摘要
本发明公开了一种用于自动驾驶的3D点云目标检测方法、介质及系统,方法包括步骤:S01、获取自动驾驶场景下的多视角点云数据,利用神经辐射场重建场景的3D几何信息与颜色信息,生成极端场景点云数据,再将生成的极端场景点云数据与真实点云数据结合,构建用于自动驾驶的训练数据集;S02、将点云数据转化为网格,再检测点云数据中的孔洞并对其进行修补操作,生成孔洞修补后的点云,再与原始点云数据进行合并,形成完整的三维点云;S03、对三维点云进行预处理,输入至局部动态卷积神经网络中,输出点云分割的结果,从而实现对部件的识别与定位。本发明具有目标检测精准、检测效率高等优点。
技术关键词
多层感知机
语义标签
动态卷积神经网络
数据
重建场景
球形
结点
KNN算法
邻域
抽取特征
3D点云
孔洞
动态物体
视角
三角形
网格
系统为您推荐了相关专利信息
健康诊断方法
台区智能
实测参数
卷积神经网络提取特征
智能数据采集模块
移动机器人
机器人巡检系统
环境检测系统
电池舱
移动机械臂
运动特征
飞行体
飞行器定位数据
矩阵
计算机执行指令