B的第4个候选速度矢量值。

在本申请实施例中，根据第一数据点集合内的两个或多个数据点的位置数据和径向速度数据，确定第一数据点集合的至少一个候选速度矢量值，包括：

根据所述第一数据点集合内的数据点q的位置数据和径向速度数据，以及所述数据点q的邻域N(q)内的至少一个数据点的位置数据和径向速度数据，基于以下关系式，确定所述至少一个候选速度矢量值：

其中，v_c为所述第一数据点集合的第c个候选速度矢量，c≥1；t为所述数据点q或者所述数据点q的邻域N(q)包含的用于确定所述v_c的数据点，其中所述数据点q的邻域N(q)为预先定义的邻域；

为数据点t的径向速度数据；n_t为与

对应的误差；h_t为方向余弦矢量；其中h_t根据所述数据点t的位置数据得到。

具体的，以二维直角坐标或者极坐标为例，方向余弦矢量h_t可以表示为：

h_t＝[cosθ_t sinθ_t]

或者，方向余弦矢量h_s可以表示为：

具体的，以三维直角坐标或者球坐标为例，方向余弦矢量h_t可以表示为：

或者，方向余弦矢量h_t可以表示为：

其中，

θ_t均为数据点t的位置数据，具体的，θ_t为数据点t的方位角，

为数据点t的仰俯角；x_t,y_t,z_t为数据点t的直角坐标位置数据。

在本申请实施例中，对确定第一数据点集合的候选速度矢量值的方法不作具体限定。

例如，根据上述关系公式，可以基于第一数据点集合中的数据点，利用最小二乘法(least squares，LS)或者加权最小二乘法(weighted least squares，WLS)或者最小均方误差(minimum mean squared error，MMSE)或者维纳滤波等获得第一数据点集合的一个候选速度矢量值。

作为一种实现方式，可以以第一数据点集合中的数据点pi，i＝1，…，M确定核心点q的候选速度矢量，其中1≤M。

以最小二乘法LS为例，根据LS确定第一数据点集合的候选速度矢量值，第一数据点集合的候选速度矢量值满足如下表达式：

其中，v_c表示第一数据点集合的第c个候选速度矢量，c≥1；h_pi表示数据点p_i的方向余弦矢量；

表示数据p_i的径向速度数据，i＝1,…,M。

以加权最小二乘WLS法为例，根据WLS确定第一数据点集合的候选速度矢量值，第一数据点集合的候选速度矢量值满足如下表达式：

其中，

表示数据点p_i的径向速度数据的误差方差，i＝1,…,M；其它变量如上所述，此处不再赘述。

类似的，基于MMSE准则或者维纳滤波，可以得到第一数据点集合的候选速度矢量值，此处不再赘述。

需要指出的是，利用第一数据点集合内不同的数据点或者数据点的组合，可以得到不同的候选速度矢量值。

在本申请实施中，对获取上述数据点q的邻域N(q)的方式不作具体限定。

作为一种实现方式，数据点q的邻域N(q)为预定义的邻域，可以包含数据点q以及第一数据集合的支撑集中的数据点的子集；具体的，对于第一数据集合的支撑集，包括M个数据点，可以指定M个数据点中的j个数据点为数据点q的邻域N(q)中包含的数据点，其中M≥2，1≤j≤M。

示例性的，数据点集合A包括6个数据点，分别为数据点1、数据点2、数据点3、数据点4、数据点5、数据点6，可以指定数据点集合A中的2个数据点为数据点q的邻域N(q)中包含的数据点，或者，也可以指定数据点集合A中的3个数据点为数据点q的邻域N(q)中包含的数据点，或者，也可以指定数据点集合A中的4个数据点为数据点q的邻域N(q)中包含的数据点。

作为另一种实现，数据点q的邻域N(q)为预定义的邻域，可以根据外部输入确定。

例如，可以根据外部输入的位置或者速度矢量值，以及误差协方差矩阵，确定与所述外部输入的位置或者速度矢量值距离最近的第一数据点集合中的数据点为所述数据点q，

确定外部输入的位置或者速度矢量值的预定义概率范围内的数据点为数据点q的邻域N(q)，其中预定义概率范围内的数据点根据外部输入的位置或者速度矢量值以及误差协方差矩阵确定；预定义概率可以为90％，95％，99％等，此处不做限定。

示例性的，外部输入的位置或者速度矢量值以及误差协方差矩阵，可以由其它传感器如雷达或者传感器融合系统得到；所述位置或者速度矢量值以及误差协方差矩阵可以从其它传感器或者融合系统得到的状态矢量及其协方差矩阵得到。

再如，可以根据外部输入的边框(Bounding Box)，确定与数据点q同在一个边框的数据点为数据点q邻域N(q)内的数据点；例如，外部输入的边框可以从视觉传感器或者激光雷达等传感器得到。

应理解，上述获取数据点q的邻域N(q)仅为示意，并不对本申请构成任何限定。本申请中，获取数据点q的邻域N(q)还可以采用其它方式。

在本申请实施例中，根据至少一个候选速度矢量值，确定速度矢量值v，包括：

根据至少一个候选速度矢量值，以及第一数据点集合包括的一个或多个数据点的信息，确定至少一个候选速度矢量值的权重；

根据至少一个候选速度矢量值的权重，确定速度矢量值v。

在本申请实施例中，至少一个候选速度矢量值的权重为第一数据点集合内的数据点相对于至少一个候选速度矢量值的权重的累加值；其中第一数据点集合内的数据点相对于至少一个候选速度矢量值的权重根据第一数据点集合内的数据点的位置数据和径向速度数据得到。

可选的，可以基于所述候选速度矢量值v_c的支撑集中的数据点获取所述候选速度矢量值v_c权重，所述候选速度矢量值v_c的支撑集为所述第一数据点集合的子集，其中所述第一数据点集合的子集中的数据点s的径向速度数据与所述候选速度矢量值v_c在所述数据点s的径向投影分量的差值满足预定义的门限，其中所述候选速度矢量值v_c在所述数据点s的径向投影分量根据候选速度矢量值v_c和所述数据点s的位置数据得到。

具体的，第一数据点集合包含的至少一个候选速度矢量值的权重为第一数据点集合内的一个或多个数据点相对于该至少一个候选速度矢量值的权重的累加值。以第一数据点集合中包含N个数据点为例，第一数据点集合中的第c个候选速度矢量值v_c的权重权重w_c(v_c)可以满足如下表达式：

w_c(v_c)＝∑Δw_c,i(v_c)，i＝1,2,......,N,N≥1

其中，Δw_c,i(v_c)为第一数据点集合内的序号为i的数据点相对于v_c的权重。示例性的，数据点集合A中的包括数据1、数据点2和数据点3，且数据点集合A的候选速度矢量值为v₁。在此情况下，数据点集合A的候选速度矢量值v₁的权重可以满足如下表达式：

w₁(v₁)＝Δw_1,1(v₁)+Δw_1,2(v₁)+Δw_1,3(v₁)

