一种面向恶劣天气的激光雷达点云数据语义分割方法

本发明公开了一种面向恶劣天气的激光雷达点云数据语义分割方法，采用双分支设计，空间几何结构分支负责捕捉空间几何形态，得到空间几何结构特征，反射强度分支则专注于激光雷达信号的反射强度，得到反射强度特征，然后通过鲁棒的多级特征协作模块在不同尺度下进行特征融合，从而减轻恶劣天气对分割性能的影响。空间几何结构特征通过体素化处理，并使用稀疏三维卷积网络提取；反射强度信息则通过球面投影转化为二维图像，并通过深度可分离卷积提取。融合后的空间几何机构特征与反射强度特征通过局部和全局特征融合机制进一步优化，最终通过三维体素解码模块生成准确的语义分割结果。本发明能够在源域训练后泛化到目标域，有效应对标准条件与恶劣条件之间的域偏移，并在各种恶劣天气条件下表现出优异的性能。