[发明专利]一种基于在线局部特征提取的点云识别方法

权利要求书

1.一种在线局部特征提取操作，其特征在于，包括以下步骤：

步骤1：为点云中的每个点构建局部特征，利用k-NN算法搜索距被编码点最近的k-1个点作为邻近点；所述被编码点为需构建局部特征的点；

步骤2：计算邻近点对被编码点的点引力；

步骤3：构建被编码点的局部特征，局部特征的形状为k×6；

步骤4：对点云中的每个点构建局部特征后得到点云局部特征；

所述步骤1具体为：获取邻近点和被编码点在空间直角坐标系下的三维空间坐标，计算邻近点对被编码点在X轴、Y轴和Z轴方向的点引力p_x、p_y、p_z：

其中，x₀、y₀、z₀分别为邻近点和被编码点在X轴、Y轴和Z轴上的距离，w为点引力平衡系数。

2.根据权利要求1所述的一种在线局部特征提取操作，其特征在于，所述步骤3中被编码点的局部特征行数为k行，每行由6列组成，第一行的前三列为被编码点的三维空间坐标，第一行的后三列为被编码点自身对自身的点引力；第二行至第k行分别代表随机排列的k-1个邻近点，其中每一行的前三列为邻近点的三维空间坐标，每一行的后三列为邻近点对被编码点的点引力大小。

3.根据权利要求1所述的一种在线局部特征提取操作，其特征在于，所述步骤4具体为：根据步骤1～步骤3为点云中每个点构建相应的局部特征，从而得到由N个点的局部特征组成的维度为N×k×6的点云局部特征；

其中，N为点云中点的数量。

4.基于权利要求1～3任一所述的在线局部特征提取操作的点云识别方法，其特征在于，包括以下步骤：

步骤1：基于PointNet网络结构构建点云识别网络：在PointNet网络结构中的输入转换操作之后融入权利要求1～3任一所述的在线局部特征提取操作，保持PointNet网络结构中的其余结构不变；

步骤2：选用物体分类数据集训练步骤1构建的点云识别网络；

步骤3：将待识别的点云输入步骤2完成训练的点云识别网络中，预测得到点云的物体类别。

5.根据权利要求4所述的基于在线局部特征提取操作的点云识别方法，其特征在于，所述点云识别网络的参数与PointNet网络结构的参数保持一致。