其中，w₁(v₁)为数据点集合A的候选速度矢量值v₁的权重；Δw_1,1(v₁)为数据点1相对于v₁的权重；Δw_1,2(v₁)为数据点2相对于v₁的权重；Δw_1,3(v₁)为数据点3相对于v₁的权重。

可选的，可以基于所述候选速度矢量值v₁的支撑集中的数据点获取所述候选速度矢量值v₁权重，例如，所述候选速度矢量值v₁的支撑集包含数据点1，则候选速度矢量值v₁的权重为

w₁(v₁)＝Δw_1,1(v₁)

再如，例如，所述候选速度矢量值v₁的支撑集包含数据点1和数据点2，则候选速度矢量值v₁的权重为

w₁(v₁)＝Δw_1,1(v₁)+Δw_1,2(v₁)

作为一种实现方式，第一数据点集合内的一个数据点s相对于候选速度矢量值v_c的权重可以为数据点s的径向速度数据

与候选速度矢量值v_c在数据点s的速度投影分量

的函数；具体的可以是二者的差值

的函数。例如该函数为指数函数，高斯密度函数和其它类似概率密度函数等。

可选的，在一些实施例中，第一数据点集合内的一个数据点s相对于候选速度矢量值v_c的权重可以根据数据点s的径向速度数据

与候选速度矢量值v_c在数据点s的速度投影分量

的差值得到。

示例性的，该权重满足如下表达式：

或者，该权重满足如下表达式：

或者，该权重满足如下表达式：

或者，权重满足如下表达式：

上述表达式中，

为候选速度矢量值v_c在数据点s的径向投影分量；

表示数据点s的径向速度数据；σ²为数据点s与径向速度投影分量

的误差的方差。a₀和β₀为配置参数。例如，a₀＝1，或者，

等，β₀＝1,2,......等。

其中，

可以根据候选速度矢量值v_c以及数据点s的位置数据得到。

例如，

满足如下表达式：

或者，v_c,x满足如下表达式：

其中，v_c,x表示候选速度矢量值v_c在x轴的分量；v_c,x表示候选速度矢量值v_c在y轴的分量；v_c,z表示候选速度矢量值v_c在z轴的分量。

其中，σ²为数据点s与径向速度投影分量v_c,x的误差的方差。

具体的，σ²满足如下表达式：

其中，

表示数据点s的径向速度误差的方差；Δ为补偿项。Δ可以表示由其它因素引起的径向速度的误差的方差，例如由方位角或方位角和俯仰角引起的误差的方差。Δ可以为预先设定的常数。或者，Δ可以根据候选速度矢量值v_c,x确定。

以二维速度矢量为例，Δ满足如下表达式：

作为另一种实现方式，第一数据点集合中的第c个候选速度矢量值v_c的权重为第一数据点集合内的一个或多个数据点相对于该至少一个候选速度矢量值的权重因子的乘积。

具体的，第一数据点集合包含的至少一个候选速度矢量值的权重为第一数据点集合内的一个或多个数据点相对于该至少一个候选速度矢量值的权重的累加值。以第一数据点集合中包含N个数据点为例，第一数据点集合的第c个候选速度矢量值v_c的权重w_c(v_c)可以满足如下表达式：

w_c(v_c)＝Δw_c,1(v_c)×Δw_c,i(v_c)×......×Δw_c,N(v_c),i＝1,2,......,N,N≥1

其中，Δw_c,i(v_c)为第一数据点集合内的序号为i的数据点相对于v_c的权重。

w₁(v₁)＝Δw_1,1(v₁)

w₁(v₁)＝Δw_1,1(v₁)×Δw_1,2(v₁)

在本申请实施例中，对确定Δw_c,i(v_c)的方法不作具体限定。

例如，第一数据点集合中的第s个数据点相对于候选速度矢量值v_c的权重因子满足如下表达式：

或者，第一数据点集合中的第s个数据点相对于候选速度矢量值v_c的权重因子满足如下表达式：

上述表达式中，

为候选速度矢量值v_c在第s个数据点的径向投影分量；

为第s个数据点的径向速度数据；σ²为第s个数据点与径向速度投影分量

等，β₀＝1,2,......等。

在本申请实施例中，速度矢量值v为至少一个候选速度矢量值中权重最大的候选速度矢量值；或者，速度矢量值v为至少一个候选速度矢量值中权重大于等于第三预定义门限的候选速度矢量值。

具体的，根据前述方法可以获取第一数据点集合的至少一个候选速度矢量值，以及该至少一个候选速度矢量值的权重。将至少一个候选速度矢量值的权重中最大候选速度矢量值的权重对应的候选速度矢量值，确定为速度矢量值v；或者，将至少一个候选速度矢量值的权重中大于等于第一预定义门限的候选速度矢量值的权重对应的候选速度矢量值，确定为速度矢量值v。

下面，对将候选速度矢量中的权重中最大候选速度矢量值的权重对应的候选速度矢量值，确定为第一数据点集合的速度矢量值v进行介绍。

具体的，根据第一数据点集合内的两个数据点，可以确定一个候选速度矢量值，以及该候选速度矢量值的权重，并将该候选速度矢量值，确定为第一数据点集合的速度矢量值v。

示例性的，在数据点集合A中(数据点集合A至少包括数据点1、数据点2，通过计算可以获取到数据点集合A中的1个候选速度矢量值v₁，v₁对应的权重为w₁(v₁)。在此情况下，可以将v₁确定为第一数据点集合的速度矢量值v。

具体的，根据第一数据点集合内的多个数据点，可以确定多个候选速度矢量值，以及每个候选速度矢量值的权重，将该多个候选速度矢量值的权重中权重最大的候选速度矢量值，确定为第一数据点集合的速度矢量值v。

示例性的，在数据点集合A中(数据点集合A至少包括数据点1、数据点2、数据点2)，通过计算可以获取到数据点集合A中的3个候选速度矢量值，这3个候选速度矢量值分别为：v₁、v₂、v₃，其中v₁为根据数据点1和数据点2，确定的第一数据点集合的第1个候选速度矢量，v₂为根据数据点1和数据点3，确定的第一数据点集合的第2个候选速度矢量，v₃为根据数据点2和数据点3，确定的第一数据点集合的第3个候选速度矢量。v₁对应的权重为w₁(v₁)，v₂对应的权重为w₂(v₂)，v₃对应的权重为w₃(v₃)，且w₁(v₁)>w₂(v₂)>w₃(v₃)。在此情况下，可以将v₁确定为第一数据点集合的速度矢量值v。

下面，对第一数据点集合的速度矢量值v的权重大于等于第一预定义门限进行介绍。

作为一种实现方式，根据第一数据点集合内的两个或多个数据点，可以确定第一数据点集合的多个候选速度矢量值，该多个候选速度矢量值对应多个权重，将多个候选速度矢量值的权重中大于等于第一预定义门限的候选速度矢量值的权重对应的候选速度矢量值，确定为第一数据点集合的速度矢量值v。

