一种基于多视图融合的三维点云目标检测方法技术

本发明专利技术提出了一种基于多视图融合的三维点云目标检测方法。首先，将3D点云在XOY进行投影得到2D俯视图，将3D点云转到柱坐标并将柱面剪开摊平为矩形得到2D前视图，结合3D点云的高度、密度、深度和反射强度信息对两个2D视图进行编码处理得到三通道伪RGB图像，然后利用双边滤波对图像去噪，之后将其作为目标检测网络的输入，利用能够针对点云数据进行目标检测的Complex‑YOLOv4网络作为目标检测网络，分别对前视图和俯视图进行目标检测，最后将前视图和俯视图分别得到的目标检测结果进行融合，将加权D‑S证据理论应用到多视图融合中，利用基于BPA的决策方法对其分类做判决，得到最终目标检测结果。本发明专利技术将基于3D点云多视图投影的目标检测进行融合，提高了目标检测的精度。

【技术实现步骤摘要】

本专利技术属于汽车驾驶道路目标识别方法，具体涉及一种基于多视图融合的三维点云目标检测方法。

技术介绍

1、随着汽车激光雷达传感器的发展，如今基于激光雷达的3d采集技术发展日益成熟，使用3d点云的应用正在增长，激光雷达可以轻松获取汽车周围的三维世界信息，所以基于点云的目标检测对于自动驾驶有着不可替代的作用，它与汽车道路环境感知紧密联系在一起，因此为预测和运动规划奠定了基础，点云目标检测在自动驾驶中变得越来越重要。

2、目前主要研究方法是围绕深度学习网络，使用卷积神经网络(cnn)做点云目标检测，由于激光雷达采集的每帧点云的点数多达十几万个，直接处理3d点云的目标检测方法需要处理的数据量太大，且3d cnn计算复杂，所以诞生了在3d点云的2d投影视图上做目标检测的方法。

3、目前基于投影的目标检测方法主要利用点云的前视图或俯视图这两种视图，相对于直接处理3d点云数据，利用其投影视图做目标检测可以减少计算复杂性，从而实现更高的处理速度和实时性，还可以利用现在已有的2d图像目标检测的一些方法作为工具，更容易对数据进行预处理、分割和增强。若仅本文档来自技高网...

【技术保护点】

1.一种基于多视图融合的三维点云目标检测方法，其特征在于包括以下步骤：

2.根据权利要求1所述的一种基于D-S证据理论多视图融合的3D点云目标检测方法，其特征在于：所述步骤二中包括以下步骤：

3.根据权利要求1所述的一种基于D-S证据理论多视图融合的3D点云目标检测方法，其特征在于步骤三采用的双边滤波具有良好的边缘保持能力，主要可以对2D投影视图的值域和空域进行平滑去噪，有效去除图像中的高斯噪声，双边滤波公式为：

4.根据权利要求1所述的一种基于D-S证据理论多视图融合的3D点云目标检测方法，其特征在于：所述步骤五中包括以下步骤：</p>

5.根据...

【技术特征摘要】

1.一种基于多视图融合的三维点云目标检测方法，其特征在于包括以下步骤：

2.根据权利要求1所述的一种基于d-s证据理论多视图融合的3d点云目标检测方法，其特征在于：所述步骤二中包括以下步骤：

3.根据权利要求1所述的一种基于d-s证据理论多视图融合的3d点云目标检测方法，其特征在于步骤三采用的双边滤波具有良好的边缘保持能力，主要可以对2d投影视图的值域和空域进行平滑去噪，有效去除图像中的高斯噪声，双边滤波公式为：

4.根据权利要求1所...

【专利技术属性】
技术研发人员：周牧，冉浩成，谢良波，杜楠，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：