[发明专利]基于YOLACT的行道树靶标点云分割方法

权利要求书

1.一种基于YOLACT的行道树靶标点云分割方法，其特征在于，该方法包括以下步骤：

S1、在待测行道树区域选择部分作为样本行道树，将二维雷达装载在移动车辆上扫描行道树，获取样本行道树的点云数据，包括三次回波的距离r₁，r₂，r₃和回波强度I₁，I₂，I₃；

S2、对于扫描得到的点云数据，对于一次回波数据基于二维雷达的起始位置建立三维坐标系；选择一次回波测量点的深度信息作为图像R通道，一次回波强度作为为图像G通道，激光束的有效回波次数作为B通道，构建三通道彩色图像；

S3、对获得三通道彩色图像进行裁剪，标注；

S4、采用YOLACT行道树靶标点云分割算法对标注后的图像进行训练，直到达到预设的迭代次数，完成训练，获得行道树靶标分割模型；

S5、按照S1-S3对待分割行道树进行采集和处理，采用训练好的模型对待测行道树进行靶标分割。

2.根据权利要求1所述的基于YOLACT的行道树靶标点云分割方法，其特征在于，步骤S1中，二维雷达的测量距离是0.1m-30m，测量精度±30mm，扫描范围-135°至135°。

3.根据权利要求1所述的基于YOLACT的行道树靶标点云分割方法，其特征在于，步骤S2具体为：

S2-1、以二维雷达初始位置为坐标原点O，建立直角坐标系O-xyz，x轴方向为二维雷达随车辆的运动方向，y轴方向为二维雷达扫描深度方向，z轴方向为被扫描目标与地面垂直的高度方向；根据下述公式将点云数据中的一回波数据转化到三维坐标系中，第i个扫描线内第j个测量点的三维坐标为：

其中：i表示扫描线的序号，j表示测量点序号，v表示车速，r₁(i，j)表示第i个扫描线中第j个测量点的一次回波距离；θ(j)表示扫描线内第j个测量点的扫描角度；Δt表示二维雷达的扫描周期；x(i，j)表示第i个扫描线中第j个测量点一次回波的x轴坐标，y(i，j)表示第i个扫描线中第j个测量点一次回波的y轴坐标，z(i，j)表示第i个扫描线中第j个测量点一次回波的z轴坐标；S2-2、采用下述公式进行归一化，将二维激光雷达获得的一次回波测量点的深度信息y、一次回波强度I₁和二维激光雷达发出激光束的有效回波次数n的取值范围变换到统一范围：

其中：k_max表示当前点云数据的深度/强度/回波次数最大值、k_min表示当前点云数据深度/强度/回波次数的最小值、k当前点云深度/强度/回波次数实际数据，k^*表示归一化后点云深度/强度/回波次数数据；

S2-3、将二维激光雷达一次回波测量点的深度信息y归一化后作为图像R通道，二维激光雷达的一次回波强度I₁归一化后作为图像G通道，二维激光雷达发出激光束的有效回波次数n归一化后作为B通道，构建三通道彩色图像。

4.根据权利要求1所述的基于YOLACT的行道树靶标点云分割方法，其特征在于，步骤S3具体为：

S3-1、对三通道彩色图像，按照从左到右，以预设的裁剪宽度进行裁剪，获取若干张新图像；

S3-2、使用标注工具labelme对图像标注，沿着行道树轮廓取点组成一个多边形，标注完成后产生掩膜文件，记录了每个行道树靶标的多边形顶点信息。

5.根据权利要求4所述的基于YOLACT的行道树靶标点云分割方法，其特征在于，所述的裁剪宽度大于一棵树的宽度。

6.根据权利要求4或5所述的基于YOLACT的行道树靶标点云分割方法，其特征在于，所述的裁剪宽度为两颗树的宽度。