示例性的，在数据点集合A中(数据点集合A至少包括数据点1、数据点2、数据点2)，通过计算可以获取到数据点集合A中的2个候选速度矢量值，这2个候选速度矢量值分别为：v₁、v₂，其中v₁为根据数据点1和数据点2，确定的第一数据点集合的第1个候选速度矢量，v₂为根据数据点1和数据点3，确定的第一数据点集合的第2个候选速度矢量。v₁对应的权重为w₁(v₁)，v₂对应的权重为w₂(v₂)，且w₁(v₁)小于第一预定义门限，w₂(v₂)大于第一预定义门限。在此情况下，可以将v₂确定为第一数据点集合的速度矢量值v。

需说明的是，若第一数据点集合的多个候选速度矢量值的权重中大于等于第一预定义门限的候选速度矢量值的权重至少有两个候选速度矢量值时，可以将这两个候选速度矢量值的权重中的任意一个候选速度矢量值的权重对应的候选速度矢量值，确定为第一数据点集合的速度矢量值v。

或者，若多个候选速度矢量值的权重中大于等于第一预定义门限的候选速度矢量值的权重至少有两个候选速度矢量值时，可以根据外部输入，在该至少有两个候选速度矢量值中选择与外部输入最接近的候选速度矢量值，确定为第一数据点集合的速度矢量值v。所述最接近,可以理解为矢量距离最小。

示例性的，在数据点集合A中(数据点集合A至少包括核心点q、数据点1、数据点2、数据点3)，通过计算仅获取到数据点集合A中的核心点q的3个候选速度矢量值，这3个候选速度矢量值分别为：v₁、v₂、v₃，其中v₁为根据数据点1和数据点2，确定的第一数据点集合的第1个候选速度矢量，v₂为根据数据点1和数据点3，确定的第一数据点集合的第2个候选速度矢量，v₃为根据数据点2和数据点3，确定的第一数据点集合的第3个候选速度矢量。v₁对应的权重为w₁(v₁)，v₂对应的权重为w₂(v₂)，v₃对应的权重为w₃(v₃)，且w₁(v₁)小于第一预定义门限，w₂(v₂)、w₃(v₃)均大于第一预定义门限。在此情况下，可以将v₂确定为第一数据点集合的速度矢量值v，或者，可以将v₃确定为第一数据点集合的速度矢量值v。或者，将v₂、v₃与外部输入最近的候选速度矢量值比较，确定v₂为第一数据点集合的速度矢量值v，或v₃为第一数据点集合的速度矢量值v。

方案二：

根据第一数据点集合内的部分或全部数据点的位置数据和径向速度数据，确定至少一个候选速度矢量值的权重，至少一个候选速度矢量值属于第一候选速度矢量集合；

根据至少一个候选速度矢量值的权重，确定速度矢量值v。

在本申请实施例中，对确定第一候选速度矢量集合中的候选速度矢量值的方式不作具体限定。

作为一种实现方式，第一候选速度矢量集合中的候选速度矢量值为预定义的候选速度矢量值。

示例性的，可以通过与传感器A通信的传感器B预定义第一候选速度矢量集合的速度矢量值v，其中v为所关注的速度矢量值，传感器A为获取第一候选速度矢量集合的传感器。

示例性的，可以通过其它传感器或者融合系统输入的数据，获取一个预定义的第一候选速度矢量集合的速度矢量值v，v为所关注的速度矢量值。

具体的，上述其它传感器或者融合系统输入的数据可以包括状态矢量数据X，或者状态矢量数据X及其协方差矩阵X，其中状态矢量X可以包括位置数据和速度数据。根据状态矢量X，从第一候选速度矢量集合中选择一个速度矢量值v。

通过上述方式，可以快速、灵活地获取第一数据点集合中关注的速度矢量值v。

作为另一种实现方式，第一候选速度矢量集合中的候选速度矢量值为根据所关注的速度矢量值确定的。

其中，所关注的速度矢量值可以是行人、车辆、静止障碍物、道路边沿、护栏等速度矢量值，本申请对此不作具体限定。

示例性的，以所关注的速度矢量值为车辆的速度矢量值，且已知车辆1的速度矢量值为v₁，车辆2的速度矢量值为v₂，则v₁和v₂作为第一数据点集合的候选速度矢量值,属于第一候选速度矢量集合。类似的，以所关注的速度矢量值为车辆的速度矢量值，且已知车辆1的速度矢量值为v₁，车辆2的速度矢量值为v₂，车辆3的速度矢量值为v₃，则v₁、v₂和v₃作为第一数据点集合的候选速度矢量值,属于第一候选速度矢量集合。

在对第一数据点集合进行聚类时，可以根据第一候选速度矢量集合中的候选速度矢量v₁、v₂和v₃，确定该第一数据点集合的候选速度矢量值v。

作为又一种实现方式，第一候选速度矢量集合中的候选速度矢量值为根据所关注的速度矢量值的范围确定的。

具体地，所关注的速度矢量值v的范围可以通过用速度矢量各个分量的最小值或者最大值及其分辨分辨单元大小确定；例如，以二维速度矢量为例，根据速度矢量范围确定的候选速度矢量如下表达式表示：

N_vx为正数；

N_vy为正数；

其中，v_x为v在x轴的分量；v_y为v在y轴的分量；速度分量

v_{x_res}为速度分量v_x的分辨单元大小；速度分量

v_{y_res}为速度分量v_y的分辨单元大小。

具体地，以所关注的速度矢量值范围为车辆的速度矢量值为例，可以根据车辆速度的最小值、最大值以分辨单元确定上述候选速度矢量值，此处不进一步限定。

上述目标的运动速度的范围可以根据传感器平台以及传感器视野内目标的运动速度范围确定。

例如，速度分量

例如

其中，速度分量v_x的分辨单元大小为v_{x_res}，例如v_{x_res}＝0.25m/s。

速度分量

例如

其中，速度分量v_y的分辨单元大小为v_{y_res}，例如v_{y_res}＝0.25m/s。

上述根据所关注的速度矢量值的范围确定的候选速度矢量属于所述第一候选速度矢量集合；

在对第一数据点集合进行聚类时，可以根据第一候选速度矢量集合中的候选速度矢量，确定该第一数据点集合的候选速度矢量值v,从而可以对所述关注的速度矢量范围内的速度矢量确定该第一数据点集合的候选速度矢量值v。

在本申请实施例中，至少一个候选速度矢量值中的任一个候选速度矢量值表示为候选速度矢量值v_c，候选速度矢量值v_c的权重，根据候选速度矢量值v_c的支撑集中的数据点确定，候选速度矢量值v_c的支撑集为第一数据点集合的子集，候选速度矢量值v_c的支撑集包含的数据点s的径向速度数据与候选速度矢量值v_c在数据点s的径向投影分量的差值满足第二预定义门限。

