融合时空增强的点云语义分割方法及系统

本发明提出一种融合时空增强的点云语义分割方法及系统，属于人工智能领域，包括：S1：对点云流目标进行动静态特征的初始分类；S2：将点云数据从笛卡尔空间映射至极对数空间；S3：利用不同帧间的绝对位姿变换矩阵对点云数据进行空间对齐，通过不同目标的时序记忆深度进行动态时空信息的融合；S4：在点云数据不同帧之间进行旋转拼接和动态实例粘贴；S5：通过采用裁剪超立方核卷积操作，在时间和空间维度上进行4D卷积，并通过非对称残差网络减少计算开销，实现点云数据的语义分割。本发明方法融合点云目标的静态、动态特征信息，以及点云帧间的时序、空间信息的点云语义分割方法来提升无人驾驶汽车和移动智能体对环境的感知与理解能力。