TWI766744B - 點雲密度調整方法、電腦裝置及儲存介質 - Google Patents

Abstract

本申請涉及點雲處理技術領域，提供一種點雲密度調整方法、電腦裝置及儲存介質，所述方法包括：獲取初始點雲地圖和機器人的距離判定閾值；確定初始點雲地圖中的多個目的地區域，並計算每個目的地區域的環境複雜度值；將初始點雲地圖切割為多個子地圖；根據環境複雜度值確定每個子地圖的點雲密度係數；根據點雲密度係數調整初始點雲地圖得到目標點雲地圖。本申請根據初始點雲地圖的環境複雜度值切割為多個子地圖，並將環境複雜度一致的相鄰目的地區域合併為同一個子地圖，減少子地圖的數量，提高了點雲密度的調整效率及準確率。

Description

點雲密度調整方法、電腦裝置及儲存介質

本申請涉及點雲處理技術領域，具體涉及一種點雲密度調整方法、電腦裝置及儲存介質。

點雲(Point Cloud)地圖可以表達空間中物體的輪廓及具體位置，通常情況下點雲地圖規模很大，需要大量的儲存空間，一張640*480的影像會產生約30萬個空間點，而許多空間點不是必須的，反而浪費空間增加計算量，例如，若點雲地圖中的點雲太密，會導致佔用很多計算資源及儲存空間，若點雲太稀疏則會使點雲地圖中點跟點之間的空間無法被描述，無法提供機器人避障或導航。

鑒於以上內容，有必要提出一種點雲密度調整方法、電腦裝置及儲存介質，根據初始點雲地圖的環境複雜度值切割為多個子地圖，並將環境複雜度一致的相鄰目的地區域合併為同一個子地圖，減少子地圖的數量，提高了點雲密度的調整效率及準確率。

本申請的第一方面提供一種點雲密度調整方法，所述方法包括：獲取初始點雲地圖和機器人的尺寸參數，並根據所述尺寸參數計算距離判定閾值；確定所述初始點雲地圖中的多個目的地區域，並計算每個目的地區域的環境複雜度值；根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖；根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數；根據所 述點雲密度係數調整所述初始點雲地圖得到目標點雲地圖，目標點雲地圖中相鄰空間點的最大距離小於所述距離判定閾值。

較佳地，所述確定所述初始點雲地圖中的多個目的地區域包括：利用預設的窗格，在所述初始點雲地圖上進行無重疊滑動，並將所述窗格每次滑動時對應的區域確定為所述初始點雲地圖中的目的地區域。

較佳地，所述確定所述初始點雲地圖中的多個目的地區域包括：透過辨識演算法從所述初始點雲地圖中辨識出多個目標物件，並將每個目標物件對應的區域確定為所述初始點雲地圖中的目的地區域。

較佳地，所述計算每個目的地區域的環境複雜度值包括：獲取所述目的地區域內的圖元的深度值；計算所述圖元的深度值的標準差得到對應目的地區域的標準差；根據所述標準差確定所述目的地區域的環境複雜度值。

較佳地，所述根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖包括：判斷相鄰目的地區域的環境複雜度值是否滿足預設的切割要求；當相鄰目的地區域的環境複雜度值滿足所述預設的切割要求時，將所述相鄰目的地區域切割為兩個子地圖。

較佳地，所述方法還包括：當相鄰目的地區域的環境複雜度值不滿足所述預設的切割要求時，將所述相鄰目的地區域合併為同一個子地圖。

較佳地，所述根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數包括：按照預設的劃分規則將所述環境複雜度值劃分為多個環境複雜度等級；根據所述多個環境複雜度等級確定出每個子地圖的點雲密度係數。

較佳地，所述根據所述尺寸參數計算距離判定閾值包括：根據所述尺寸參數確定所述機器人能夠透過的最大距離；獲取預設的距離係數；計算所述能夠透過的最大距離與所述距離係數的乘積，得到所述距離判定閾值。

