[发明专利]一种激光点云语义分割方法及装置

权利要求书

1.一种激光点云语义分割方法，其特征在于，包括：

获取原始激光点云数据；

对所述原始激光点云数据进行二维投射得到二维图像；所述二维图像包括前视图和俯视图；

基于卷积网络对所述二维图像进行卷积特征提取，得到前视图特征和俯视图特征，其中，所述前视图特征包括单像素的N通道特征，所述俯视图特征包括单像素的M通道特征，N和M均为超参数；

将所述前视图特征、所述俯视图特征和所述原始激光点云数据中点云的三维特征进行融合，得到目标激光点云特征；

将所述目标激光点云特征输入至PointNet网络中进行语义分割。

2.根据权利要求1所述的激光点云语义分割方法，其特征在于，所述对所述原始激光点云数据进行二维投射，得到二维图像具体包括：

将所述原始激光点云数据向点云视角的前视方向进行投射，得到所述前视图；

以及，将所述原始激光点云数据向点云视角的俯视方向进行投射，得到所述俯视图。

3.根据权利要求2所述的激光点云语义分割方法，其特征在于，所述将所述原始激光点云数据向点云视角的前视方向进行投射，得到所述前视图具体包括：

根据如下公式得到前视图图像：

式中，以雷达为坐标原点，θ表示顶角，表示方位角，x、y和z表示所述原始激光点云数据的空间三维坐标，Δθ表示离散化的顶角分辨率，表示离散化的方位角分辨率，表示所述原始激光点云数据投射到所述前视图图像中垂直方向的值，表示所述原始激光点云数据投射到所述前视图图像中水平方向的值；

根据如下公式分别计算所述前视图图像的宽度W₁和高度H₁：

式中，α表示激光雷达的横向视场角度，β表示激光雷达的纵向视场角度。

4.根据权利要求2所述的激光点云语义分割方法，其特征在于，所述将所述原始激光点云数据向点云视角的俯视方向进行投射，得到所述俯视图具体包括：

将所述原始激光点云数据向点云视角的俯视方向进行俯视投影得到俯视图图像；

利用多层感知机MLP对所述俯视图图像中的像素所对应的激光点云进行特征提取，得到作为图像像素的初始体柱pillar；

分别计算出水平方向的所述原始激光点云数据坐标的最大值与最小值的差值Lx，以及竖直方向的所述原始激光点云数据坐标的最大值与最小值的差值Ly；

根据如下公式分别计算所述俯视图图像的宽度W₂和高度H₂：

式中，w表示图像像素在所述俯视图图像中的宽度，h表示图像像素在所述俯视图图像中的高度。

5.根据权利要求1所述的激光点云语义分割方法，其特征在于，所述将前视图特征、俯视图特征和所述原始激光点云数据中点云的三维特征进行融合，得到目标激光点云特征，具体包括：

将所述N通道特征和所述M通道特征，融合到所述原始激光点云数据中点云的三维特征[x,y,z]上，得到维度特征为[x,y,z,N,M]的目标激光点云特征。

6.一种激光点云语义分割装置，其特征在于，包括：

获取单元，用于获取原始激光点云数据；

二维投射单元，用于对所述原始激光点云数据进行二维投射得到二维图像；所述二维图像包括前视图和俯视图；

特征提取单元，用于基于卷积网络对所述二维图像进行卷积特征提取，得到前视图特征和俯视图特征，其中，所述前视图特征包括单像素的N通道特征，所述俯视图特征包括单像素的M通道特征，N和M均为超参数；

融合单元，用于将所述前视图特征、所述俯视图特征和所述原始激光点云数据中点云的三维特征进行融合，得到目标激光点云特征；

语义分割单元，用于将所述目标激光点云特征输入至PointNet网络中进行语义分割。