[发明专利]基于无人车激光雷达数据进行透视与俯瞰特征融合的方法

权利要求书

1.一种基于无人车激光雷达数据进行透视与俯瞰特征融合的方法，其特征在于，所述方法包括：

获取无人车激光雷达对第一目标环境进行扫描生成的第一点云张量；

对所述第一点云张量进行二维体素特征提取处理，生成第一俯瞰特征张量；

根据预设的透视模式，对所述第一点云张量进行对应的二维体素特征提取处理，生成第一透视特征张量；

使用所述第一透视特征张量对所述第一俯瞰特征张量进行特征融合处理，生成第一融合特征张量；

使用1×1卷积网络对所述第一融合特征张量进行降维处理。

2.根据权利要求1所述的基于无人车激光雷达数据进行透视与俯瞰特征融合的方法，其特征在于，

所述第一点云张量的形状为X*Y*Z*I，所述X为三维坐标系横轴坐标维度参数，Y为三维坐标系纵轴坐标维度参数，Z为三维坐标系竖轴坐标维度参数，I为激光反射强度维度参数；

所述第一俯瞰特征张量的形状为H₁*W₁*C₁，所述H₁为高度维度参数，所述W₁为宽度维度参数，所述C₁为通道维度参数；

所述第一透视特征张量的形状为H₂*W₂*C₂，所述H₂为高度维度参数，所述W₂为宽度维度参数，所述C₂为通道维度参数,C₂＝C₁；

所述第一融合特征张量的形状为H₃*W₃*C₃，所述H₃为高度维度参数，所述W₃为宽度维度参数，所述C₃为通道维度参数,H₃＝H₁,W₃＝W₁,C₃＝H₂*C₁。

3.根据权利要求2所述的基于无人车激光雷达数据进行透视与俯瞰特征融合的方法，其特征在于，所述对所述第一点云张量进行二维体素特征提取处理，生成第一俯瞰特征张量，具体包括：

使用PointPillars算法，对所述第一点云张量[X*Y*Z*I]进行笛卡尔坐标系的二维体素特征提取，生成所述第一俯瞰特征张量[H₁*W₁*C₁]。

4.根据权利要求2所述的基于无人车激光雷达数据进行透视与俯瞰特征融合的方法，其特征在于，所述根据预设的透视模式，对所述第一点云张量进行对应的二维体素特征提取处理，生成第一透视特征张量，具体包括：

当所述透视模式为球面模式时，对所述第一点云张量[X*Y*Z*I]进行球面坐标系的二维体素特征提取处理，生成所述第一透视特征张量[H₂*W₂*C₂]；

当所述透视模式为柱面模式时，对所述第一点云张量[X*Y*Z*I]进行圆柱坐标系的二维体素特征提取处理，生成所述第一透视特征张量[H₂*W₂*C₂]。