本申請的第二方面提供一種電腦裝置，所述電腦裝置包括處理器和儲存器，所述處理器用於執行所述儲存器中儲存的電腦程式時實現所述的點雲密度調整方法。

本申請的第三方面提供一種電腦可讀儲存介質，所述電腦可讀儲存介質上儲存有電腦程式，所述電腦程式被處理器執行時實現所述的點雲密度調整方法。

綜上所述，本申請所述的點雲密度調整方法、電腦裝置及儲存介質，一方面，根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖，由於不同的標準差對應的窗格區域的複雜度不同，根據窗格的環境複雜度值對所述初始雲地圖進行切割，可以確保切割後的每個子地圖的環境複雜度的一致性，並將環境複雜度一致的相鄰目的地區域區域合併為同一個子地圖，可以減少子地圖的數量，進而提高點雲密度調整的效率及準確率；另一方面，根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數，在確定過程中，將所述所有子地圖的環境複雜度劃分為多個環境複雜度等級，每個環境複雜度等級中可以包括一個或者多個子地圖，避免針對每個子地圖確定出一個點雲密度係數而導致點雲地圖密度調整緩慢的現象，提高了點雲密度調整的準確率及效率；最後，根據所述點雲密度係數調整所述初始點雲地圖得到目標點雲地圖，目標點雲地圖中相鄰空間點的最大距離小於所述距離判定閾值，可以確保目標點雲地圖中的密度不會出現太密或者太稀疏的情況，提高了點雲密度調整的準確率及點雲地圖的使用率。

S11-S15:步驟

8:電腦裝置

81:儲存器

82:處理器

83:電腦程式

84:收發器

圖1是本申請較佳實施例提供的點雲密度調整方法的流程圖。

圖2是本申請較佳實施例提供的環境複雜度等級的示意圖。

圖3是本申請較佳實施例提供的點雲太稀疏的第一示意圖。

圖4是本申請較佳實施例提供的點雲太稀疏的第二示意圖。

圖5是本申請較佳實施例提供的點雲太稠密的第一示意圖。

圖6是本申請較佳實施例提供的點雲太稠密的第二示意圖。

圖7是本申請較佳實施例提供的點雲密度調整方法調整的目標點雲地圖的示意圖。

圖8是本申請較佳實施例提供的電腦裝置的結構示意圖。

為了能夠更清楚地理解本申請的上述目的、特徵和優點，下面結合附圖和具體實施例對本申請進行詳細描述。需要說明的是，在不衝突的情況下，本申請的實施例及實施例中的特徵可以相互組合。

除非另有定義，本文所使用的所有的技術和科學術語與屬於本申請的技術領域的技術人員通常理解的含義相同。本文中在本申請的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在於限制本申請。

圖1是本申請較佳實施例提供的點雲密度調整方法的流程圖。

在本實施例中，所述點雲密度調整方法可以應用於電腦裝置中，對於需要進行點雲密度自動調整的電腦裝置，可以直接在電腦裝置上集成本申請的方法所提供的點雲密度自動調整的功能，或者以軟體開發套件(Software Development Kit，SDK)的形式運行在電腦裝置中。

如圖1所示，所述點雲密度調整方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些可以省略。

S11，獲取初始點雲地圖和機器人的尺寸參數，並根據所述尺寸參數計算距離判定閾值。

本實施例中，使用者在進行點雲密度調整時，透過用戶端發起點雲密度調整請求至服務端，具體地，所述用戶端可以是智慧手機、IPAD或者其他智慧設備，所述服務端可以為點雲密度調整子系統，在點雲密度調整過程中，如所述用戶端可以向點雲密度調整子系統發送點雲密度調整請求，所述點雲密度調整子系統用於接收所述用戶端發送的點雲密度調整請求。本實施例中，當所述服務端接收到所述點雲密度調整請求時，解析所述點雲密度調整請求獲取初始點雲地圖和機器人的尺寸參數，其中，所述機器人可以為掃地機器人、機器狗、機器貓等其他智慧型機器人，所述機器人的尺寸參數包括，但不限於，機器人移動時的長度、寬度和高度。

本實施例中，所述距離判定閾值用於表徵根據機器人的尺寸參數判定所述初始點雲地圖相鄰空間點的距離。

在一個可選的實施例中，所述根據所述尺寸參數計算距離判定閾值包括：根據所述尺寸參數確定所述機器人能夠透過的最大距離；獲取預設的距離係數；計算所述能夠透過的最大距離與所述距離係數的乘積，得到所述距離判定閾值。

本實施例中，預先根據機器人的尺寸參數計算所述機器人移送時能夠透過所述初始點雲地圖中相鄰空間點的最大距離。

本實施例中，可以設置距離係數，其中，所述預設的距離係數為0到1之間的一個亂數，獲取所述預設的距離係數，根據所述預設的距離係數和所述最大距離確定調整所述初始點雲地圖的距離判定閾值。

