[发明专利]一种环境感知方法及系统

权利要求书

1.一种环境感知方法，其特征在于，所述方法包括如下步骤：

获取当前环境的初始时刻的RGB图像和深度图像；

将初始时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得静态特征向量；

根据静态特征向量确定当前环境中的目标的位置、类别和优先级，生成当前环境的静态图表；

获取当前环境的当前时刻的RGB图像和深度图像；

将当前时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得动态特征向量；

利用动态特征向量、上一时刻的动态图表和当前环境的静态图表，构建当前时刻的动态图表；

将当前环境的静态图表和当前时刻的动态图表进行融合，获得当前时刻的环境感知结果；

当到达下一时刻时，将下一时刻更新为当前时刻，返回步骤“获取当前环境的当前时刻的RGB图像和深度图像”。

2.根据权利要求1所述的环境感知方法，其特征在于，所述将当前时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得动态特征向量，之后还包括：

将动态特征向量与静态特征向量进行对比，确定当前环境是否发生变化，当当前环境发生变化时，则更新当前环境，并将动态特征向量作为静态特征向量，返回步骤“根据静态特征向量确定当前环境中的目标的位置、类别和优先级，生成当前环境的静态图表”。

3.根据权利要求1所述的环境感知方法，其特征在于，所述利用动态特征向量、上一时刻的动态图表和当前环境的静态图表，构建当前时刻的动态图表，之后还包括：

根据当前时刻与静态图表更新时刻的时间间隔判断是否到达静态图表更新时间，当到达静态图表更新时间时，将当前时刻设置为静态图表更新时刻，并更新当前环境的静态图表。

4.根据权利要求1所述的环境感知方法，其特征在于，所述轻量级特征提取网络包括第一卷积层、第一特征融合模块、第二特征融合模块、特征融合和空洞卷积模块、第二卷积层、第一池化层、第三卷积层、第二池化层、第四卷积层、池化和空洞卷积模块、第三特征融合模块和全连接层；

所述第二卷积层、所述第一池化层、所述第三卷积层、所述第二池化层、所述第四卷积层及所述池化和空洞卷积模块依次连接；

所述第一卷积层的输出端和所述第二卷积层的输出端均与所述第一特征融合模块的输入端连接，所述第一特征融合模块的输出端和所述第三卷积层的输出端均与第二特征融合模块的输入端连接，所述第二特征融合模块的输出端和所述第四卷积层的输出端均与特征融合和空洞卷积模块的输入端连接；

所述特征融合和空洞卷积模块的输出端和所述池化和空洞卷积模块的输出端均与第三特征融合模块的输入端连接，所述第三特征融合模块的输出端与所述全连接层的输入端连接。

5.根据权利要求1所述的环境感知方法，其特征在于，所述轻量级特征提取网络基于损失函数进行训练；

其中，L表示损失函数值，K表示RGB图像中标记的目标的数量，y_k表示训练样本制作过程中标记的RGB图像中第k个目标的类别标签，P_k表示轻量级特征提取网络输出的第k个目标为所述类别标签的概率。