[發明專利]點云數據處理、自動駕駛車輛控制方法及裝置

在審

• 申請號: 202110424822.2
• 申請日: 2021-04-20
• 公開（公告）號: CN113052131A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 何欣棟;劉浩;曾星宇
• 申請（專利權）人: 深圳市商湯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;B60W30/08
• 代理公司: 北京中知恒瑞知識產權代理事務所(普通合伙) 11889
• 代理人: 吳迪

1.一種點云數據處理方法，其特征在于，包括：

獲取待識別的點云數據；

將所述點云數據對應的點云空間按照預設尺寸劃分柵格，確定所述點云數據指示的每個點云點所在的柵格的索引信息；

對所述點云數據中的每個點云點的數據進行特征提取，確定所述每個點云點的第一特征向量；

基于所述點云數據中每個點云點的第一特征向量和各個點云點所在的柵格的索引信息，生成所述點云數據中每個點云點的第二特征向量。

2.根據權利要求1所述的方法，其特征在于，所述對所述點云數據中的每個點云點的數據進行特征提取，確定所述每個點云點的第一特征向量，包括：

基于所述點云數據，生成用于表征所述點云數據中每個點云點的屬性信息的初始特征向量；

基于添加有偏置參數的多層感知機對所述初始特征向量進行特征提取后，再通過激活函數處理，得到所述點云數據中每個點云點的第一特征向量。

3.根據權利要求1或2所述的方法，其特征在于，所述基于所述點云數據中每個點云點的第一特征向量和各個點云點所在的柵格的索引信息，生成所述點云數據的第二特征向量，包括：

基于所述每個點云點的第一特征向量和各個點云點所在的柵格的索引信息進行最大池化運算，確定每個柵格對應的第三特征向量；

將所述每個點云點的第一特征向量與該點云點所在的柵格對應的第三特征向量進行拼接，得到所述點云數據中每個點云點對應的第二特征向量。

4.根據權利要求3所述的方法，其特征在于，所述基于所述每個點云點的第一特征向量和各個點云點所在的柵格的索引信息進行最大池化運算，確定每個柵格對應的第三特征向量，包括：

基于各個點云點所在的柵格的索引信息，確定屬于同一柵格的點云點的第一特征向量；

基于所述屬于同一柵格的點云點的第一特征向量進行最大池化運算，確定每個柵格對應的第三特征向量。

5.根據權利要求2所述的方法，其特征在于，在生成所述點云數據中每個點云點的第二特征向量之后，所述方法還包括：

將生成的第二特征向量作為更新后的初始特征向量，并返回執行對所述初始特征向量進行特征提取的步驟，直至滿足預設截止條件。

6.根據權利要求1～5任一所述的方法，其特征在于，在生成所述點云數據中每個點云點的第二特征向量之后，所述方法還包括：

基于所述第二特征向量進行目標檢測，得到所述點云數據對應的目標檢測結果。

7.根據權利要求3所述的方法，其特征在于，所述最大池化運算的運算參數包括線程個數、線程塊個數；

根據以下方法確定所述最大池化運算的運算參數：

獲取所述最大池化運算的初始運算參數；以及，接收針對所述運算參數的修改指令；

基于所述修改指令，調整所述運算參數的取值。

8.一種自動駕駛車輛控制方法，其特征在于，包括：

獲取自動駕駛車輛行駛過程中采集的點云數據；

基于如權利要求1～7任一所述的方法，確定所述點云數據對應的第二特征向量，并基于所述第二特征向量進行障礙物檢測；

基于障礙物檢測結果，控制所述自動駕駛車輛的行駛。

9.一種點云數據處理裝置，其特征在于，包括：

第一獲取模塊，用于獲取待識別的點云數據；

第一確定模塊，用于將所述點云數據對應的點云空間按照預設尺寸劃分柵格，確定所述點云數據指示的每個點云點所在的柵格的索引信息；

第二確定模塊，用于對所述點云數據中的每個點云點的數據進行特征提取，確定所述每個點云點的第一特征向量；

生成模塊，用于基于所述點云數據中每個點云點的第一特征向量和各個點云點所在的柵格的索引信息，生成所述點云數據中每個點云點的第二特征向量。