本发明涉及机器人领域，具体而言涉及一种清洁机器人的三维地图的聚类方法、装置、设备及介质。
背景技术：
1、随着计算机技术及人工智能技术的发展，出现了各种各样的具有智能系统的清洁机器人，比如扫地机器、拖地机器人、吸尘器、除草机等等。这些机器人可以在无用户操作的情况下，在某一区域自动行进并进行清洁或清除等操作。目前，清洁机器人作业环境的三维地图展示方式单一，不能满足用户的观看需求。
技术实现思路
1、在
技术实现要素：
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
2、第一方面，本发明实施例提供了一种清洁机器人的三维地图的聚类方法，包括：
3、获取所述清洁机器人的三维地图及至少一种聚类类型；
4、基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图；
5、显示所述聚类后的三维地图。
6、可选地，所述至少一种聚类类型包括面聚类类型，所述基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图包括：
7、基于所述面聚类类型，利用聚类算法对所述三维地图中的点云或几何基元进行聚类，以得到三维地图中的平面及曲面；
8、基于所述平面及所述曲面的光滑度，利用所述聚类算法对所述平面或曲面进行聚类，以确定属于同一类的平面和/或曲面；在所述三维地图中对同一类的平面和/或所述曲面按照预设的标记方式进行标记，得到聚类后的三维地图。
9、可选地，所述至少一种聚类类型包括区域聚类类型，所述基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图包括：
10、基于所述区域聚类类型，利用聚类算法对所述三维地图中的点云或几何基元进行聚类，以在所述三维地图上得到至少一个目标区域，所述目标区域为用户感兴趣的区域；
11、在所述三维地图中对每个所述目标区域按照预设的标记方式进行标记，得到聚类后的三维地图。
12、可选地，所述至少一种聚类类型包括语义聚类类型，所述基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图包括：
13、基于所述语义聚类类型，利用聚类算法对所述三维地图中的点云或几何基元进行聚类，以得到三维地图的语义信息；
14、在所述三维地图中对每个所述语义信息按照预设的标记方式进行标记，得到聚类后的三维地图。
15、可选地，所述聚类算法包括k-means算法、gmm算法、dbscan算法、谱聚类算法或深度学习的语义聚类算法。
16、可选地，所述预设的标记方式包括颜色标记。
17、可选地，所述显示所述聚类后的三维地图之后还包括：
18、存储所述聚类类型及相应的聚类后的三维地图。
19、第二方面，本发明实施例提供了一种清洁机器人的三维地图的聚类装置，包括：
20、获取模块，用于获取所述清洁机器人的三维地图及至少一种聚类类型；
21、聚类模块，用于基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图；
22、显示模块，用于显示所述聚类后的三维地图。
23、第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述的清洁机器人的三维地图的聚类方法的步骤。
24、第四方面，本发明实施例提供了一种计算机可读存储介质，存储有计算机程序指令，所述计算机程序指令在被处理器调用和执行时实现上述的清洁机器人的三维地图的聚类方法的步骤。
25、根据本发明实施例所提供的一种清洁机器人的三维地图的聚类方法、装置、设备及介质，该方法通过获取清洁机器人的三维地图及至少一种聚类类型；基于聚类类型，利用聚类算法对三维地图的点云或几何基元进行聚类，得到聚类后的三维地图；显示聚类后的三维地图，由此三维地图能够按照不同聚类类型聚类后，再进行展示，提高了三维地图展示的多样性，满足了用户的观看需求。
1.一种清洁机器人的三维地图的聚类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述至少一种聚类类型包括面聚类类型，所述基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图包括：
3.根据权利要求1所述的方法，其特征在于，所述至少一种聚类类型包括区域聚类类型，所述基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图包括：
4.根据权利要求1所述的方法，其特征在于，所述至少一种聚类类型包括语义聚类类型，所述基于所述聚类类型，利用聚类算法对所述三维地图的点云或几何基元进行聚类，得到聚类后的三维地图包括：
5.根据权利要求1所述的方法，其特征在于，所述聚类算法包括k-means算法、gmm算法、dbscan算法、谱聚类算法或深度学习的语义聚类算法。
6.根据权利要求2-4任一项所述的方法，其特征在于，所述预设的标记方式包括颜色标记。
7.根据权利要求1所述的方法，其特征在于，所述显示所述聚类后的三维地图之后还包括：
8.一种清洁机器人的三维地图的聚类装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的清洁机器人的三维地图的聚类方法的步骤。
10.一种计算机可读存储介质，其特征在于，存储有计算机程序指令，所述计算机程序指令在被处理器调用和执行时实现权利要求1-7任一项所述的清洁机器人的三维地图的聚类方法的步骤。
