[发明专利]一种面向嵌入式计算平台的3D点云检测算法在审

专利信息
申请号: 202111201330.3 申请日: 2021-10-15
公开(公告)号: CN113920002A 公开(公告)日: 2022-01-11
发明(设计)人: 赵亚丽;陈义飞;邱中原;刘浩;熊祺;张剑 申请(专利权)人: 北京超星未来科技有限公司
主分类号: G06T1/20 分类号: G06T1/20;G06T3/40;G06N3/08;G06N3/04;G01S17/88
代理公司: 北京清大紫荆知识产权代理有限公司 11718 代理人: 张卓
地址: 100089 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 嵌入式 计算 平台 检测 算法
【权利要求书】:

1.一种面向嵌入式计算平台的3D点云检测算法,其特征在于,包括:

在嵌入式计算平台上配置定制化IP加速单元和编译单元,所述定制化IP加速单元用于释放核心资源占用,分配嵌入式计算平台算力;所述编译单元用于将定制化的IP在底层进行编译,使上层软件算法可快速调用最优资源;

输入点云数据,在非神经网络处理部分,调用所述定制化IP加速单元,依据3D点云检测算法,对点云数据进行前处理,再进行基于点云数据的非神经网络核心优化op和神经网络处理,在神经网络处理部分,通过神经网络加速工具进行嵌入式计算平台数据的解析和处理,最后再调用所述定制化I P加速单元对点云数据进行后处理,最终输出点云感知结果。

2.根据权利要求1所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,所述的对点云数据进行前处理包括:点云的体素化、采样、补全和坐标转换。

3.根据权利要求1或2所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,所述的对点云数据进行后处理包括:nms非极大值抑制及坐标变换。

4.根据权利要求3所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,所述的基于点云数据的非神经网络核心优化op主要在点云的采样层、查询分组层和插值层。

5.根据权利要求4所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,在进行核心优化OP时,基于cuda并行数据处理代码调用GPU来完成点云的核心优化OP操作。

6.根据权利要求1或5所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,在神经网络处理部分还包括,神经网络加速工具通过对卷积层、归一化层、激活层进行合并处理,进行嵌入式计算平台数据的解析与处理。

7.根据权利要求1所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,所述3D点云检测算法为包括基于原始点云处理的3D点云检测算法和基于voxel网格处理的3D点云检测算法中的任意一项。

8.根据权利要求1所述的面向嵌入式计算平台的3D点云检测算法,其特征在于,所述嵌入式计算平台具备并行处理与资源灵活调度的特性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京超星未来科技有限公司,未经北京超星未来科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111201330.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top