S12，確定所述初始點雲地圖中的多個目的地區域，並計算每個目的地區域的環境複雜度值。

本實施例中，可以根據滑動窗格或者辨識演算法確定所述初始點雲地圖中的多個目的地區域。

具體地，在一個可選的實施例中，所述確定所述初始點雲地圖中的多個目的地區域包括：利用預設的窗格，在所述初始點雲地圖上進行無重疊滑動，並將所述窗格每次滑動時對應的區域確定為所述初始點雲地圖中的目的地區域。

本實施例中，可以預先設置窗格和滑動方式，具體地，所述窗格設置為(h×w)，其中，h表示每個窗格的長度，x表示每個窗格的寬度，具體地，窗格的長度和寬度可以根據使用者的需求進行設定。本實施例可以預先設置滑動方式，具體地，所述預設的滑動方式可以為在所述初始點雲地圖上從左往右依次滑動，也可以在所述初始點雲地圖上為從上往下依次滑動，或者根據客戶的需求設置滑動方式，本實施例在此不做限制。

在一個可選的實施例中，所述確定所述初始點雲地圖中的多個目的地區域包括：透過辨識演算法從所述初始點雲地圖中辨識出多個目標物件，並將每個目標物件對應的區域確定為所述初始點雲地圖中的目的地區域。

本實施例中，所述辨識演算法用於辨識圖像中的目標物件，透過所述辨識演算法將從所述初始點雲地圖中辨識出所有目標物件，並讀取每個目標物件的每個圖元對應的深度值，由於不同的目標物件對應的深度值可能存在較大的差異，透過將每個目標物件切割為一個目的地區域，並計算每個目的地區域的所有圖元對應的所有深度值的標準差得到每個目的地區域的標準差，避免將多個目標物件切割為一個目的地區域引起的標準差不準確的現象，提高每個目的地區域的標準差的準確率。

在一個可選的實施例中，所述計算每個目的地區域的環境複雜度值包括：獲取所述目的地區域內的圖元的深度值；計算所述圖元的深度值的標準差得到對應目的地區域的標準差；根據所述標準差確定所述目的地區域的環境複雜度值。

本實施例中，所述標準差用以表徵每個目的地區域中的空間點之間的離散程度，例如，若目的地區域中的圖元對應的深度接近線性分佈，即標準差較小，則可以確定所述目的地區域的表面較平滑；若目的地區域中的圖元對應的深度較離散，即標準差較大，則可以確定所述目的地區域的表面不平滑。

本實施例中，可以預先設置資料庫，將所述每個目的地區域的標準差對應的每個目的地區域的環境複雜度值與預設的資料庫中的標準差進行匹配，得到目標標準差，所述目標標準差對應的環境複雜度即為對應的目的地區域的環境複雜度值。

S13，根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖。

本實施例中，由於不同的標準差對應的窗格區域的複雜度不同，根據窗格的標準差對所述初始雲地圖進行切割，可以確保切割後的每個子地圖的環境複雜度的一致性。

在一個可選的實施例中，所述根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖包括：判斷相鄰目的地區域的環境複雜度值是否滿足預設的切割要求；當相鄰目的地區域的環境複雜度值滿足所述預設的切割要 求時，將所述相鄰目的地區域切割為兩個子地圖；或者，當相鄰目的地區域的環境複雜度值不滿足所述預設的切割要求時，將所述相鄰目的地區域合併為同一個子地圖。

本實施例中，在進行初始點雲地圖切割時，判斷相鄰目的地區域的環境複雜度值是否滿足預設的切割要求，即判斷相鄰目的地區域的標準差是否接近，當相鄰目的地區域的標準差不接近時，確定相鄰目的地區域區域環境複雜度存在很大的差異，將每個窗格作為一個子地圖；當相鄰目的地區域的標準差接近時，確定相鄰目的地區域的區域環境複雜度基本一致，將所述相鄰目的地區域合併為同一個子地圖，可以減少子地圖的數量，進而提高點雲密度調整的效率及準確率。

S14，根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數。

本實施例中，可以用S表示點雲密度係數，其中，所述S

(0,1)，S=1表示每個子地圖中相鄰空間點的間隔為最大值，S越小表示點雲越密。

在一個可選的實施例中，所述根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數包括：按照預設的劃分規則將所述環境複雜度值劃分為多個環境複雜度等級；根據所述多個環境複雜度等級確定出每個子地圖的點雲密度係數。

