摘要
本发明公开一种基于多尺度的自动驾驶LiDAR点云语义分割方法和系统,包括:步骤一:将目标点云特征输入多尺度融合模块中,得到多个不同尺度的特征;步骤二:利用多尺度膨胀融合模块对多个不同尺度的特征进行融合,得到多尺度融合特征;步骤三:利用动态残差连接算法将目标点云特征和多尺度融合特征进行处理,得到残差连接特征;步骤四:将残差连接特征输入SqueezeSegV3网络模型,完成语义分割。本发明可以有效的捕获局部与全局信息,特征学习时准确的分配了权重,简化了预处理和特征的提取过程,提高了激光LiDAR点云语义分割的精度和效果,为自动驾驶提供了关键支持。
技术关键词
LiDAR点云
语义分割方法
点云特征
融合特征
输出特征
输入多尺度
动态
语义分割系统
子模块
特征提取模块
通道
算法
批量
网络
激光
矩阵
精度
系统为您推荐了相关专利信息
网格特征
特征提取网络
区域候选网络
多传感器
门控循环单元
焊缝
缺陷检测方法
点云特征
双目结构光
统计滤波方法
烟雾检测装置
气体传感检测模块
浓度算法
因子
风险
信号识别方法
注意力机制
数据
上下文特征
信号特征