System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于激光雷达的路沿检测方法技术_技高网

一种基于激光雷达的路沿检测方法技术

技术编号:41576356 阅读:12 留言:0更新日期:2024-06-06 23:54
本发明专利技术公开了一种基于激光雷达的路沿检测方法,包括以下步骤:S1、对激光雷达的数据进行获取与预处理;S2、通过对获得的点云数据进行伪图像化;S3、对伪图像数据特征提取,通过MobileNetV3骨干网络提取特征,并将特征输入检测头,最终实现路沿目标的检测。根据本发明专利技术,对于实际情况下的不同路沿都有好的检测效果,兼具了识别效率与识别速度。

【技术实现步骤摘要】

本专利技术涉及计算机视觉的,特别涉及一种基于激光雷达的路沿检测方法


技术介绍

1、随着自动驾驶技术的不断发展,三维目标检测方法越来越受到关注。由于实际行驶道路的复杂性和多样性,迅速、准确且高精度的路沿检测方法的提出对于自动驾驶等方面有着重要的作用。基于lidar数据的道路边界检测方法通常需要在速度和准确性之间进行权衡。lidar传感器提供了3d点云数据,可以用于估计道路边界。然而,实时处理大规模lidar点云数据可能需要很高的计算资源。为了实现实时性能,一些道路边界检测方法可能采用简化的算法或启发式方法,以速度为代价换取准确性。这些方法优先考虑处理效率,并通过使用近似或假设来降低计算复杂性。虽然它们可以实现更快的处理速度,但道路边界检测的准确性可能会受到影响,特别是在复杂或具有挑战性的场景中。另一方面,基于lidar数据的更准确的道路边界检测方法可能会采用更复杂的算法,如高级滤波、分割或曲线拟合技术。这些方法旨在从lidar点云中提取精确详细的道路边界信息。然而,这些方法的计算复杂性增加可能导致较慢的处理速度,限制了其实时应用的可能性。研究人员和工程师通常需要根据应用的具体要求在速度和准确性之间取得平衡。某些应用,如自动驾驶,需要在道路边界检测中高准确性,以确保安全可靠的导航。在这种情况下,为了准确性可能会牺牲一定的速度是合理的权衡。然而,在其他对实时性要求较高的应用中,如主动驾驶辅助系统,可能需要在准确性和处理速度之间做出妥协。


技术实现思路

1、针对现有技术中存在的不足之处,本专利技术的目的是提供一种基于激光雷达的路沿检测方法,对于实际情况下的不同路沿都有好的检测效果,兼具了识别效率与识别速度。为了实现根据本专利技术的上述目的和其他优点,提供了一种基于激光雷达的路沿检测方法,包括:

2、s1、对激光雷达的数据进行获取与预处理;

3、s2、通过对获得的点云数据进行伪图像化;

4、s3、对伪图像数据特征提取,通过mobilenetv3骨干网络提取特征,并将特征输入检测头,最终实现路沿目标的检测。

5、进一步的,步骤s1中通过激光雷达采集数据,并对数据进行预处理,采用最远点采样的方法对点云数据进行下采样,最远点采样能够保证对样本采样的点集更均匀;

6、最远点采样算法包括以下具体步骤:

7、(1)对于一堆需要采样的点集,首先随机选取一个点p1作为采样点;

8、(2)依次计算每个点到采样点之间的距离,一般取欧式距离,选取距离最大的点作为下一个采样点;

9、(3)一次计算每个未采样点与已采样点集的距离,保留最小距离,取其中最大值的点为第三个采样点;

10、(4)按照步骤s13,不断的保留点与采样点集的最小值,直到采样足够的点。

11、进一步的,步骤s2中将点云数据作为输出,通过平面化拉伸划分出均匀的网格,对网格内的点进行采样后通过pointnet特征提取与维度变化,形成与2d图像在维度上类似的伪图像特征。

12、进一步的,步骤s3中将伪图像输入到特征提取网络,通过设计好的特征提取主干网络mobilenetv3提取特征;将伪图像输入到mobilenetv3中,先通过1x1卷积上升通道数,然后再高维空间下使用深度卷积,再经过se注意力机制优化特征图数据,最后经过1x1卷积下降通道数;当步长等于1且输入和输出特征图的shape相同时,使用残差连接输入和输出;当步长等于2,直接输出降维后的特征图,最后通过一阶段检测器实现路沿目标的检测。

13、本专利技术与现有技术相比,其有益效果是:基于激光雷达采集的点云数据,使用最远点采样,使得采样的点云数据更加均匀;运用mobilenetv3提取特征,使得特征点的提取更加迅速,兼顾了准确度与检测效率。

本文档来自技高网...

【技术保护点】

1.一种基于激光雷达的路沿检测方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于激光雷达的路沿检测方法,其特征在于,步骤S1中通过激光雷达采集数据,并对数据进行预处理,采用最远点采样的方法对点云数据进行下采样,最远点采样能够保证对样本采样的点集更均匀;

3.如权利要求2所述的一种基于激光雷达的路沿检测方法,其特征在于,步骤S2中将点云数据作为输出,通过平面化拉伸划分出均匀的网格,对网格内的点进行采样后通过PointNet特征提取与维度变化,形成与2D图像在维度上类似的伪图像特征。

4.如权利要求3所述的一种基于激光雷达的路沿检测方法,其特征在于,步骤S3中将伪图像输入到特征提取网络,通过设计好的特征提取主干网络MobileNetV3提取特征;将伪图像输入到MobileNetV3,先通过1x1卷积上升通道数,然后再高维空间下使用深度卷积,再经过SE注意力机制优化特征图数据,最后经过1x1卷积下降通道数;当步长等于1且输入和输出特征图的shape相同时,使用残差连接输入和输出;当步长等于2,直接输出降维后的特征图,最后通过一阶段检测器实现路沿目标的检测。

...

【技术特征摘要】

1.一种基于激光雷达的路沿检测方法,其特征在于,包括以下步骤:

2.如权利要求1所述的一种基于激光雷达的路沿检测方法,其特征在于,步骤s1中通过激光雷达采集数据,并对数据进行预处理,采用最远点采样的方法对点云数据进行下采样,最远点采样能够保证对样本采样的点集更均匀;

3.如权利要求2所述的一种基于激光雷达的路沿检测方法,其特征在于,步骤s2中将点云数据作为输出,通过平面化拉伸划分出均匀的网格,对网格内的点进行采样后通过pointnet特征提取与维度变化,形成与2d图像在维度上类似...

【专利技术属性】
技术研发人员:朱勇建黄馨德王栋
申请(专利权)人:上海应用技术大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1