典型文献
基于三维锥形栅格的激光点云语义分割方法
文献摘要：
激光点云语义分割是自动驾驶系统中道路场景感知的重要分支.虽然主流方法将点云转换为规则的二维图像或笛卡尔栅格进行处理,减少因点云非结构化所带来的计算量,但二维图像方法不可避免地改变点云的三维几何拓扑结构,而笛卡尔栅格忽略了室外激光点云的密度不一致性,从而限制了包括行人和自行车等小物体的语义分割能力.因此,本文中提出了一种基于三维锥形栅格和稀疏卷积的激光点云语义分割方法,利用锥形栅格分区解决了点云的稀疏性和密度不一致的问题;为提高模型推理速度,设计了重参数化三维稀疏卷积网络.在Seman?ticKITTI和nuScenes两个大规模数据集上对所提方法进行评估.结果表明,与目前最新的点云分割方法相比,所提方法的平均交并比分别提升了1.3％和0.8％,尤其对小物体识别有显著的提升.
文献关键词：
自动驾驶;激光点云;语义分割;三维锥形栅格;重参数化;三维稀疏卷积网络
中图分类号：
作者姓名：
黄润辉;胡立坤;苏鸣方;徐大也;陈奥然
作者机构：
广西大学电气工程学院,南宁 530004;广西大学先进测控与智能电力研究中心,南宁530004
文献出处：
引用格式：
[1]黄润辉;胡立坤;苏鸣方;徐大也;陈奥然-.基于三维锥形栅格的激光点云语义分割方法)[J].汽车工程,2022(08):1173-1182,1250
A类：
三维锥形栅格,三维稀疏卷积网络,Seman,ticKITTI
B类：
激光点云,点云语义分割,分割方法,自动驾驶系统,中道,道路场景,场景感知,主流方法,二维图像,笛卡尔,非结构化,计算量,变点,拓扑结构,不一致性,自行车,稀疏性,模型推理,推理速度,重参数化,nuScenes,大规模数据集,点云分割,平均交并比,物体识别
AB值：
0.229857
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
