[发明专利]一种鸟瞰特征的学习方法和装置

权利要求书

1.一种鸟瞰特征的学习方法，其特征在于，所述方法包括：

步骤1，获取训练集；所述训练集由多组训练数据对构成；每组所述训练数据对由一对经过配准的实景图像和激光雷达点云构成；

步骤2，从所述训练集中提取所述训练数据对作为对应的第一训练数据对；并从所述第一训练数据对中，提取所述实景图像作为对应的第一图像，提取所述激光雷达点云作为对应的第一点云；

步骤3，构建三维的栅格空间；

步骤4，使用鸟瞰特征提取模型对所述第一图像进行鸟瞰特征图转换生成对应的第一特征图；并根据所述栅格空间和所述第一特征图构建对应的鸟瞰平面占据栅格图并记为第一占据栅格图；并根据所述栅格空间和所述第一点云构建对应的鸟瞰平面占据栅格图并记为第二占据栅格图；

步骤5，以所述第二占据栅格图为真值对象，以所述第一占据栅格图为预测对象，并以二值交叉熵损失函数为损失函数对所述预测对象与所述真值对象的损失值进行计算得到对应的第一损失值；

步骤6，判断所述第一损失值是否满足预设的合理损失值范围，若满足则对预设的学习计数器进行加1，若不满足则对所述学习计数器清零；

步骤7，若所述学习计数器等于0则对所述鸟瞰特征提取模型的模型参数进行反向调制并在调制完成后转至步骤2继续学习；若所述学习计数器大于0但小于预设的计数器阈值则转至步骤2继续学习；若所述学习计数器大于或等于所述计数器阈值则转至步骤8；

步骤8，将所述鸟瞰特征提取模型标记为成熟模型。

2.根据权利要求1所述的鸟瞰特征的学习方法，其特征在于，所述构建三维的栅格空间，具体包括：

以自车坐标系作为参考构建栅格空间三维坐标系，具体以预设的自车左间距l₁作为左平移距离、以预设的自车后间距l₂作为后平移距离对自车坐标系的原点坐标进行对应的向左、向后平移从而得到所述栅格空间三维坐标系；

根据所述自车左间距l₁和预设的自车右间距l₃计算得到最大边界值L_x，L_x＝(l₁+l₂)；并根据所述最大边界值L_x和预设的单位距离s_x计算得到最大栅格编码N_x，N_x＝L_x/s_x；

根据所述自车后间距l₂和预设的自车前间距l₄计算得到最大边界值L_y，L_y＝(l₂+l₄)；并根据所述最大边界值L_y和预设的单位距离s_y计算得到最大栅格编码N_y，N_x＝L_y/s_y；

按点云坐标系与所述栅格空间三维坐标系的坐标对应关系，获得所述激光雷达点云在所述栅格空间三维坐标系中Z轴上的多个z轴坐标值；统计所述z轴坐标值的数量记为第一数量m；并对所述z轴坐标值按从小到大的顺序进行排序得到第一坐标序列，按从大到小的顺序进行排序得到第二坐标序列；并根据所述第一数量m计算对应的第一索引id₁＝int(m*0.9),int()为取整函数；并将所述第一、第二坐标序列中的索引位置与所述第一索引id₁匹配的所述z轴坐标值记为对应的第一坐标z₁和第二坐标z₂；并根据所述第一坐标z₁和所述第二坐标z₂计算最大边界值L_z＝(z₁-z₂)；并将最大栅格编码N_z设为预设的数量k；并根据所述最大边界值L_z和所述最大栅格编码N_z计算得到单位距离s_z，s_z＝L_z/N_z；

在所述栅格空间三维坐标系中，从原点出发沿X、Y、Z轴正向划定大小为L_x*L_y*L_z的空间区域作为所述栅格空间；并将所述栅格空间的X-Y平面作为所述鸟瞰平面；

将所述栅格空间划分成N_x*N_y*N_z个形状为s_x*s_y*s_z的单位栅格A_i,j,h；并将所述鸟瞰平面划分成N_x*N_y个形状为s_x*s_y的单位栅格B_i,j；1≤i≤N_x,1≤j≤N_y，1≤h≤N_z；所述栅格空间中各个所述单位栅格B_i,j为对应的所述单位栅格A_i,j,h在所述鸟瞰平面的投影栅格。