需说明的是，数据点s的位置数据也可以为直角坐标，此时数据点s的方位角余弦和方位角正弦可以根据数据点的位置的直角坐标(x_s,y_s)得到，此处不再详细赘述。

在本申请实施例中，第二预定义门限的大小可以根据经验或者应用场景进行设置。

具体的，第二预定义门限可以根据数据点的径向速度数据的误差标准差或者数据点的径向速度数据与径向速度投影分量的误差的标准差确定。

例如，第二预定义门限可以为径向速度数据的误差标准差或者数据点的径向速度数据与径向速度投影分量的误差的标准差的m倍，例如m可以为1.5，2，3等；或者，m可以按照预定义的概率如90％，95％，97％，99％等确定。

在本申请实施例中，候选速度矢量值v_c的权重为根据候选速度矢量值v_c的支撑集包含的数据点相对于候选速度矢量值v_c的加权值的累加值；

其中候选速度矢量值v_c的支撑集包含的数据点相对于候选速度矢量值v_c的加权值根据候选速度矢量值v_c的支撑集包含的数据点的位置数据和径向速度数据得到。

具体的，候选速度矢量值v_c的支撑集包含的数据点s相对于候选速度矢量值v_c的加权值根据所述候选速度矢量值v_c在所述数据点s的径向投影分量与所述数据点s的径向速度数据的差值得到，其中所述候选速度矢量值v_c在所述数据点s的径向投影分量根据所述候选速度矢量值v_c以及数据点s的位置数据得到。

作为一种实现方式，以候选速度矢量值v_c为二维矢量[v_x,v_y]、数据点的位置数据为极坐标为例，所述候选速度矢量值v_c的支撑集中的数据点s的径向速度数据与候选速度矢量值v_c在数据点s的径向投影分量的差值满足如下表达式：

其中，v_x为候选速度矢量值v_c在x轴方向的分量；v_y为候选速度矢量值v_c在y轴方向的分量；θ_s表示数据点s的方位角；

表示数据点s的径向速度；D₂为第二预定义门限。

作为另一种实现方式，以候选速度矢量值v_c为三维矢量[v_x,v_y,v_z]、数据点的位置数据为极坐标为例，所述候选速度矢量值v_c的支撑集中的数据点s的径向速度数据与候选速度矢量值v_c在数据点s的径向投影分量的差值满足如下表达式：

其中，v_x为候选速度矢量值v_c在x轴方向的分量；v_y为候选速度矢量值v_c在y轴方向的分量；v_z为候选速度矢量值v_c在z轴方向的分量；θ_s表示数据点s的方位角；

表示数据点s的径向速度；D₂为第二预定义门限。

需说明的是，数据点s的位置数据也可以为三维直角坐标，此时数据点s的俯仰角和方位角的余弦和正弦值，可以根据数据点的位置的直角坐标(x_s,y_s,z_s)得到，此处不再详细赘述。

作为一种实现，候选速度矢量值v_c的支撑集包含的一个数据点s相对于候选速度矢量值v_c的权重可以为数据点s的径向速度数据

与候选速度矢量值v_c在数据点s的速度投影分量的函数；具体的可以根据数据点s的径向速度数据

与候选速度矢量值v_c在数据点s的速度投影分量的差值得到。例如该函数为指数函数，高斯密度函数和其它类似概率密度函数等。

与v_c与候选速度矢量值v_c在数据点s的速度投影分量

的差值得到。

示例性的，该权重满足如下表达式：

或者，该权重满足如下表达式：

或者，该权重满足如下表达式：

或者，权重满足如下表达式：

上述表达式中，

为候选速度矢量值v_c在数据点s的径向投影分量；

表示数据点s的径向速度；σ²为数据点s与径向速度投影分量

等，β₀＝1,2,......等。

其中，

可以根据候选速度矢量值v_c以及数据点s的位置数据得到。

例如，

满足如下表达式：

或者，

满足如下表达式：

其中，v_c,x表示候选速度矢量值v_c在x轴的分量；v_c,y表示候选速度矢量值v_c在y轴的分量；v_c,z表示候选速度矢量值v_c在z轴的分量。

其中，σ²为数据点s与径向速度投影分量

的误差的方差。

具体的，σ²满足如下表达式：

其中，

表示数据点s的径向速度误差的方差；Δ为补偿项，Δ可以表示由其它因素引起的径向速度的误差的方差，例如由方位角或方位角和俯仰角引起的误差的方差。Δ可以为预先设定的常数。或者，Δ可以根据候选速度矢量值v_c,x确定。

以二维速度矢量为例，Δ满足如下表达式：

可选的，在一些实施例中，候选速度矢量值的权重为第一数据点集合内的一个或多个数据点相对于该候选速度矢量值的权重因子的乘积。

例如，该权重因子满足如下表达式：

或者，该权重因子满足如下表达式：

作为一种实现方式，根据候选速度量值，确定第一数据点集合的速度矢量值时，依赖与第一数据点集合中的数据点的信息。

具体的，根据第一候选速度矢量集合中的一个或多个候选速度矢量，以及第一数据点集合中的数据点的位置数据和径向速度数据，确定每个候选速度矢量值的权重，并根据该每个候选速度矢量值的权重确定第一数据点集合的速度矢量值。具体的方法参见方案一，此处不再详细赘述。

示例性的，第一候选速度矢量集合中包括：v₁、v₂、v₃，根据v₁、v₂、v₃以及第一数据点集合中的数据点1和数据点2可以确定这3个候选速度矢量值分别对应的权重为：w₁(v₁)、w₂(v₂)、w₃(v₃)，且w₁(v₁)<w₂(v₂)<w₃(v₃)。在此情况下，可以将v₃确定为候选速度矢量值。

作为另一种实现方式，根据候选速度量值，确定第一数据点集合的速度矢量值时，不依赖与第一数据点集合中的数据点的信息。

具体的，根据第一候选速度矢量集合中的一个或多个候选速度矢量，确定该一个或多个候选速度矢量的权重。可以将最大权重的候选速度矢量值作为第一数据点集合的矢量值，也可以将大于等于第三预定义门限的候选速度矢量值的候选速度矢量值作为第一数据点集合的矢量值。

示例性的，第一候选速度矢量集合中包括：v₁、v₂、v₃，根据v₁、v₂、v₃可以确定这3个候选速度矢量值分别对应的权重为：w₁(v₁)、w₂(v₂)、w₃(v₃)，且w₂(v₂)<w₃(v₃)<w₁(v₁)。在此情况下，可以将v₁确定为候选速度矢量值。

在本申请实施例中，兼容性条件为：速度矢量值v在第二数据点集合中的数据点的径向投影分量与第二数据点集合中的数据点的径向速度数据满足第四预定义门限，其中速度矢量值v在第二数据点集合中的数据点的径向投影分量为根据速度矢量值v和第二数据点集合中的数据点的位置数据和径向速度数据得到。具体的方法与方案一中的相同，此处不再详细赘述。

