一种基于异形三维卷积的球坐标下3D目标检测方法技术

一种基于异形三维卷积的球坐标下3D目标检测方法，包括以下步骤；步骤1：获取原始点云数据；步骤2：将接收到的原始点云数据和目标边界框的坐标由三维直角坐标系转换为球坐标系；步骤3：将空间按照球坐标进行体素划分，将稀疏点云数据转换为稠密点云数据；步骤4：对每个体素进行体素特征编码，得到体素特征图；步骤5：对体素特征图利用异形三维卷积进行空间特征提取，得到密集特征图矩阵；步骤6：构建基于异形三维卷积的3D目标检测网络S；步骤7：对基于异形三维卷积的3D目标检测网络S进行训练。本发明专利技术利用异形三维卷积模块代替常用的对称卷积层进行体素空间特征的提取，获得体素的高维空间特征。该方法能有效降低3D卷积层计算量。该方法能有效降低3D卷积层计算量。该方法能有效降低3D卷积层计算量。

【技术实现步骤摘要】
一种基于异形三维卷积的球坐标下3D目标检测方法


[0001]本专利技术属于目标检测
，具体涉及一种基于异形三维卷积的球坐标下3D目标检测方法。

技术介绍

[0002]在自动驾驶领域中，3D目标检测的准确性直接影响自动驾驶车辆的安全性能，自动驾驶系统需要利用3D目标检测的结果对当前环境进行感知，进而对行进路径进行规划，执行障碍规避操作等。
[0003]3D目标检测的骨干网络可以分为基于点的方法、基于投影的方法以及基于体素的方法，其中基于点的方法将点看作是无序的点的集合，直接计算整体特征，但却无法有效的提取点云的空间上下文信息；基于投影的方法将点云数据通过透视投影转化为二维图像，但却损失了点云数据的结构性；基于体素的方法，将点云数据分割为3D体素块，使用3D稀疏卷积进行处理，能够有效提取空间上下文信息，在如今的室外大规模点云场景处理中，占据了很大的比重。
[0004]然而，由于大部分的三维传感器如激光雷达、结构光相机等产生的3D点云只覆盖于物体表面，在网络中使用对称的三维卷积结构对输入进行特征提取可理解为对物体的表面特征进行提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异形三维卷积的球坐标下3D目标检测方法，其特征在于，包括以下步骤；步骤1：通过激光雷达传感器获取原始点云数据；步骤2：将接收到的原始点云数据和目标边界框的坐标表示由三维直角坐标系转换为球坐标系；步骤3：将空间按照球坐标进行体素划分，将稀疏点云数据转换为稠密点云数据，实现每个体素中点云数量的均衡化，用于提高点云空间特征的利用率和特征提取的效率；步骤4：对每个体素进行体素特征编码，得到尺度为i
×
j
×
k
×
4的体素特征图F
in
；步骤5：对获取的体素特征图F
in
利用异形三维卷积进行进一步的空间特征提取，得到密集特征图矩阵F
t
；步骤6：构建基于异形三维卷积的3D目标检测网络S，并将密集特征图矩阵F
t
输入该网络S；步骤7：对基于异形三维卷积的3D目标检测网络S进行训练，得到该网络在KITTI数据集下的性能指标。2.根据权利要求1所述的一种基于异形三维卷积的球坐标下3D目标检测方法，其特征在于，所述步骤1具体为：通过激光雷达传感器HDL
‑
64E采集KITTI数据，在工作时整个激光模组由直驱马达驱动，以设定的转速旋转，该传感器的水平视场角达360
°±
0.09
°
，垂直视场角可达[+2
°
，
‑
24.33
°
]；传感器输出的原始数据分别表示为物体到激光雷达的距离d(θ,φ)和物体的反射强度I(θ,φ)，其中θ为方位角，φ为俯仰角。3.根据权利要求1所述的一种基于异形三维卷积的球坐标下3D目标检测方法，其特征在于，选用KITTI数据集，其包含训练样本和测试样本，样本包含激光雷达点云和图像，标注类别为三类，分别为车辆(Car)、自行车(Cyclist)和行人(Pedestrian)；所述点云数据指代的是激光雷达传感器接收到的原始点云数据。4.根据权利要求1所述的一种基于异形三维卷积的球坐标下3D目标检测方法，其特征在于，所述步骤2具体为：步骤2.1，将点云数据进行坐标转换，点云数据通常以(x
i
,y
i
,z
i
,I
i
)的形式给出，其中x
i
,y
i
,z
i
代表第i个点的直角坐标系下的坐标，I
i
代表该点的反射强度；对数据集云中每个点(x
i
,y
i
,z
i
,I
i
),计算：得到(d
i
,θ
i
,φ
i
,I
i
),其中d
i
表示第i个点距离原点(激光雷达)的直线距离，θ
i
、φ
i
为第i个点的方位角和俯仰角，I
i
为该点的反射强度；步骤2.2，对目标边界框进行坐标转换；在三维直角坐标系中，边界框中包括目标底部中心点位置(x,y,z)、目标尺寸(w,h,l)(w,h,l分别指目标尺寸的长、高、宽)以及旋转角度r，底部中心点球坐标(x,y,z)根据2.1所述的坐标转换公式转换为(d,θ,φ)，同时(w,h,l,r)保持不变，将数据集标注转换为球坐标
系边界框(d,θ,φ,w,h,l,r)。5.根据权利要求1所述的一种基于异形三维卷积的球坐标下3D目标检测方法，其特征在于，所述步骤3具体为：步骤3.1，体素化模块以步骤2.1经过转换后的球坐标系下的点云数据作为输入，根据预设的体素大小v
d
,v
θ
,v
φ
，其中v
d
,v
θ
,v
φ
分别为单个体素的长、宽、高，及三个维度的范围[d
min
,d
max
][θ
min
,θ
max
][φ
min
,φ
max
]，d
min
,d
max
为体素坐标在距离维度上的最小值和最大值；θ
min
,θ
max
为体素坐标在方位角维度上的最小值和最大值；φ
min
,φ
max
为体素坐标在俯仰角维度上的最小值和最大值，将空间划分为体素网格，所得三个维度的网格数量分别为：步骤3.2，在球坐标系中，按照3.1方法划分出d
′×
θ
′×
φ
′
个边长为(dv
d
,dv
θ
,dsinθv
φ
)的长方形作为一个体素，dv
d
,dv
θ
,dsinθv
φ
分别指体素的长、宽、高，其中，体素三条边的长度都和d成正比，当d发生变化时，体素的三条边所成比例保持不变，即体素的形状恒定。6.根据权利要求1所述的一种基于异形三维卷积的球坐标下3D目标检测方法，其特征在于，所述步骤4具体为：步骤4.1，定义球坐标系下的体素坐标及体素中心点：其中，第(i,j,k)个体素是一个大小为v
d
,v
θ
,v
φ

【专利技术属性】
技术研发人员：何立火，季毓淇，甘海林，唐杰浩，王笛，高新波，路文，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：