【技术实现步骤摘要】
一种点云极坐标编码方法及装置
[0001]本专利技术涉及一种点云极坐标编码方法及装置。
技术介绍
[0002]激光雷达被广泛的用于自动驾驶汽车领域，激光雷达采集的点云数据与传统的图像数据不同，具有天然非规则的数据形式，无法直接将传统的图像目标检测算法迁移至点云上。因此，通过对点云数据的编码，使得无序的点云数据有序化，再使用传统目标检测算法进行处理的架构流程能够兼顾工程实现与最终效果，是当前点云目标检测领域内的主要研究方向之一。对点云数据的编码为达到较高的帧率大多采用体素的方法，但是目前的体素方法多基于笛卡尔直角坐标系，与激光雷达旋转采集数据的方式存在差异，因此在编码过程中会丢失更多的点云数据的内在固有特征。
技术实现思路
[0003]本专利技术的目的是针对现有技术的不足，提出一种点云极坐标编码方法及装置，在实现点云数据的有序化编码的同时，能够最大化地保留点云数据的内在特点，并提高后续点云目标检测的精度。
[0004]本专利技术通过以下技术方案实现：
[0005]一种点云极坐标编码方法，用于对激...
【技术保护点】
【技术特征摘要】
1.一种点云极坐标编码方法，用于对激光雷达扫描得到的点云数据进行编码，其特征在于：包括如下步骤：A、对激光雷达扫描的圆形扫描区域以角度Δθ进行等角度的划分，得到多个相同的极坐标区域；B、对各极坐标区域沿径向以长度Δr进行等长度划分，得到多个极坐标网格，第(m,n)个极坐标网格的半径区间为[n*Δr,(n+1)*Δr]、弧度区间为[m*Δθ,(m+1)*Δθ]，并在三维空间生成各极坐标网格对应的多个极坐标柱；C、将扫描区域内的所有点云数据均转化为极坐标(r,θ)，并根据极坐标(r,θ)所落入的极坐标网格半径和弧度区间，确定点云数据所在的极坐标柱，从而得到极坐标柱体素；D、对每个极坐标柱体素中的所有点云数据均提取结构特征(r,θ,z,I,r
c
,θ
c
,z
c
,r
p
,θ
p
)，并保证各极坐标柱体素中的点云数据为L个，从而得到形状为(M,N,L,9)的张量；其中，(r,θ,z)为点云数据的极坐标与高度，I为点云数据的强度，(r
c
,θ
c
,z
c
)为点云数据到聚类中心偏移量，(r
p
,θ
p
)为点云数据到极坐标柱底面中心的偏移量，M
×
N为总的极坐标柱体素个数；E、对含有点云数据的K个极坐标柱体素进行1
×
1的卷积操作，得到形状为(K,L,C)的张量，并对该张量的第二维度进行最大池化，得到形状为(K,C)的特征张量，再将该特征张量的K个特征映射回原始位置，得到形状为(M,N,C)的二维点云伪图像；其中，C指进行C次不同的1
×
1的卷积操作，C次卷积操作中的加权求和系数均不相同；F、提取二维点云伪图像的第(M
‑
3,M
‑
2,M
‑
1)行和(0,1,2)行，并将(M
‑
3,M
‑
2,M
‑
1)行复制到第0行前进行填充，将(0,1,2)行复制到第(M
‑
1)行后进行填充，得到边界补偿后的二维点云伪图像；G、利用卷积神经网络对经步骤F的二维点云伪图像进行特征提取并输出最终特征图。2.根据权利要求1所述的一种点云极坐标编码方法，其特征在于：将所述圆形扫描区域半径r1以内的区域设置为空白区域，则第(m,n)个极坐标网格的半径区间为[n*Δr+r1,(n+1)*Δr+r1]、弧度区间为[m*Δθ,(m+1)*Δθ]。3.根据权利要求1所述的一种点云极坐标编码方法，其特征在于：所述Δθ＝1.125
°
。4.根据权利要求1或2或3所述的一种点云极坐标编码方法，其特征在于：所述步骤C中，通过以下公式对扫描区域内的点云数据均转化为极坐标(r,θ)：其中，(x,y)为点云数据在直角坐标系下的坐标。5.根据权利要求1或2或3所述的一种点云极坐标编码方法，其特征在于：所述L＝64。6.根据权利要求1或2或3所述的一种点云极坐标编码方法，其特征在于：所...
【专利技术属性】
技术研发人员：魏宪，兰海，李朝，郭杰龙，俞辉，唐晓亮，张剑锋，邵东恒，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。