可选的，兼容性条件为：速度矢量值v在第二数据点集合中的数据点的径向投影分量与第二数据点集合中的数据点的径向速度数据差值满足第四预定义门限，其中速度矢量值v在第二数据点集合中的数据点的径向投影分量为根据速度矢量值v和第二数据点集合中的数据点的位置数据和径向速度数据得到。具体的方法与方案一中的相同，此处不再详细赘述。

通过上述两种不同的方式确定数据点集合中的速度矢量值，本申请实施例提供的聚类的方法可以适用于各种的应用场景。例如，适用于数据点集合中数据点稀疏的场景。例如，适用于数据点集合中数据点密集的场景等。

步骤130，根据速度矢量值v确定第二数据点集合，第二数据点集合包含于第一数据点集合，第二数据点集合中的数据点的位置和径向速度与速度矢量值v满足兼容性条件。

在本申请实施例中，兼容性条件为：

速度矢量值v在第二数据点集合中的数据点的径向投影分量与第二数据点集合中的数据点的径向速度数据满足第四预定义门限，速度矢量值v在第二数据点集合中的数据点的径向投影分量为根据速度矢量值v和第二数据点集合中的数据点的位置数据和径向速度数据得到。

具体的，第一数据点集合中包含M个数据点，M≥2，数据点p_i为第一数据点集合中满足上述兼容性条件的数据点，i＝1,…,N，2≤N≤M，也就是说数据点p_i，i＝1,…,N，2≤N≤M，为第二数据点集合中包含的数据点。

作为一种实现方式，以第一数据点集合的速度矢量值v为二维矢量[v_x,v_y]、数据点的位置数据为极坐标为例，该第一数据点集合的速度矢量值v在数据点p_i的径向投影分量与数据点p_i满足第四预定义门限，对应有兼容性邻域可以表示为：

其中，K(M)_rrc为第一数据点集合中满足兼容性条件的数据点构成的邻域，即K(M)_rrc为第二数据点集合；K(M)为第一数据点集合；v_x为第一数据点集合的速度矢量值v在x轴方向的分量；v_y为第一数据点集合的速度矢量值v在y轴方向的分量；

表示数据点p_i的方位角；

表示数据点p_i的径向速度，i＝1,…,N，2≤N≤M；D₄为第四预定义门限。

需说明的是，数据点p_i的位置数据也可以为直角坐标，此时数据点p_i的方位角余弦和方位角正弦可以根据数据点的位置的直角坐标

得到，此处不再详细赘述。

在本申请实施例中，对第四预定义门限的取值可以根据经验和/或应用场景进行设置。

具体的，第四预定义门限可以根据数据点的径向速度数据的误差标准差或者数据点的径向速度数据与径向速度投影分量的误差的标准差确定。例如，第四预定义门限可以为径向速度数据的误差标准差或者数据点的径向速度数据与径向速度投影分量的误差的标准差的m倍，例如m可以为1.5，2，3等；或者，m可以按照预定义的概率如90％，95％，97％，99％等确定。

作为另一种实现方式，以第一数据点集合的速度矢量值v为三维矢量[v_x,v_y,v_z]、数据点的位置数据为极坐标为例，该第一数据点集合的速度矢量值v在数据点p_i的径向投影分量与数据点p_i满足第四预定义门限，对应有兼容性邻域可以表示为：

表示数据点p_i的方位角；

表示数据点p_i的仰俯角；

需说明的是，数据点p_i的位置数据也可以为三维直角坐标，此时数据点p_i的俯仰角和方位角余弦和方位角正弦值，可以根据数据点的位置的直角坐标

得到，此处不再详细赘述。

步骤140，根据第二数据点集合中的数据点的位置确定至少一个聚类C。

根据第二数据点集合中的数据点的位置确定至少一个聚类C，包括：

根据第二数据点集合中的数据点之间的距离确定至少一个聚类C，其中第二数据点集合中的数据点之间的距离为根据第二数据点集合中的数据点的位置数据得到，或者，第二数据点集合中的数据点之间的距离为根据第二数据点集合中的数据点的位置数据和径向速度数据得到。

在本申请实施例中，对从第二数据点集合中确定至少一个聚类C的方法不作具体限定。

作为一种实现方式，可以根据DBSCAN算法，以及第二数据点集合中的数据点的位置数据和径向速度数据，从第二数据点集合中确定至少一个聚类C。

作为另一种实现方式，可以根据k均值聚类算法(k-means clusteringalgorithm)，在第二数据点集合中确定至少一个聚类C。

应理解，上述提供的根据第二数据点集合中的数据点的位置确定至少一个聚类C的方法仅为示意，并不对本申请构成任何限定。例如，还可以根据混合高斯模型(probabilistic clustering)，在第二数据点集合中确定至少一个聚类C。又如，也可以根据层次聚类(hierarchical clustering)算法，在第二数据点集合中确定至少一个聚类C。再如，还可以根据上述聚类方法及其变形得到至少一个聚类C。

需说明的是，经过步骤110-步骤130后，还可以获取第三数据点集合，并利用步骤120的方法和步骤140前述的方法，从第三数据点集合中确定另一个聚类，其中第三数据点集合包括的数据点为第一数据点集合中除第二数据点集合中包含的数据点之外的数据点。

示例性的，在数据点集合A中，确定数据点集合A的候选速度矢量值，根据该候选速度矢量值，从数据点集合A中确定一个数据点集合B，数据点集合B包含于数据点集合A，根据数据点集合B中的数据点的位置对数据点集合B进行聚类。在此情况下，可以获取数据点集合C，数据点集合C为数据点集合A与数据点集合B的差。获取数据点集合C的候选速度矢量值，根据该候选速度矢量值，从数据点集合A中确定一个数据点集合D，数据点集合D包含于数据点集合C，根据数据点集合D中的数据点的位置对数据点集合D进行聚类。其中，具体获取数据点集合C的候选速度矢量值的方法与获取数据点集合A的候选速度矢量值的方法相同。

本申请提供的聚类方法，通过确定第一数据点集合中可能的目标的速度矢量，并利用该速度矢量从第一数据点集合确定第二数据点集合，该第二数据点集合的位置和速度数据满足兼容性条件，可以充分利用目标特别是刚体目标具有相似的速度矢量这一特性，在速度矢量空间实现初步目标数据点分离；在此基础上对组内即第二数据点集合内的数据点进行聚类，相当于对速度相似的目标在空间位置上进一步聚类，可以有效减少聚类对空间位置相关的输入参数的敏感性，从而有效提高了聚类的准确度和可靠性。此外，本申请实施例中，可以通过不同的方式确定数据点集合中的速度矢量值，从而适用于各种的应用场景。例如，适用于数据点集合中数据点稀疏的场景。例如，适用于数据点集合中数据点密集的场景等。图2示出了本申请实施例提供的聚类的方法200的示意性流程图。

如图2所示，该聚类的方法200包括步骤210至步骤250，下面对步骤210至步骤250，进行介绍。

为了便于理解，首先，介绍一下本申请实施例提供的一个数据点集合的示意图。

图3示出了本申请实施例提供的一个数据点集合的示意图。

如图3所示，该数据点集合#1(即，方法100中第一数据点集合的一例)中包括了13个数据点，分别为数据点1、数据点2、数据点3、数据点4、数据点5、数据点6、数据点7、数据点8、数据点9、数据点10、数据点11、数据点12和数据点13。

