[发明专利]一种地形杂物自动识别的方法

权利要求书

1.一种地形杂物自动识别的方法，其特征在于，包括如下步骤：

步骤1：获取低精度地形点云数据，并发送给后台处理；

步骤2：拓展额外的属性维度，以描述输入点云中每个点的局部信息；

步骤3：利用无监督分类将地形点分解为几个最小区间，定义超点；

步骤4：定义一个有向属性图，将超级点组合成一个图结构，构造超点图；

步骤5：利用Pointnet将每个输入超点嵌入到一个固定维数的矢量中；

步骤6：利用循环图卷积网络提取超点特征，并实现超点图的识别和分类。

2.根据权利要求1所述一种地形杂物自动识别方法，其特征在于，步骤2中拓展额外的属性维度，以描述输入点云中每个点的局部信息的具体实现如下：

步骤2.1：构造多属性描述符扩展可用维数来描述输入每个点的局部信息，结合几何和纹理的原始信息，构造多属性描述符，构造公式为：

ρ_i＝(GE_i(c_i，l_i，s_i，v_i，e_i)，CR_i(a_i，b_i，r_i))

步骤2.2：GE_i是几何描述符，是一个包含曲率、线性、平面、空间和垂直度的五维几何描述符，用以描述空间地形点云，线性、平面、空间和垂直度均可由点云邻域位置协方差矩阵的三个特征值δ₁，δ₂，δ₃(δ₁＞δ₂＞δ₃)计算得到，曲率可由与δ₁，δ₂，δ₃相关联的三个特征向量τ₁，τ₂，τ₃计算得到；

步骤2.3：CR_i是颜色描述符，由三个颜色尺寸组成，用为了准确描述每个点的颜色层次差异，在公式中使用LAB颜色坐标系中范围从0到1的两个颜色分量，并定义了颜色曲率，以更好地描述每个点之间的色差。

3.根据权利要求1所述一种地形杂物自动识别的方法，其特征在于，步骤3中利用无监督分类将地形点分解为几个最小区间的具体实现如下：

步骤3.1：引入截断追踪算法，对全局能量问题采用无监督分类将地形点分解为几个最小划分，通过将最小除法定义为以下方程式中的正常连接组件的解来改进全局能量算法：

其中，[·]是艾弗森括号，如果在艾弗森括号中满足条件，则表示1，否则表示0，表示与边缘长度的线性关系递减，μ是一个表示正则化强度的变量，该强度决定了所得划分的粗糙度；

步骤3.2：方程的解，常数连通分量，定义了超点，超点P＝{P₁,P₂,P₃,…,P_k}，用来描述简单几何元素。

4.根据权利要求1所述一种地形杂物自动识别方法，其特征在于，步骤4中构造超点图的具体实现如下：

步骤4.1：基于上述地形超点P，将其定义为具有超点P、超边E和超边的边缘特征γ三个分量的有向属性图G＝(P，E，γ)，即超点图，基于Voronoi邻接图定义超边E，如果两个超点M和N可以通过至少一条边进行连接，则这两个点将构成一组超边，公式如下：

步骤4.2：由超边连接的两个超点计算超边的边缘特征，并由edge连接。