本實施例中，由於標準差用以表徵每個目的地區域中的空間點之間的離散程度，根據標準差可以確定目的地區域的環境複雜度值，若每個子地圖的標準差較小，則可以確定所述每個子地圖對應區域的表面較平滑，環境不複雜；若每個子地圖的標準差較大，則可以確定所述每個子地圖對應區域的表面不平滑，起伏較大，環境比較複雜。

本實施例中，可以預先設置劃分規則，根據預設的劃分規則將所述所有子地圖的環境複雜度劃分為多個環境複雜度等級，每個環境複雜度等級中可以包括一個或者多個子地圖，避免針對每個子地圖確定出一個點雲密度係 數而導致點雲地圖密度調整緩慢的現象，提高了點雲密度調整的準確率及效率。

參閱圖2所示，根據使用者的需求將所有子地圖的環境複雜度值分成4個區段，即包括四個環境複雜度等級：非常稠密、稠密、稀疏和非常稀疏，確定出環境複雜度等級為非常稠密的字地圖的點雲密度係數為0.25；確定出環境複雜度等級為稠密的字地圖的點雲密度係數為0.5；確定出環境複雜度等級為稀疏的字地圖的點雲密度係數為0.75；確定出環境複雜度等級為非常稀疏的字地圖的點雲密度係數為1。

S15，根據所述點雲密度係數調整所述初始點雲地圖得到目標點雲地圖，目標點雲地圖中相鄰空間點的最大距離小於所述距離判定閾值。

本實施例中，所述目標點雲地圖為調整過密度後的初始點雲地圖，根據所述距離判定閾值和每個所述子地圖的點雲密度係數調整每個子地圖的密度，可以確保每個子地圖中的密度不會出現太密或者太稀疏的情況，提高了點雲密度調整的準確率及點雲地圖的使用率。

本實施例中，在調整每個所述子地圖的點雲密度時，根據每個所述子地圖的點雲密度係數對每個所述子地圖中相鄰空間點的距離進行調整，並且調整的相鄰空間點的最大距離小於所述距離判定閾值，避免了機器人誤認為相鄰點之間可以透過而導致機器人無法避障和進行導航的問題，提高了點雲地圖調整準確率及使用率。

示例性的，距離判定閾值為7mm，初始點雲地圖根據環境複雜度值劃分為4個等級(參閱圖2所示)：非常稠密、稠密、稀疏和非常稀疏，確定出環境複雜度等級為非常稠密的S=0.25，則環境複雜度等級為非常稠密對應的子地圖中的相鄰空間點的距離調整為7×0.25mm=1.75mm；確定出環境複雜度等級為稠密的S=0.5，則環境複雜度等級為稠密對應的子地圖中的相鄰空間點的距離調整為7×0.5mm=3.5mm。

本實施例中，在進行點雲地圖使用時，若點雲太稀疏，太稀疏的點雲會使點雲地圖中的相鄰空間點之間的空間太大無法描述牆面凸起，導致機 器人經過時會認為該牆面是平滑的，而撞到凸起處，無法提供機器人避障和導航(參閱圖3和圖4所示)；若點雲太稠密，增加不必要的計算儲存空間，例如，在表面平滑的區域不需要太多的點雲就可以表示該表面的形狀輪廓(參閱圖5和圖6所示)，而本實施例透過根據環境複雜度，自動調整初始點雲地圖的密度得到目標點雲地圖，解決了點雲太稀疏導致的點雲地圖中的空間點與點之間的空間無法被描述，及太密的點雲會佔用很多計算資源及儲存空間的問題，參閱圖7所示，為點雲密度調整方法調整的目標點雲地圖的示意圖，表面平滑區域的相鄰空間點的密度調整為較疏點雲，表面凹凸不平的區域的相鄰空間點的密度調整為較密點雲，提高了點雲密度調整準確率及效率。

綜上所述，本實施例所述的點雲密度調整方法，一方面，根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖，由於不同的標準差對應的窗格區域的複雜度不同，根據窗格的環境複雜度值對所述初始雲地圖進行切割，可以確保切割後的每個子地圖的環境複雜度的一致性，並將環境複雜度一致的相鄰目的地區域合併為同一個子地圖，可以減少子地圖的數量，進而提高點雲密度調整的效率及準確率；另一方面，根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數，在確定過程中，將所述所有子地圖的環境複雜度劃分為多個環境複雜度等級，每個環境複雜度等級中可以包括一個或者多個子地圖，避免針對每個子地圖確定出一個點雲密度係數而導致點雲地圖密度調整緩慢的現象，提高了點雲密度調整的準確率及效率；最後，根據所述點雲密度係數調整所述初始點雲地圖得到目標點雲地圖，目標點雲地圖中相鄰空間點的最大距離小於所述距離判定閾值，可以確保目標點雲地圖中的密度不會出現太密或者太稀疏的情況，提高了點雲密度調整的準確率及點雲地圖的使用率。

