摘要
本发明公开了一种基于语义投影补偿与边缘结构增强的BEV感知优化方法,首先通过MSEII模块构建卷积感知下的图像边缘特征金字塔,增强弱纹理区域的边界显著性;随后利用深层语义分割网络提取图像语义嵌入,并基于相机‑雷达外参与内参进行几何投影,将图像语义特征映射至点云空间,构建SPE模块以完成语义补全与结构对齐。图像与点云特征在统一BEV坐标系下完成融合后,进一步通过稀疏点卷积建模空间上下文关系,并通过解耦检测头输出三维目标边界框与语义标签。本发明在保障模型轻量化和部署效率的基础上,显著提升了远距离目标检测能力与遮挡场景下的语义一致性,适用于移动机器人等其他资源受限设备中的多模态BEV感知应用。
技术关键词
感知优化方法
激光雷达点云数据
语义分割网络
语义特征
图像结构信息
图像边缘特征
嵌入特征
点云空间
双线性插值
融合特征
矩阵
相机图像数据
资源受限设备
模态特征
坐标系
弱纹理区域