-
题名一种面向非结构化道路的点云语义分割方法
- 1
-
-
作者
王章宇
陈阳
周彬
王杰
段星集
赵忠山
-
机构
北京航空航天大学交通工程与科学学院
车路一体智能交通全国重点实验室
北京航空航天大学合肥创新研究院
特种车辆无人运输技术工业和信息化部重点实验室
国能北电胜利能源有限公司露天矿运输队
-
出处
《北京航空航天大学学报》
北大核心
2025年第2期457-465,共9页
-
基金
国家重点研发计划(2020YFB1600301)
国家自然科学基金青年基金(52102448)。
-
文摘
针对以露天矿区为代表的非结构化道路场景环境恶劣、道路边界模糊、障碍物尺寸差异较大等问题,提出一种面向非结构化道路的点云语义分割方法,包括预处理、特征提取网络及逆处理3部分。其中,预处理通过坐标转换将三维点云映射到二维Range View(RV)图上,以提高网络推理速度;特征提取网络包括卷积注意力模块及多尺度残差模块,卷积注意力模块用于细化分割边界,解决道路边界模糊问题,多尺度残差模块使用大卷积核扩大感受野并融合上下采样特征,以适应非结构化道路环境下障碍物尺寸变化较大的问题;逆处理通过K最邻近(KNN)算法修正语义标签并将点云映射回三维空间。在典型非结构化道路露天矿区数据集上对所提方法进行测试,平均交并比达到85.1%,推理速度达到6.423 ms,与主流的基于球面投影的语义分割网络相比整体精度提升了3%,此外,所提方法在非结构化道路场景下进行了实际应用。
-
关键词
三维点云
语义分割
非结构化道路
深度学习
注意力机制
-
Keywords
3D point-cloud
semantic segmentation
unstructured roads
deep learning
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