參閱圖8所示，為本申請較佳實施例提供的電腦裝置的結構示意圖。在本申請較佳實施例中，所述電腦裝置8包括儲存器81、至少一個處理器82、至少一條通信匯流排83及收發器84。

本領域技術人員應該瞭解，圖8示出的電腦裝置的結構並不構成本申請實施例的限定，既可以是匯流排型結構，也可以是星形結構，所述電腦裝置8還可以包括比圖示更多或更少的其他硬體或者軟體，或者不同的部件佈置。

在一些實施例中，所述電腦裝置8是一種能夠按照事先設定或儲存的指令，自動進行數值計算和/或資訊處理的電腦裝置，其硬體包括但不限於微處理器、專用積體電路、可程式設計閘陣列、數位訊號處理器及嵌入式設備等。所述電腦裝置8還可包括客戶設備，所述客戶設備包括但不限於任何一種可與客戶透過鍵盤、滑鼠、遙控器、觸控板或聲控設備等方式進行人機交互的電子產品，例如，個人電腦、平板電腦、智慧手機、數碼相機等。

需要說明的是，所述電腦裝置8僅為舉例，其他現有的或今後可能出現的電子產品如可適應於本申請，也應包含在本申請的保護範圍以內，並以引用方式包含於此。

在一些實施例中，所述儲存器81用於儲存程式碼和各種資料，並在電腦裝置8的運行過程中實現高速、自動地完成程式或資料的存取。所述儲存器81包括唯讀儲存器(Read-Only Memory，ROM)、可程式設計唯讀儲存器(Programmable Read-Only Memory，PROM)、可擦除可程式設計唯讀儲存器(Erasable Programmable Read-Only Memory，EPROM)、一次可程式設計唯讀儲存器(One-time Programmable Read-Only Memory，OTPROM)、電子擦除式可複寫唯讀儲存器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、唯讀光碟(Compact Disc Read-Only Memory，CD-ROM)或其他光碟儲存器、磁片儲存器、磁帶儲存器、或者能夠用於攜帶或儲存資料的電腦可讀的任何其他介質。

在一些實施例中，所述至少一個處理器82可以由積體電路組成，例如可以由單個封裝的積體電路所組成，也可以是由多個相同功能或不同功能封裝的積體電路所組成，包括一個或者多個中央處理器(Central Processing unit，CPU)、微處理器、數位訊號處理器、圖形處理器及各種控制晶片的組合等。 所述至少一個處理器82是所述電腦裝置8的控制核心(Control Unit)，利用各種介面和線路連接整個電腦裝置8的各個部件，透過運行或執行儲存在所述儲存器81內的程式或者模組，以及調用儲存在所述儲存器81內的資料，以執行電腦裝置8的各種功能和處理資料。

在一些實施例中，所述至少一條通信匯流排83被設置為實現所述儲存器81以及所述至少一個處理器82等之間的連接通信。

儘管未示出，所述電腦裝置8還可以包括給各個部件供電的電源(比如電池)，可選的，電源可以透過電源管理裝置與所述至少一個處理器82邏輯相連，從而透過電源管理裝置實現管理充電、放電、以及功耗管理等功能。電源還可以包括一個或一個以上的直流或交流電源、再充電裝置、電源故障檢測電路、電源轉換器或者逆變器、電源狀態指示器等任意元件。所述電腦裝置8還可以包括多種感測器、藍牙模組、Wi-Fi模組等，在此不再贅述。

應該瞭解，所述實施例僅為說明之用，在專利申請範圍上並不受此結構的限制。

上述以軟體功能模組的形式實現的集成的單元，可以儲存在一個電腦可讀取儲存介質中。上述軟體功能模組儲存在一個儲存介質中，包括若干指令用以使得一台電腦設備(可以是個人電腦，電腦裝置，或者網路設備等)或處理器(processor)82執行本申請各個實施例所述方法的部分。

所述儲存器81中儲存有程式碼，且所述至少一個處理器82可調用所述儲存器81中儲存的程式碼以執行相關的功能。

在本申請的一個實施例中，所述儲存器81儲存多個指令，所述多個指令被所述至少一個處理器82所執行以實現點雲密度自動調整的功能。

具體地，所述至少一個處理器82對上述指令的具體實現方法可參考圖1至圖8對應實施例中相關步驟的描述，在此不贅述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的裝置和方法，可以透過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意 性的，例如，所述模組的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式。

