摘要
一种基于多尺度自注意力机制的多模态地点识别方法,属于地点识别领域。本发明实现方法为:通过同时以环视多视角RGB图像、激光雷达环境点云、毫米波雷达环境点云作为输入,在多个特征尺度上通过自注意力机制进行多模态特征融合,生成多模态全局LCGD描述子,并按照欧氏距离,以LCGD描述子筛选k个候选样本;通过对毫米波雷达环境点云提取点云散射截面积概率密度函数,计算重排序总距离,对k个候选样本进行重排序,以重排序距离最小的候选样本坐标作为车辆当前时刻坐标。本发明能够用于解决现有地点识别技术存在的面对光照、天气等环境因素变化,以及对车辆自身视角变化鲁棒性较差的问题,增强地点识别方法的识别精度以及在不同环境条件下的泛化性。
技术关键词
地点识别方法
激光雷达
样本
概率密度函数
多模态特征融合
注意力机制
多视角
深度图
点云
多尺度
智能车辆
测量点
坐标系
图像
视觉特征
三元组
地点识别技术