[发明专利]基于车载激光雷达点云的三维目标自适应检测方法及系统

权利要求书

1.一种基于车载激光雷达点云的三维目标自适应检测方法，其特征在于，具体过程如下：

将激光雷达点云栅格化后输入到三维稀疏卷积特征提取器中提取特征，得到不同尺度的三维特征图和鸟瞰视角下的二维特征图；

对激光雷达点云进行最远点采样，得到固定数量的稀疏采样点；

以原始点云、不同尺度的三维特征图、鸟瞰视角下的二维特征图为输入，利用SA结构将不同层级、不同来源的特征整合至稀疏采样点，最后通过全连接层处理得到信息加强的采样点特征；

通过所述信息加强的采样点特征生成与目标更加匹配的候选参考点及其对应特征，具体如下：以采样点特征为输入通过全连接层输出采样点位置到对应目标中心的绝对位置偏移，以采样点补偿偏移后的位置作为生成候选框的中心参考点，即候选参考点；以候选参考点为中心，用目标自适应的邻域划分方法确定其邻居采样点，将邻居采样点及其对应特征输入到局部点特征聚合结构，输出候选参考点对应特征；

以采样点特征为输入，经过全连接层得到采样点的前背景分类结果，作为其偏移后的候选参考点所对应候选框的分类结果；以候选参考点对应特征为输入，经过全连接层处理得到其对应候选框，对所有目标候选框进行非最大抑制处理得到感兴趣区域；

精细化目标候选框，以经前背景分类置信分数加权的采样点特征为输入，输出对感兴趣目标候选框的修正结果，最后经非最大抑制得到最终目标检测框。

2.根据权利要求1所述的基于车载激光雷达点云的三维目标自适应检测方法，其特征在于，保留预设范围内的激光雷达点云，将空间划分为XYZ方向上尺寸统一的栅格，并对各栅格内部点云编码；以每个栅格内所有点的均值作为栅格坐标，每个栅格内部最多保留固定数目的点，每帧点云最多保留固定数目的栅格。

3.根据权利要求1所述的基于车载激光雷达点云的三维目标自适应检测方法，其特征在于，将激光雷达点云栅格化后输入到三维稀疏卷积特征提取器中提取特征，得到三维特征图和鸟瞰视角下的二维特征图具体为：将激光雷达点云栅格化后输入到三维稀疏卷积特征提取器中提取特征，前4层三维稀疏卷积层每层输出得到4个不同尺度的三维特征图；最后1层的输出将高度方向特征所有通道相连，得到鸟瞰视角下的二维特征图；所述三维稀疏卷积特征提取器包括叠加的5个三维稀疏卷积层，其中第1层由2个流形稀疏卷积构成，中间3层由1个普通稀疏卷积和2个流形稀疏卷积构成，最后1层由1个普通稀疏卷积构成，每个卷积后都连接1个BatchNorm层和1个ReLu激活层。

4.根据权利要求1所述的基于车载激光雷达点云的三维目标自适应检测方法，其特征在于，以原始点云、不同尺度的三维特征图、鸟瞰视角下的二维特征图为输入，利用SA结构将不同层级、不同来源的特征整合至稀疏采样点，最后经过全连接层处理得到信息加强的采样点特征具体如下：

将4个不同尺度三维特征图中的所有非空体素栅格特征按照输出层级分别转化为4组点特征，再分别将4组转化后的点特征输入到以稀疏采样点为中心的4个SA结构中，栅格特征转化为点特征时将非空体素栅格的中心位置作为点坐标，体素栅格对应特征作为点特征；

对稀疏采样点补充原始点云特征及其二维鸟瞰视角特征，原始点云特征以原始点云为输入通过1个SA结构得到，采样点的二维鸟瞰视角特征以二维鸟瞰视角特征为输入通过二次线性插值得到；

最后将不同来源、不同层级的采样点对应特征级联后输入到全连接层处理，得到加强的采样点特征。