[發明專利]一種三維成像聲吶點云的水下地形匹配定位方法及系統

在審

• 申請號: 202210352439.5
• 申請日: 2022-04-04
• 公開（公告）號: CN114706087A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 張陽;彭新
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G01S15/89
• 分類號: G01S15/89;G06V10/46;G06N3/04;G06N3/08;G06T3/40;G06V10/75
• 代理公司: 國防科技大學專利服務中心 43202
• 代理人: 關洪濤

1.一種三維成像聲吶點云的水下地形匹配定位方法，其特征在于，包括以下步驟：

S1、對在線采集的聲吶點云幀進行采樣，將點數達到N，并將預存的大范圍聲吶點云地圖切割成具有N點的點云X；

S2、將L個隨機生成的變換矩陣{T₁,…,T_L},T_L∈SE(3)作用于點云X＝[X₀,…,X_N]∈R^3×N，得到L對數據以訓練關鍵點提取網絡，通過關鍵點提取網絡對分塊后的聲吶點云地形圖和在線采集的點云區域分別提取關鍵點，并將小塊地形圖的關鍵點進行拼接形成整個地形的關鍵點；

S3、選擇每個關鍵點的多個鄰域點，并對鄰域點進行特征提取，分別對預存的聲吶點云地形圖和在線采集的聲吶點云地形圖，以每個關鍵點的鄰域范圍提取特征；

S4、根據關鍵點計算實時點云幀與地圖之間的匹配代價；

S5、根據匹配代價實時計算聲吶點云幀與地圖在預測下的位置偏移量；

S6、根據預測的位置偏移量和地面真實數值之間距離的平方來定義損失。

2.根據權利要求1所述的三維成像聲吶點云的水下地形匹配定位方法，其特征在于，所述步驟S2中訓練關鍵點提取網絡的步驟具體為：

輸入點云X∈R^3×N，使用FPS采樣方式輸出M個初始關鍵點S＝[S₁,…S_M]∈R^3×M；

采用點到關鍵點的采樣方式對點云的每個點進行分組以得到當前關鍵點分組K_m表示屬于當前關鍵點鄰域的點數，S_m為當前關鍵點，S_m∈S；

對當前關鍵點分組進行去均值操作，得到其中，

將每個當前關鍵點分組輸入三個全連接層和一個最大池化層構成的網絡，獲得M個當前關鍵點對應的特征向量；

對每個當前關鍵點S_m對應的特征進行KNN操作，得到鄰域點并對鄰域點歸一化得到

將每個當前關鍵點分組特征分別輸入三個全連接層、一個最大池化層和一個全連接層構成的網絡，最后輸出獲得M個當前關鍵點的偏移位置和不確定性(Q₁,σ₁),…,(Q_M,σ_M)，其中Q_m∈R^3×M,σ∈R⁺分別表示M個當前關鍵點的坐標和不確定性；

對M個當前關鍵點進行非極大值抑制，并根據關鍵點的不確定性進行排序，選取設定數量的關鍵點；

將輸出的當前關鍵點預測偏移和當前關鍵點求和以得到最終的關鍵點{Q₁,…Q_M}。

3.根據權利要求2所述的三維成像聲吶點云的水下地形匹配定位方法，其特征在于，所述關鍵點提取網絡的損失函數包括概率chamfer損失L_C和點到點損失L_P，用于調整L_C和L_P之間的權重。

4.根據權利要求1所述的三維成像聲吶點云的水下地形匹配定位方法，其特征在于，所述步驟S3中的鄰域點為64個，采用mini-PointNet對關鍵點進行特征提取。