一种基于体素状态空间的场景流估计方法、系统及存储介质

本发明公开了一种基于体素状态空间的场景流估计方法、系统及存储介质。采用U‑Net网络与体素状态空间模型结合的门控循环(GRU)迭代循环架构。利用体素状态空间模型替代U‑Net网络的卷积模块，体素状态空间模型由空间填充曲线层遍历并对体素进行排序，随后输入到状态空间模型中提取体素特征，可以根据不同的任务需要替换相应的空间填充曲线层。同时对于U‑VSSM，在下采样阶段与上采样阶段的体素状态空间模型分别采用希尔伯特曲线和Z型曲线对体素进行排序，在增强全局特征的同时保留了局部细节，并降低了空间临近性损失。最后采用GRU特征转换模块将体素特征转换到点特征，并使用多层感知机构建的场景流估计模块将GRU特征转换模块输出的最终隐藏状态映射未场景流。