一种基于群等变的鸟瞰图目标方向预测方法技术

一种基于群等变的鸟瞰图目标方向预测方法，根据群等变的思想设计了可嵌入式的群等变网络，嵌入现有的鸟瞰图目标方向预测的管道网络；其中，群等变网络将图像特征迁移到群上，使其具有群的性质，并设计了一个群卷积层直接在群上进行卷积操作，充分提取旋转等变特征；对基于群等变网络的鸟瞰图目标方向预测模型利用数据集进行训练，得到具有旋转等变性的目标方向预测模型，能够在场景旋转的情况下降低平均方向预测误差。均方向预测误差。均方向预测误差。

【技术实现步骤摘要】
一种基于群等变的鸟瞰图目标方向预测方法


[0001]本公开涉及目标方向预测领域，特别涉及一种基于群等变的鸟瞰图目标方向预测方法。

技术介绍

[0002]感知系统作为自动驾驶汽车、室内室外机器人最核心的部分，近年来不断的发展。卓越的环境感知能力是实现自动驾驶任务的保障，感知系统利用传感器获取环境信息。例如，激光雷达采用光学飞行时间法（TOF），通过激光束获取距离等几何点云信息，提供物体的轮廓和位置信息。然而，它仍然存在一些缺点限制了它的应用，如成本高、远处物体点云稀疏、缺乏语义信息等。与LiDAR相比，相机已广泛应用于感知系统，其技术成熟，成本低。它可以提供感知上丰富的语义信息，例如，目标的颜色和纹理，它可以识别道路场景中的交通信号灯和招牌。然而，在恶劣的驾驶条件下，例如下雨、下雪和曝光的天气条件下，仍然存在许多不确定性，感知系统很难从昏暗或曝光的图像中提取足够的上下文信息。因此，能够安全高效地执行环境感知任务的多传感器融合技术受到青睐。
[0003]近年来，许多研究工作集中在多传感器融合目标检测网络上。由多个传感器提供的多模态信息可以有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于群等变处理的鸟瞰图目标方向预测方法，其特征在于，包括以下步骤：S1：构建鸟瞰图目标方向预测基础模型，其中包括鸟瞰图生成模块、以及对鸟瞰图中的目标方向进行预测的模块；获取训练所用的原始样本数据集；S2：构建群等变网络，将其嵌入到模型中的鸟瞰图生成模块之后，得到基于群等变的鸟瞰图目标方向预测模型；所述群等变网络，用于对鸟瞰图生成模块输出的鸟瞰图进行群等变处理，提取数据中的旋转等变特征；S3：使用数据集对模型进行训练，得到具有提取旋转等变特征能力的鸟瞰图目标方向预测模型。2.根据权利要求1所述的方法，其特征在于，所述模型中的鸟瞰图生成模块包括：多个传感器分支的鸟瞰图生成子模块，以及对各传感器生成的鸟瞰图进行融合的子模块。3.根据权利要求2所述的方法，其特征在于，所述模型中的鸟瞰图生成子模块包括相机分支和激光雷达分支，其中相机分支由主干网络Swin
‑
Transformer、颈部网络FPN和相机鸟瞰图生成网络LSS构建，激光雷达分支由主干网络SECOND、颈部网络FPN和鸟瞰图池化模块构成。4.根据权利要求1
‑
3中任一所述的方法，其特征在于，所述步骤S2通过群等变网...

【专利技术属性】
技术研发人员：郭杰龙，魏宪，刘宏纬，俞辉，邵东恒，张剑锋，李杰，汤璇，
申请(专利权)人：闽都创新实验室，
类型：发明
国别省市：