一种基于雷视融合深度学习框架的激光点云遮挡车辆补全方法及装置

本发明公开了一种自动驾驶环境感知技术领域的基于雷视融合深度学习框架的激光点云遮挡车辆补全方法及装置，包括：获取原始激光点云数据与航拍图像；基于原始激光点云数据构建扇形遮挡区域；识别图像中所有车辆目标的二维边界框、朝向以及类别标签；将扇形遮挡区域和所有车辆目标的二维边界框、朝向以及类别标签输入到预训练的双分支深度学习网络，预测是否存在被遮挡车辆以及被遮挡车辆的位置、朝向以及类别信息；基于被遮挡车辆的类别信息选择车辆点云模板，接着生成车辆点云补全后的场景点云作为遮挡区域车辆补全的最终结果。本发明通过引入基于雷视融合深度学习框架的图像‑点云空间映射机制，显著提升了对被遮挡车辆的自动识别与定位能力。