[发明专利]基于上下文相关编码器的激光雷达点云3D目标检测方法

说明书

本发明公开了一种基于上下文相关编码器的激光雷达点云3D目标检测方法。激光雷达采集点云数据，将点云数据经点云3d检测模型处理检测3D目标；在点云3d检测模型处理过程中，输出伪图像的像素后连接设置上下文相关编码器，将伪图像的每个像素经由一个上下文相关编码器PointCSE处理获得伪图像像素特征；上下文相关编码器包括上下文相关点云采样网络和深层特征提取网络，通过上下文相关点云采样网络采样伪图像的像素中局部附近的信息点，然后用深层特征提取网络对信息点进行特征学习提取获得伪图像像素特征。本发明能够适用于激光雷达3D场景下的目标检测问题，解决了当下3D目标检测器无法能够同时实现快速运行和高精度的技术问题。

技术领域

本发明属于无人驾驶技术领域的一种激光雷达点云3D处理方法，具体涉及基于高效上下文相关编码器的激光雷达点云3D目标检测方法。

背景技术

3D目标检测旨在定位和识别3D场景中的物体。随着自动驾驶和增强现实等实际场景需求的激增。3D目标检测器需要精确和快速，但是很少有工作能够兼顾。尽管某些方法可以在公开数据集KITTI上以10-20Hz的频率运行，但是在一些实际情况下，它们的运行速度可能会慢很多。这是因为在KITTI数据集上，场景的检测范围缩小到了2D图像空间，但是在大多数现实应用中都需要在整个场景检测，这通常会带来10倍以上的处理时间。

现有3D目标检测器通常直接在原始点云上操作，或者将点云转换为3D形式，然后应用3D卷积。但是这些方法的计算量非常大，存在了效率和精度上的缺陷，而且操作起来很复杂。对于基于2D形式的3D目标检测器，其性能仍然受到限制。

例如最近现有方法常采用PointPillars点云3d检测模型进行处理，旨在在速度和精度之间取得平衡。PointPillars点云3d检测模型是学习无序点云映射到2D伪图像的函数，伪图像的像素称为pillar(俯视图上表示3D空间的垂直列)，并且通过使用点集学习网络PointNet将伪图像的像素pillar中的大部分点映射成矢量来学习每个伪图像的像素pillar的特征。

但是，PointPillars点云3d检测模型它并不考虑pillar的上下文(周围其他像素的信息)，而是使用密集的局部信息来采样一些信息点，这使得多余和嘈杂的点以及周围pillar内的点都包括在内，也使得它不仅导致巨大的计算量和内存开销，而且还妨碍了点集特征的学习，因此存在了效率和精度上的缺陷。

发明内容

为了解决背景技术中存在的问题，本发明提出了一种高效上下文相关编码器，能够适用于激光雷达3D场景下的目标检测问题，解决了当下3D目标检测器无法能够同时实现快速运行和高精度的技术问题。

本发明利用上下文信息(周围的其他像素信息)来实现激光雷达点云的2D表示，以实现具有优越性能的点云3d检测模型(3D目标检测器)。

本发明所采用的技术方案如下：

本发明先通过激光雷达采集点云数据，将点云数据经点云3d检测模型处理检测3D目标；在点云3d检测模型处理过程中，输出伪图像的像素后连接设置上下文相关编码器PointCSE，将伪图像的每个像素pillar经由一个上下文相关编码器PointCSE处理获得伪图像像素特征，并组成特征图进而进行卷积处理。

所述的上下文相关编码器PointCSE包括上下文相关点云采样网络CTRNet和深层特征提取网络CSENet，通过上下文相关点云采样网络CTRNet采样伪图像的像素pillar中局部附近的信息点，然后用深层特征提取网络CSENet对信息点进行特征学习提取获得伪图像像素特征。

对于伪图像的单个像素pillar，提取质心的坐标和质心的偏移；将质心的偏移和质心的坐标相加后输出预测的质心并作为语义点；最后采样离语义点最近邻的k个候选点输出作为信息点。

所述的质心的坐标为选取伪图像的像素pillar中所有候选点的平均坐标。