[发明专利]点云多视角特征融合方法及装置

权利要求书

1.一种点云多视角特征融合方法，其特征在于，包括：

根据待融合点云的垂直视场范围和水平视场范围，构建所述待融合点云的三维极坐标空间，并将所述三维极坐标空间划分为三维极坐标栅格；

将所述待融合点云中的每个点分别映射到所述三维极坐标栅格的前视图栅格和俯视图栅格中，并对每个前视图栅格和俯视图栅格中点的特征进行统计，获取每个前视图栅格和俯视图栅格的统计特征；

将所述前视图栅格和俯视图栅格的统计特征分别作为神经网络的输入，输出所述前视图栅格和俯视图栅格的提取特征，对所述前视图栅格和俯视图栅格的提取特征进行融合，获取所述前视图栅格和俯视图栅格的提取特征的融合结果。

2.根据权利要求1所述的点云多视角特征融合方法，其特征在于，所述根据待融合点云的垂直视场范围和水平视场范围，构建所述待融合点云的三维极坐标空间，包括：

根据所述待融合点云的垂直视场范围和水平视场范围，获取所述前视图栅格的长和宽，以及所述俯视图栅格的长和宽；

根据所述前视图栅格的长和宽，以及所述俯视图栅格的长和宽，构建所述待融合点云的三维极坐标空间。

3.根据权利要求1所述的点云多视角特征融合方法，其特征在于，所述前视图栅格为二维矩形栅格；

所述俯视图栅格为二维极坐标栅格；

所述前视图栅格的长度与所述俯视图栅格的长度相等。

4.根据权利要求1-3任一所述的点云多视角特征融合方法，其特征在于，所述对每个前视图栅格和俯视图栅格中点的特征进行统计，获取每个前视图栅格和俯视图栅格的统计特征，包括：

将每个前视图栅格中距离所述三维极坐标空间的坐标原点最近的点的特征作为每个前视图栅格的统计特征；

对每个俯视图栅格中所有点的特征进行统计，获取每个俯视图栅格的统计特征；和/或，

对每个前视图栅格中所有点的特征进行统计，获取每个前视图栅格的统计特征；

将每个俯视图栅格中距离所述三维极坐标空间的坐标原点最近的点的特征作为每个俯视图栅格的统计特征。

5.根据权利要求4所述的点云多视角特征融合方法，其特征在于，每个前视图栅格和俯视图栅格中距离所述三维极坐标空间的坐标原点最近的点的特征包括是否占据栅格、反射强度、高度、水平方位角和垂直方位角中的一种或多种；

对每个前视图栅格和俯视图栅格中所有点的特征进行统计获取的统计特征包括是否占据栅格、点数、最高高度、平均高度、最高反射强度和平均反射强度中的一种或多种。

6.根据权利要求4所述的点云多视角特征融合方法，其特征在于，所述对所述前视图栅格和俯视图栅格的提取特征进行融合，获取所述前视图栅格和俯视图栅格的提取特征的融合结果，包括：

对于任一前视图栅格，查找该前视图栅格中距离所述坐标原点最近的点映射的俯视图栅格；

将查找的俯视图栅格的提取特征与该前视图栅格的提取特征进行叠加，获取所述前视图栅格和俯视图栅格的提取特征的第一融合结果；和/或，

对于任一俯视图栅格，查找该俯视图栅格中距离所述坐标原点最近的点映射的前视图栅格；

将查找的前视图栅格的提取特征与该俯视图栅格的提取特征进行叠加，获取所述前视图栅格和俯视图栅格的提取特征的第二融合结果。

7.根据权利要求6所述的点云多视角特征融合方法，其特征在于，所述对所述前视图栅格和俯视图栅格的提取特征进行融合，之后还包括：

基于第一目标检测方法根据所述第一融合结果对所述待融合点云进行目标检测；和/或，

基于第二目标检测方法根据所述第二融合结果对所述待融合点云进行目标检测。