一种实例增强的激光雷达运动目标分割方法

作     者：郭瑞斌 王能 陈谢沅澧 于清华 周宗潭 卢惠民 GUO Ruibin;WANG Neng;CHEN-XIE Yuanli;YU Qinghua;ZHOU Zongtan;LU Huiming

作者机构：国防科技大学智能科学学院湖南长沙410073 

出 版 物：《机器人》 (Robot)

年 卷 期：2024年第46卷第5期

页      面：534-543页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(U22A2059) 湖南省自然科学基金(2021JC0004,2021JJ40677) 

主　　题：激光雷达(LiDAR) 运动目标分割 实例增强 多任务网络 

摘      要：针对复杂动态环境中基于激光雷达数据的运动目标分割法实时性较差、逐点分割准确性较低等问题,提出一种基于实例增强的激光雷达运动目标分割方法。首先,将3维激光雷达点云转换为2维鸟瞰图,通过计算当前点云帧与历史点云帧之间的鸟瞰图残差实现运动特征的快速提取。然后结合运动特征与3维点云空间特征提取实例特征,利用实例信息对属于同一实例的点云进行一致性运动分割,提高激光雷达逐点运动分割准确性。利用开源数据集SemanticKITTI对该方法进行了测试,实验结果表明,本文方法的交并比指标为72.2%;消融实验表明,实例信息增强后交并比指标较基础模型提高了8.7%,运动目标分割的实时性和准确性较当前先进方法都有更优或相当的表现,验证了利用实例信息增强法来完成多感知任务的有效性。