摘要
本发明属于车辆环境感知技术领域,具体公开了一种基于多视角和多尺度特征融合的车辆环境感知方法,该方法针对基于投影的点云分割方法在投影过程中信息丢失问题,搭建了基于多视角和多尺度特征融合的车辆环境感知网络,在网络的输入方面,本发明通过多层距离视图表示和鸟瞰图特征双重编码,设计了多级多投影融合的深度学习网络,有效提高了垂直信息较突出且距离较远的点云中目标的信息提取精度,降低了分离投影的信息丢失。在网络结构方面,本发明提出了多视角融合模块,其通过将MFB和MMViT相结合,计算BEV特征和RV特征之间的高阶相关性,深度融合了多视图特征。本发明有利于避免投影过程中产生的损失,提升了车辆环境感知能力。
技术关键词
车辆环境感知方法
多视角
双线性池化
编码模块
激光雷达传感器
鸟瞰图像
协方差矩阵
编码器
车辆环境感知能力
车辆环境感知技术
解码器
多模态
上采样
网络结构
注意力
点云
系统为您推荐了相关专利信息
提示手环
穿戴式
运动轨迹数据
拉普拉斯
类别平衡采样
协作机械臂
人机协作
数字孪生模型
装配单元
装配工作台
医学影像分割方法
多视角
分割掩模
医学影像分割系统
肺癌筛查技术
分类模型训练方法
声学特征
融合特征
语种识别方法
编码特征