[發明專利]一種基于激光雷達點云數據的三維目標檢測方法

有效

• 申請號: 202010433849.3
• 申請日: 2020-05-21
• 公開（公告）號: CN111681212B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 郭裕蘭;張永聰;陳銘林;敖晟
• 申請（專利權）人: 中山大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于激光雷達點云數據的三維目標檢測方法，其特征在于，所述方法包括以下步驟：

將點云表示成密集形的表面圖，圖中行數為K，其中K是激光雷達的通道數；給定一個激光雷達點p＝(x,y,z,r,l)，其中(x,y,z)，r和l∈{0,...,K-1}分別表示位置、反射率和點所在層數；點p位于表面圖S^h×w的網格(h,w)中，其中h＝l，

表面圖根據場景的表面，將三維點投影到二維網格中，對于表面圖的每個網格(h,w)，通過平均網格內的所有點，獲得質心點(h,w)網格內的深度的計算如下：

其中，然后可以獲得表面深度圖D_map＝55ko1hq∈R^H×W；表面深度圖將深度信息存儲在每個網格中；

基于體素特征編碼層的網格特征編碼器，體素特征編碼層處理表面圖的每個網格以生成該網格的特征，從而生成規則的2D表曲面特征圖若網格沒有任何點，則使用零填充；且網格特征編碼器不執行體素特征編碼層中的隨機采樣；

具有N種不同分辨率的表面圖，即S^H×W,由網格特征編碼器對其分別進行獨立處理，生成三個表面特征圖，即然后，由特征串接得到一個多尺度表面特征F∈R^3C×H×W：

此多尺度表面特征用作后續模塊的初始輸入；

具有表面特征卷積模塊，并通過增加一個低分辨率輸出的網絡反卷積層來獲得全分辨率輸出；表面特征卷積模塊生成的中的前視圖特征具有與其輸入表面特征F相同的分辨率，但特征的維度不同；

具有基于深度表面圖的前視圖特征從前視圖到鳥瞰圖的視圖轉換模塊，不同對象的深度不同，但是從2d前視偽圖像中獲取的絕對深度是不相等的；從俯視圖特征中得到物體的深度，并在視圖變換后對高度進行回歸；

從熱圖H^O派生的點表示俯視圖中檢測對象中心的位置，即，x,z，而參數圖P^O包含對象的參數，檢測網絡由一個公共特征提取器和兩個分支，即熱圖分支和參數分支組成。

2.根據權利要求1所述的基于激光雷達點云數據的三維目標檢測方法，其特征在于，視圖轉換模塊有兩個步驟：擴展和壓縮；

在擴展步驟中，FV特征中每個(h,w)位置的特征f將會根據深度信息D映射到擴增特征圖E的相應位置(d,h,w)，其中

這里R是最大深度范圍，若D_map(h,w)R，則設置d＝D；

在壓縮步驟中，通過隨機選擇在其H軸上擠壓擴展的特征圖，得到2D特征圖，其大小為D×W，維度c'；最后，使用M個連續的2D卷積層處理輸出，從而得到最終的俯視圖特征圖。