【技术实现步骤摘要】
本专利技术涉及工程机械智能作业，尤其涉及一种基于智能驾驶的目标特征智能分割方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、随着三维数据处理技术的发展，基于三维点云数据的图像识别可以进一步用于目标检测跟踪、障碍物检测和路段识别等。其应用场景包括汽车的自动驾驶、机器人智能搬运、矿山工地的无人作业方面。点云数据作为机器理解现实世界的关键步骤，其分割问题一直受到广泛的研究。现在的点云分割研究主要分为点云的实例分割和点云的语义分割，点云分割的目的是将场景内具有相似性质的点聚类成相同类别，是三维场景理解的基础，但是如何提高分割的准确率仍然面临着巨大的挑战。针对某些特定场景，比如，障碍物互相重叠的情况下，处理三维点云簇团时会由于聚类相似度的限制，出现某些轮廓的点云无法准确归到相应簇团里去的问题。
技术实现思路
1、为了解决上述
技术介绍
中存在的技术问题，本专利技术提供一种基于智能驾驶的目标特征智能分割方法及系统，本专利技术通过首先构...
【技术保护点】
1.基于智能驾驶的目标特征智能分割方法，其特征在于，包括：
2.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，所述通过建立两叉-八叉树二层混合索引对所述三维点云数据进行组织的过程包括：全局使用二叉树对三维点云数据进行组织，使用八叉树索引结构在二叉树的叶子节点处对三维点云数据进行二次重组，在每个节点上分别构建局部八叉树索引结构。
3.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，在得到法线向量夹角余弦之前包括：基于点云类簇，采用主成分分析计算法向量。
4.根据权利要求1所述的基于智能驾驶的目...
【技术特征摘要】
1.基于智能驾驶的目标特征智能分割方法，其特征在于，包括：
2.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，所述通过建立两叉-八叉树二层混合索引对所述三维点云数据进行组织的过程包括：全局使用二叉树对三维点云数据进行组织，使用八叉树索引结构在二叉树的叶子节点处对三维点云数据进行二次重组，在每个节点上分别构建局部八叉树索引结构。
3.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，在得到法线向量夹角余弦之前包括：基于点云类簇，采用主成分分析计算法向量。
4.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，邻近点和聚类中心点的法线向量夹角余弦，或，待定点和聚类中心点的法线向量夹角余弦，均采用以下公式：
5.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，所述相似度度量值的计算，采用以下公式：
6.根据权利要求1所述的基于智能驾驶的目标特征智能分割方法，其特征在于，所述通过分析点云簇团内的点的分布特征，确定分布特征的分布参数...
【专利技术属性】
技术研发人员：闫伟，盛洪利，孙方哲，王永超，李德芳，张继伟，
申请(专利权)人：山东大学，
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。