[发明专利]一种面向道路场景的三维语义地图构建和存储方法有效
| 申请号: | 201810704481.2 | 申请日: | 2018-07-02 |
| 公开(公告)号: | CN109117718B | 公开(公告)日: | 2021-11-26 |
| 发明(设计)人: | 李煊鹏;敖焕轩;李宇杰;薛启凡 | 申请(专利权)人: | 东南大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/55 |
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
| 地址: | 210000 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 面向 道路 场景 三维 语义 地图 构建 存储 方法 | ||
1.一种面向道路场景的三维语义地图构建和存储方法,其特征在于,包括以下步骤:
(1)使用传感器在移动过程中采集路况视频数据,使用同步定位和构图技术获取关键帧,计算位姿和逆深度图,构建半密集点云地图;利用语义分割模型从所获取的关键帧中提取语义标记;
所述语义分割模型为基于可分离卷积核和特征金字塔组合的深度卷积神经网络;其中,所述可分离卷积核是通过将N个尺寸为DK×DK×M标准卷积核分解为M个尺寸为DK×DK×1的卷积核和N个尺寸为1×1×M的卷积核;分解后的卷积参数数量为(DK×DK+N)×M;所述特征金字塔组合由不同尺度的池化结构对输入特征图进行池化,再对各个池化分支进行处理和融合,得到多个尺度的组合特征信息;
(2)根据位姿信息、半密集点云地图数据和二维图像语义数据,利用二维到三维空间语义标记转换,将连续关键帧的语义标记数据进行融合,修正三维点云语义标记;具体的,采用基于贝叶斯概率的增量式方法实现二维到三维语义数据转换,计算方法如下:
其中,一个三维体素vd的类别标记为lk,表示为到t时刻所有捕捉到的关键帧集合,且结合连续关键帧的语义标记数据进行三维点云语义标记更新;
(3)根据所获取的三维语义点云地图,将三维语义点云数据表征为基于占据概率和语义信息的三维地图。
2.根据权利要求1所述的面向道路场景的三维语义地图构建和存储方法,其特征在于:所述步骤(1)中,传感器为单目摄像头和/或双目摄像头。
3.根据权利要求1或2所述的面向道路场景的三维语义地图构建和存储方法,其特征在于:所述步骤(1)中,语义标记为静态目标标识,包含道路路面标记、建筑物标记、停放机动车辆标记、辅道标记、道路标识牌标记、路灯标记和树木植被标记。
4.根据权利要求1所述的面向道路场景的三维语义地图构建和存储方法,其特征在于:所述步骤(1)中,关键帧定义为Ki={Ii,Di,Vi,Si},包含图像信息Ii:逆深度图Di:逆深度图方差Vi:以及语义分割信息Si:其中,表示实数集。
5.根据权利要求1所述的面向道路场景的三维语义地图构建和存储方法,其特征在于:所述步骤(3)中,采用八叉树结构对三维点云地图压缩进行优化,构建不同分辨率下的三维语义地图表征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810704481.2/1.html,转载请声明来源钻瓜专利网。