其中，不同数据点之间的距离不都相同。例如，数据点1和数据点9之间的距离，大于数据点1和数据点6之间的距离。又如，数据点2和数据点4之间的距离，与数据点1和数据点2之间的距离大致相等。

根据本申请提供的聚类的方法，可以根据数据点集合#1的速度矢量值v，确定数据点集合#2(即，方法100中第二数据点集合的一例)，数据点集合#2包含于数据点集合#1。数据点集合2#中包含数据点集合#1中的数据点1、数据点2、数据点4、数据点5、数据点6、数据点9和数据点10。

应理解，图3仅为示意，并不对本申请中的第一数据点集合和第二数据点集合构成任何限定。例如，第一数据点集合和/或第二数据点集合中可以包括更多或更少的数据点。又如，第一数据点集合和/或第二数据点集合中的各数据点的距离更近或更远。

下面，结合图3提供的数据点集合，对本申请实施例提供的聚类的方法200进行介绍。

为了便于理解，下面以方法100中的方案一确定第一数据点集合的候选速度矢量值v的方法为例，介绍本申请提供的聚类的方法100的一个具体的实施例。应理解，还可以根据方法100中的方案二确定第一数据点集合的候选速度矢量值v的方法为例，介绍本申请提供的聚类的方法100的一个具体的实施例。

步骤210，获取数据点集合#1(即，方法100中第一数据点集合的一例)中数据点的信息。

其中，每个数据点的信息包括位置数据和径向速度数据。

步骤210中获取数据点的信息的方法与步骤110中获取数据点的信息的方法相同，为了简洁，此处不再详细赘述。

步骤220，确定数据点集合#1的速度矢量值v。

为了便于理解，下面根据步骤110中方案一的方法对确定数据点集合#1的候选速度矢量值v的过程进行详细介绍。

在本申请实施例中，可以根据数据点集合#1中的3个数据点(数据点1、数据点3、数据点5)，确定数据点集合#1的速度矢量值v。

具体的，根据方法100中的相关公式，通过计算可以获取到数据点集合#1中的4个候选速度矢量值，这4个候选速度矢量值分别为：v₁、v₂、v₃、v₄。其中v₁为根据数据点1和数据点3，确定的第一数据点集合的第1个候选速度矢量；v₂为根据数据点1和数据点5，确定的第一数据点集合的第2个候选速度矢量；v₃为根据数据点3和数据点5，确定的第一数据点集合的第3个候选速度矢量；v₄为根据数据点1、数据点3和数据点5，确定的第一数据点集合的第4个候选速度矢量；v₁对应的权重为w₁(v₁)，v₂对应的权重为w₂(v₂)，v₃对应的权重为w₃(v₃)，v₄对应的权重为w₄(v₄)，且w₂(v₂)>w₁(v₁)>w₃(v₃)>w₄(v₄)。在此情况下，可以将v₂确定为数据点集合#1的速度矢量值v。

为了便于理解，下面具体介绍确定v₂的方法。同样的，也可以采用下述确定v₂的方法确定上述的v₁、v₃、v₄。

根据数据点集合#1中的数据点1的位置数据和径向速度数和数据点5的位置数据和径向速度数据，可以通过如下方式获取v₂：

其中，v₂表示数据点集合#1的第2个的候选速度矢量值；h₁表示数据点1的方向余弦矢量，h₅表示数据点5的方向余弦矢量；

表示数据点1的径向速度数据，

表示数据点5的径向速度数据。

以加权最小二乘WLS法为例，根据WLS确定v₂，v₂满足如下表达式：

其中，

表示数据点1的径向速度数据的误差方差，

表示数据点5的径向速度数据的误差方差；其它变量如前所述，此处不再赘述。

其中，根据数据点集合#1中的数据点7和数据点9，可以确定v₂的权重w₂(v₂)，w₂(v₂)满足如下表达式：

w₂(v₂)＝Δw_2,7(v₂)+Δw_2,9(v₂)

其中，Δw_2,7(v₂)表示数据点7相对于候选速度矢量值v₂的权重；Δw_2,9(v₂)表示数据点9相对于候选速度矢量值v₂的权重。

其中，数据点7相对于候选速度矢量值v₂的权重Δw_2,7(v₂)满足如下表达式：

上述表达式中，

为候选速度矢量值v₂在数据点7的径向投影分量；

表示数据点7的径向速度；σ²为数据点7与径向速度投影分量

等，β₀＝1,2,......等。

同样的，采用上述方法也可以获取数据点9相对于候选速度矢量值v₂的权重Δw_2,9(v₂)。

步骤230，根据候选速度矢量值v，从数据点集合#1中确定数据点集合#2。

根据步骤220，可知数据点集合#1的速度矢量值为v₂。

根据步骤130中的径向投影公式，可以计算获得：

在数据点集合#1内，v₂在数据点1的径向投影分量满足第二预定义门限，v₂在数据点2的径向投影分量满足第二预定义门限，v₂在数据点4的径向投影分量满足第二预定义门限，v₂在数据点5的径向投影分量满足第二预定义门限，v₂在数据点6的径向投影分量满足第二预定义门限，v₂在数据点9的径向投影分量满足第二预定义门限，v₂在数据点10的径向投影分量满足第二预定义门限。在此情况下，可以确定数据点集合#2中包含的数据点集合#1中的数据点分别为：数据点1、数据点2、数据点4、数据点5、数据点6、数据点9和数据点10。

具体的，以v₂为二维矢量[v_2x,v_2y]时，以极坐标为例，v₂在数据点1的径向投影分量满足如下表达式：

其中，v_2x表示数据点2的速度矢量v₂在x轴方向的分量；v_2y表示数据点2的速度矢量v₂在y轴方向的分量；θ₂表示数据点1的方位角；

表示数据点1的径向速度；D₂为第二门限值。D₂的具体设置方法参见方法100中的步骤130。

同样的，可以采用上述方式，获取v₂在数据点i的径向投影分量，i＝2、3、4、5、6、7、8、9、10、11、12、13。

通过计算，可以确定第一数据点集合中满足兼容性条件的数据点构成的邻域可以表示为：

表示数据点pi的方位角；

表示数据点pi的径向速度，i＝1,2,4,5,6,9,10；D₂为第二预定义门限。

步骤240，根据数据点集合#2中的数据点的位置，从数据点集合#2中确定至少一个聚类。

根据步骤210-步骤230后，可以获取数据点集合#2，且数据点集合#2中包含的数据点集合#1中的数据点分别为：数据点1、数据点2、数据点4、数据点5、数据点6、数据点9和数据点10。

