摘要
本发明提供了一种面向自动驾驶的稀疏点云数据补全方法及相关设备,在点云补全模型的编码模块中引入第一类别特征注意力单元,通过类别信息和点云几何特征的联合建模,使得补全网络在补全点云的过程中,能够更加精准地识别不同类别物体的结构特征,通过生成模块中的第二类别特征注意力单元动态调整稀疏点云的特征,确保模型能够适应不同环境,提高在多场景下的泛化能力,并通过生成模块中的上采样单元、第三类别特征注意力单元、第六多层感知机使得稀疏点云的补全过程从粗到细逐步优化,从而提高补全点云的一致性,进而提升自动驾驶系统的环境感知能力。
技术关键词
点云数据补全方法
注意力
多层感知机
矩阵
编码模块
拼接单元
点云特征
输入端
表达式
种子
自动驾驶系统
可读存储介质
上采样
处理器
分析方法
输出端
终端设备
存储器
系统为您推荐了相关专利信息
情感识别方法
语义特征
状态空间模型
样本
数据生成图像
库存控制方法
刀具
控制策略
需求预测模型
数控机床
SVR模型
剩余使用寿命
锡膏厚度
动态
构建卷积神经网络
量子态重构方法
量子神经网络
多项式
切比雪夫
线路