基于pointrcnn的室外场景下的三维点云多目标检测方法技术

技术编号:41640901 阅读:25 留言:0更新日期:2024-06-13 02:34
本发明专利技术属于激光雷达点云多目标检测技术领域,公开了一种基于pointrcnn的室外场景下的三维点云多目标检测方法,包括步骤1,对采集到的原始点云进行去地,得到点云1;步骤2,将点云1进行混合滤波,得到点云2;步骤3,将点云2输入到训练好的改进的pointrcnn模型中进行目标检测。本发明专利技术在pointrcnn网络的基础上实现的,首先对激光雷达采集到的数据进行去地和混合滤波,去除噪声和地面点增大了前景点被选中的概率,以此增大目标检测的距离,平滑点云保全了点云的边沿信息,有益于目标检测工作。之后,在pointrcnn网络中引入自注意力模块,对提取出来的特征进行优化,这种方式提高目标检测的准确度。

【技术实现步骤摘要】

本专利技术属于激光雷达点云多目标检测,尤其涉及一种基于pointrcnn的室外场景下的三维点云多目标检测方法


技术介绍

1、激光雷达是以发射激光光束来探测目标的位置、速度等特征量的雷达系统,其工作原理是先向目标发射探测激光光束,然后将接收到的从目标反射回来的信号与发射信号进行比较,作适当处理后,就可获得目标的有关信息,例如目标距离、方位、高度、速度、姿态、甚至形状等参数。

2、随着自动驾驶技术逐渐成为热门,就如何通过激光雷达来提高自动驾驶的效果成为了一个急需解决的难题。点云目标检测是一种基于三维点云数据进行物体识别和定位的技术,广泛应用于自动驾驶、机器人、虚拟现实等领域。

3、点云目标检测的核心是从无序的三维点云数据中提取出有效的特征,以及对特征进行处理和分析,从而准确地检测出目标物体。点云目标检测相比传统图像目标检测,具有一些独特的优势,例如能够处理非平面的场景、提供更加准确的物体姿态信息等。但是,点云目标检测也存在一些缺点和不足。点云数据本身具有无序性,密度不均匀性,数据量大等特点,所以点云数据中的特征提取更加困难。点云目标检本文档来自技高网...

【技术保护点】

1.基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于,包括以下几个步骤:

2.根据权利要求1所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤1,具体包括:

3.根据权利要求1所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤2,具体包括:

4.根据权利要求1所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤3,具体包括:

5.根据权利要求4所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征...

【技术特征摘要】

1.基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于,包括以下几个步骤:

2.根据权利要求1所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤1,具体包括:

3.根据权利要求1所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤2,具体包括:

4.根据权利要求1所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤3,具体包括:

5.根据权利要求4所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤3.1包括对输入点云进行最远点采样,对采样得到的每个点进行球查询以构造球树,对构造出来的每个球树,用pointnet网络提取局部特征。

6.根据权利要求4所述的基于pointrcnn的室外场景下的三维点云多目标检测方法,其特征在于:所述步骤3.2,具体包括:

7.根据权利要求5所述的基于pointrc...

【专利技术属性】
技术研发人员:张鹏鹏张鹏泉
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1