在本申请实施例中，可以根据DBSCAN算法，以及数据点集合#2中的数据点的位置数据和径向速度数据，从数据点集合#2中确定至少一个聚类C。如图3所示，该聚类C中包含的数据点集合#2中的数据点为：数据点1、数据点2、数据点4。

可选的，还可以采用类似确定聚类C的方法，对数据点集合#2中剩余的数据点(数据点5、数据点6、数据点9和数据点10)进行聚类。

步骤250，获取数据点集合#3，采用步骤220至步骤240的方法对数据点集合#3中的数据点进行聚类。

其中，数据点集合#3为数据点集合#1与数据点集合#2的差集。

作为一种实现方式，在步骤240中可以确定图3中的数据点集合#2中包含的数据点集合#1中的数据点分别为：数据点1、数据点2、数据点4、数据点5、数据点6、数据点9和数据点10。在此情况下，数据点集合#3包括的数据点为：数据点3、数据点7、数据点8、数据点11、数据点12和数据点13，具体参见图4。

在本申请实施例中，可以采用步骤220至步骤240的方法对数据点集合#3中的数据点进行聚类。为了简洁，此处不再详细赘述。

本申请提供的聚类的方法，通过利用数据点集合#1中的数据点的径向速度测量数据，获取数据点集合#1中可能的目标的速度矢量，并利用该速度矢量可以对数据点集合#1进行初步分类获取第二数据点集合，实现了在速度矢量维度上更为精确地对目标进行粗聚类。进一步，利用数据点集合#2中数据点的位置数据对数据点集合#2进一步聚类，该聚类方法具有较高的准确度和可靠性。此外，本申请实施例中，可以通过不同的方式确定数据点集合中的速度矢量值v，从而适用于各种的应用场景。例如，适用于数据点集合中数据点稀疏的场景。例如，适用于数据点集合中数据点密集的场景等。

以上结合图1至图5详细描述了本申请提供的聚类的方法。应理解，图1至图5的方法仅为示意，并不对本申请构成任何限定。

下面，结合图6和图7详细介绍本申请提供的聚类的装置和聚类的设备。

图6示出了本申请实施例提供的聚类的装置600的示意性结构图。

该聚类的装置600包括：收发单元610、处理单元620。其中，收发单元610和处理单元620之间通过内部连接通路互相通信，传递控制和/或数据信号。

收发单元610，用于获取第一数据点集合，该第一数据点集合包括至少两个数据点，该第一数据点集合中的每个数据点的信息包括位置数据和径向速度数据；

处理单元620，用于确定该第一数据点集合的速度矢量值v；

该处理单元620，还用于根据该速度矢量值v确定第二数据点集合，该第二数据点集合包含于该第一数据点集合，该第二数据点集合中的数据点的位置数据和径向速度数据与该速度矢量值v满足兼容性条件；

该处理单元620，还用于根据该第二数据点集合中的数据点的位置数据确定至少一个聚类C。

可选的，在一些实现方式中，

该速度矢量值v为预定义的速度矢量值；或者，

可选的，在一些实现方式中，

根据该至少一个候选速度矢量值，确定该速度矢量值v。

可选的，在一些实现方式中，该处理单元620还用于：

根据该第一数据点集合内的数据点q的位置数据和径向速度数据，以及该数据点q的邻域N(q)内的至少一个数据点的位置数据和径向速度数据，基于以下关系式，确定该至少一个候选速度矢量值:

为数据点t的径向速度数据；n_t为与

可选的，在一些实现方式中，

可选的，在一些实现方式中，该处理单元620还用于：

可选的，在一些实现方式中，

可选的，在一些实现方式中，该至少一个候选速度矢量值中的任一个候选速度矢量值表示为候选速度矢量值v_c，该，该候选速度矢量值v_c的权重，根据该候选速度矢量值v_c的支撑集中的数据点确定，该候选速度矢量值v_c的支撑集为该第一数据点集合的子集，该候选速度矢量值v_c的支撑集包含的数据点s的径向速度数据与该候选速度矢量值v_c在该数据点s的径向投影分量的差值满足第二预定义门限。

可选的，在一些实现方式中，

可选的，在一些实现方式中，该兼容性条件为：

该速度矢量值v在该第二数据点集合中的数据点的径向投影分量与该第二数据点集合中的数据点的径向速度数据差值满足第四预定义门限，其中该速度矢量值v在该第二数据点集合中的数据点的径向投影分量为根据该速度矢量值v和该第二数据点集合中的数据点的位置数据和径向速度数据得到。

可选的，在一些实现方式中，该处理单元620还用于：

图7示出了本申请实施例提供的聚类的设备700的示意性结构图。

该聚类的设备700包括：收发器710、处理器720和存储器730。其中，收发器710、处理器720和存储器730之间通过内部连接通路互相通信，传递控制和/或数据信号，该存储器730用于存储计算机程序，该处理器710用于从该存储器730中调用并运行该计算机程序，以控制该收发器720收发信号。

具体的，收发器710的功能与图6所示的收发单元610的具体功能相对应，此处不再赘述。

具体的，处理器720的功能与图6所示的处理单元620的具体功能相对应，此处不再赘述。

应理解，本申请实施例中的处理器可以为中央处理单元(central processingunit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random accessmemory，RAM)可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims

1.一种聚类的方法，其特征在于，所述方法包括：

获取第一数据点集合，所述第一数据点集合包括至少两个数据点，所述第一数据点集合中的每个数据点的信息包括位置数据和径向速度数据；

确定所述第一数据点集合的速度矢量值v；

根据所述速度矢量值v确定第二数据点集合，所述第二数据点集合包含于所述第一数据点集合，所述第二数据点集合中的数据点的位置数据和径向速度数据与所述速度矢量值v满足兼容性条件；

根据所述第二数据点集合中的数据点的位置数据确定至少一个聚类C。

2.根据权利要求1所述的方法，其特征在于，

所述速度矢量值v为预定义的速度矢量值；或者，

所述速度矢量值v为根据所述第一数据点集合中包含的数据点确定的。

3.根据权利要求2所述的方法，其特征在于，所述速度矢量值v为根据所述第一数据点集合中包含的数据点确定的，包括：

根据所述第一数据点集合内的两个或多个数据点的信息，确定所述第一数据点集合的至少一个候选速度矢量值；

根据所述至少一个候选速度矢量值，确定所述速度矢量值v。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一数据点集合内的两个或多个数据点的信息，确定所述第一数据点集合的至少一个候选速度矢量值，包括：

其中，v_c为所述第一数据点集合的第c个候选速度矢量，c≥1；t为所述数据点q或者所述数据点q的邻域N(q)包含的用于确定所述v_c的数据点，其中所述数据点q的邻域N(q)为预定义的邻域；