所述作為分離部件說明的模組可以是或者也可以不是物理上分開的，作為模組顯示的部件可以是或者也可以不是物理單元，既可以位元於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本實施例方案的目的。

另外，在本申請各個實施例中的各功能模組可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能模組的形式實現。

對於本領域技術人員而言，顯然本申請不限於上述示範性實施例的細節，而且在不背離本申請的精神或基本特徵的情況下，能夠以其他的具體形式實現本申請。因此，無論從哪一點來看，均應將實施例看作是示範性的，而且是非限制性的，本申請的範圍由所附請求項而不是上述說明限定，因此旨在將落在請求項的等同要件的含義和範圍內的所有變化涵括在本申請內。不應將請求項中的任何附圖標記視為限制所涉及的請求項。此外，顯然“包括”一詞不排除其他單元或，單數不排除複數。本申請中陳述的多個單元或裝置也可以由一個單元或裝置透過軟體或者硬體來實現。第一，第二等詞語用來表示名稱，而並不表示任何特定的順序。

最後應說明的是，以上實施例僅用以說明本申請的技術方案而非限制，儘管參照較佳實施例對本申請進行了詳細說明，本領域的普通技術人員應當理解，可以對本申請的技術方案進行修改或等同替換，而不脫離本申請技術方案的精神和範圍。

S11-S15:步驟

Claims (7)

1. 一種點雲密度調整方法，其中，所述方法包括：獲取初始點雲地圖和機器人的尺寸參數，並根據所述尺寸參數計算距離判定閾值；確定所述初始點雲地圖中的多個目的地區域，並計算每個目的地區域的環境複雜度值，所述計算每個目的地區域的環境複雜度值包括：獲取所述目的地區域內的圖元的深度值；計算所述圖元的深度值的標準差得到對應目的地區域的標準差；根據所述標準差確定所述目的地區域的環境複雜度值；根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖，所述根據所述環境複雜度值將所述初始點雲地圖切割為多個子地圖包括：判斷相鄰目的地區域的環境複雜度值是否滿足預設的切割要求；當相鄰目的地區域的環境複雜度值滿足所述預設的切割要求時，將所述相鄰目的地區域切割為兩個子地圖；根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數，所述根據每個子地圖的環境複雜度值確定每個所述子地圖的點雲密度係數包括：按照預設的劃分規則將所述環境複雜度值劃分為多個環境複雜度等級；根據所述多個環境複雜度等級確定出每個子地圖的點雲密度係數；根據所述點雲密度係數調整所述初始點雲地圖得到目標點雲地圖，目標點雲地圖中相鄰空間點的最大距離小於所述距離判定閾值。
2. 如請求項1所述的點雲密度調整方法，其中，所述確定所述初始點雲地圖中的多個目的地區域包括：利用預設的窗格，在所述初始點雲地圖上進行無重疊滑動，並將所述窗格每次滑動時對應的區域確定為所述初始點雲地圖中的目的地區域。
3. 如請求項1所述的點雲密度調整方法，其中，所述確定所述初始點雲地圖中的多個目的地區域包括：透過辨識演算法從所述初始點雲地圖中辨識出多個目標物件，並將每個目標物件對應的區域確定為所述初始點雲地圖中的目的地區域。
4. 如請求項1所述的點雲密度調整方法，其中，所述方法還包括：當相鄰目的地區域的環境複雜度值不滿足所述預設的切割要求時，將所述相鄰目的地區域合併為同一個子地圖。
5. 如請求項1所述的點雲密度調整方法，其中，所述根據所述尺寸參數計算距離判定閾值包括：根據所述尺寸參數確定所述機器人能夠透過的最大距離；獲取預設的距離係數；計算所述能夠透過的最大距離與所述距離係數的乘積，得到所述距離判定閾值。
6. 一種電腦裝置，其中，所述電腦裝置包括處理器和儲存器，所述處理器用於執行所述儲存器中儲存的電腦程式時實現如請求項1至請求項5中任意一項所述的點雲密度調整方法。
7. 一種電腦可讀儲存介質，所述電腦可讀儲存介質上儲存有電腦程式，其中，所述電腦程式被處理器執行時實現如請求項1至請求項5中任意一項所述的點雲密度調整方法。

Images