[发明专利]点云数据的处理方法、神经网络的训练方法以及相关设备

权利要求书

1.一种点云数据的处理方法，其特征在于，所述方法包括：

获取与目标环境对应的点云数据，其中，所述点云数据包括多个目标点的初始信息，所述点云数据被划分为多个目标立方体，每个所述目标立方体内存在S个目标点，S为大于或等于0的整数；

根据每个所述目标立方体内的目标点的初始信息，生成每个所述目标立方体的初始特征；

根据注意力机制对所述多个目标立方体的初始特征进行更新，得到多个所述目标立方体的更新后的特征；

对所述多个目标立方体的更新后的特征执行特征处理操作，得到与所述点云数据对应的预测结果，所述预测结果表征所述目标环境中的至少一个物体的信息。

2.根据权利要求1所述的方法，其特征在于，所述根据注意力机制对所述多个目标立方体的初始特征进行更新，包括：

在第一立方体满足第一预设条件的情况下，根据所述注意力机制对所述多个目标立方体中的每一第一立方体进行特征更新，所述第一立方体为所述多个目标立方体中的任意一个立方体，所述第一预设条件为所述第一立方体为非空立方体，所述非空立方体的特征不是预设信息。

3.根据权利要求2所述的方法，其特征在于，所述方法应用于执行设备，所述执行设备采用哈希表记录所述多个目标立方体中的所述非空立方体。

4.根据权利要求2或3所述的方法，其特征在于，所述根据注意力机制对所述多个所述目标立方体的初始特征进行更新，还包括：

在所述第一立方体满足第二预设条件的情况下，根据所述注意力机制对所述多个目标立方体中的每一第一立方体进行特征更新；

其中，所述第二预设条件为立方体集合中存在所述非空立方体，所述立方体集合包括所述第一立方体和与所述第一立方体对应的至少一个第二立方体，所述至少一个第二立方体为根据所述注意力机制从所述多个目标立方体中确定。

5.根据权利要求4所述的方法，其特征在于，

所述至少一个第二立方体包括所述第一立方体周围的预设范围内的所有所述目标立方体，第一立方体周围的预设范围内的所述第二立方体与所述第一立方体之间的距离小于或等于预设距离阈值；和/或，

所述至少一个第二立方体为以所述第一立方体作为采样中心，对所述多个目标立方体进行采样得到。

6.根据权利要求4所述的方法，其特征在于，所述根据所述注意力机制对所述多个目标立方体中的每一第一立方体进行特征更新，还包括：

根据所述第二立方体的特征，生成多个第三立方体的特征，一个所述第三立方体包括多个所述第二立方体；

根据每个所述第三立方体的特征，基于全局注意力机制对所述多个目标立方体中的每一所述第一立方体进行特征更新，所述全局注意力机制为所述注意力机制中的一种。

7.根据权利要求1至3任一项所述的方法，其特征在于，所述与目标环境对应的点云数据包括与目标车辆周围环境对应的点云数据，所述对所述目标立方体的更新后的特征执行特征处理操作，得到与所述点云数据对应的预测结果，包括：

对所述目标立方体的更新后的特征执行目标检测操作，得到与所述点云数据对应的预测结果，所述预测结果用于指示所述目标车辆周围环境中至少一个物体的位置。