为数据点t的径向速度数据；n_t为与

5.根据权利要求3或4所述的方法，其特征在于，所述根据所述至少一个候选速度矢量值，确定所述速度矢量值v，包括：

根据所述至少一个候选速度矢量值，以及所述第一数据点集合包括的一个或多个数据点的位置数据和径向速度数据，确定所述至少一个候选速度矢量值的权重；

根据所述至少一个候选速度矢量值的权重，确定所述速度矢量值v。

6.根据权利要求5所述的方法，其特征在于，

所述至少一个候选速度矢量值的权重为所述第一数据点集合内的数据点相对于所述至少一个候选速度矢量值的权重的累加值；

其中所述第一数据点集合内的数据点相对于所述至少一个候选速度矢量值的权重根据所述第一数据点集合内的数据点的位置数据和径向速度数据得到。

7.根据权利要求2所述的方法，其特征在于，所述速度矢量值v为根据所述第一数据点集合中包含的数据点确定的，包括：

根据所述第一数据点集合内的部分或全部数据点的位置数据和径向速度数据，确定至少一个候选速度矢量值的权重，所述至少一个候选速度矢量值属于第一候选速度矢量集合；

8.根据权利要求7所述的方法，其特征在于，

所述第一候选速度矢量集合中的候选速度矢量值为预定义的候选速度矢量值；或者，

所述第一候选速度矢量集合中的候选速度矢量值为根据所关注的速度矢量值确定的；或者，

所述第一候选速度矢量集合中的候选速度矢量值为根据所关注的速度矢量值的范围确定的。

9.根据权利要求7或8所述的方法，其特征在于，

所述至少一个候选速度矢量值中的任一个候选速度矢量值表示为候选速度矢量值v_c，所述候选速度矢量值v_c的权重，根据所述候选速度矢量值v_c的支撑集中的数据点确定，所述候选速度矢量值v_c的支撑集为所述第一数据点集合的子集，所述候选速度矢量值v_c的支撑集包含的数据点s的径向速度数据与所述候选速度矢量值v_c在所述数据点s的径向投影分量的差值满足第二预定义门限。

10.根据权利要求9所述的方法，其特征在于，

所述候选速度矢量值v_c的权重为根据所述候选速度矢量值v_c的支撑集包含的数据点相对于所述候选速度矢量值v_c的加权值的累加值；

其中所述候选速度矢量值v_c的支撑集包含的数据点相对于所述候选速度矢量值v_c的加权值根据所述候选速度矢量值v_c的支撑集包含的数据点的位置数据和径向速度数据得到。

11.根据权利要求5-10中任一项所述的方法，其特征在于，

所述速度矢量值v为所述至少一个候选速度矢量值中权重最大的候选速度矢量值；或者，

所述速度矢量值v为所述至少一个候选速度矢量值中权重大于等于第三预定义门限的候选速度矢量值。

12.根据权利要求1-11中任一项所述的方法，其特征在于，所述兼容性条件为：

所述速度矢量值v在所述第二数据点集合中的数据点的径向投影分量与所述第二数据点集合中的数据点的径向速度数据满足第四预定义门限，其中所述速度矢量值v在所述第二数据点集合中的数据点的径向投影分量为根据所述速度矢量值v和所述第二数据点集合中的数据点的位置数据和径向速度数据得到。

13.根据权利要求1-12中任一项所述的方法，其特征在于，所述根据所述第二数据点集合中的数据点的位置数据确定至少一个聚类C，包括：

根据所述第二数据点集合中的数据点之间的距离确定所述至少一个聚类C，其中所述第二数据点集合中的数据点之间的距离为根据所述第二数据点集合中的数据点的位置数据得到，或者，所述第二数据点集合中的数据点之间的距离为根据所述第二数据点集合中的数据点的位置数据和径向速度数据得到。

14.一种聚类的装置，其特征在于，所述装置包括：

收发单元，用于获取第一数据点集合，所述第一数据点集合包括至少两个数据点，所述第一数据点集合中的每个数据点的信息包括位置数据和径向速度数据；

处理单元，用于确定所述第一数据点集合的速度矢量值v；

所述处理单元，还用于根据所述速度矢量值v确定第二数据点集合，所述第二数据点集合包含于所述第一数据点集合，所述第二数据点集合中的数据点的位置数据和径向速度数据与所述速度矢量值v满足兼容性条件；

所述处理单元，还用于根据所述第二数据点集合中的数据点的位置数据确定至少一个聚类C。

15.根据权利要求14所述的装置，其特征在于，

所述速度矢量值v为预定义的速度矢量值；或者，

16.根据权利要求15所述的装置，其特征在于，所述处理单元还用于：

根据所述至少一个候选速度矢量值，确定所述速度矢量值v。

17.根据权利要求16所述的装置，其特征在于，所述处理单元还用于：

根据所述第一数据点集合内的数据点q的位置数据和径向速度数据，以及所述数据点q的邻域N(q)内的至少一个数据点的位置数据和径向速度数据，基于以下关系式，确定所述至少一个候选速度矢量值:

其中，v_c为所述第一数据点集合的第c个候选速度矢量值，c≥1；t为所述数据点q或者所述数据点q的邻域N(q)包含的用于确定所述v_c的数据点，其中所述数据点q的邻域N(q)为预先定义的邻域；

为数据点t的径向速度数据；n_t为与

18.根据权利要求16或17所述的装置，其特征在于，所述处理单元还用于：

19.根据权利要求18所述的装置，其特征在于，

20.根据权利要求15所述的装置，其特征在于，所述处理单元还用于：

根据所述第一数据点集合内的部分或全部数据点的信息，确定至少一个候选速度矢量值的权重，所述至少一个候选速度矢量值属于第一候选速度矢量集合；

21.根据权利要求20所述的装置，其特征在于，

22.根据权利要求20或21所述的装置，其特征在于，所述处理单元还用于：

根据所述第一数据点集合中的部分或全部数据点的信息，确定所述至少一个候选速度矢量值；

根据所述至少一个候选速度矢量值，确定所述至少一个候选速度矢量值的权重；

其中，所述至少一个候选速度矢量值中的任一个候选速度矢量值表示为候选速度矢量值v_c，，所述候选速度矢量值v_c的权重，根据所述候选速度矢量值v_c的支撑集中的数据点确定，所述候选速度矢量值v_c的支撑集为所述第一数据点集合的子集，所述候选速度矢量值v_c的支撑集包含的数据点s的径向速度数据与所述候选速度矢量值v_c在所述数据点s的径向投影分量的差值满足第二预定义门限。

23.根据权利要求22所述的装置，其特征在于，

24.根据权利要求18-23中任一项所述的装置，其特征在于，

25.根据权利要求14-24中任一项所述的装置，其特征在于，所述兼容性条件为：

26.根据权利要求14-25中任一项所述的装置，其特征在于，所述处理单元还用于：

27.一种聚类的装置，包括处理器和存储器，所述存储器用于存储指令，所述处理器用于读取所述存储器中存储的指令，以执行权利要求1至13中任一项所述的方法。

28.一种计算机可读存储介质，包括计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行权利要求1至13中任一项所述的方法。

29.一种芯片，其特征在于，包括至少一个处理器和接口；

所述至少一个所述处理器，用于调用并运行计算机程序，以使所述芯片执行如权利要求1至13中任一项所述的方法。