買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京林業(yè)大學(xué)申請的專利基于YOLACT的三維激光雷達道路點云分割方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114155265B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111458626.3，技術(shù)領(lǐng)域涉及：G06T7/136；該發(fā)明授權(quán)基于YOLACT的三維激光雷達道路點云分割方法是由李秋潔;嚴宇設(shè)計研發(fā)完成，并于2021-12-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于YOLACT的三維激光雷達道路點云分割方法在說明書摘要公布了：一種基于YOLACT的三維激光雷達道路點云分割方法，該方法包括以下步驟：樣本數(shù)據(jù)點云變換，將三維激光雷達的道路點云數(shù)據(jù)球面投影為二維圖像數(shù)據(jù)；標(biāo)注并分割目標(biāo)，構(gòu)建用于訓(xùn)練的圖像數(shù)據(jù)集；基于卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到三維激光雷達道路點云實例分割模型；對待處理的實測三維激光雷達道路點云數(shù)據(jù)進行處理，分割出道路目標(biāo)實例。本發(fā)明的方法首先將三維點云數(shù)據(jù)球面投影為二維圖像數(shù)據(jù)，然后采用YOLACT端到端圖像實例分割算法實現(xiàn)道路目標(biāo)實例的準(zhǔn)確分割。

本發(fā)明授權(quán)基于YOLACT的三維激光雷達道路點云分割方法在權(quán)利要求書中公布了：1.一種基于YOLACT的三維激光雷達道路點云分割方法，其特征在于，該方法包括以下步驟： S1、樣本數(shù)據(jù)點云變換：將三維激光雷達裝載在移動車輛上掃描道路獲取樣本點云數(shù)據(jù)，包括激光反射強度I，測量點的三維直角坐標(biāo)x,y,z；進行點云變換，將三維激光雷達的道路點云數(shù)據(jù)球面投影為二維圖像數(shù)據(jù)； S2、構(gòu)建訓(xùn)練集：按照步驟S1獲取若干樣本的二維圖像數(shù)據(jù)，標(biāo)注二維圖像數(shù)據(jù)并分割目標(biāo)，構(gòu)建用于訓(xùn)練的圖像數(shù)據(jù)集； S3、模型訓(xùn)練：基于卷積神經(jīng)網(wǎng)絡(luò)模型，對步驟S2獲取的圖像數(shù)據(jù)集進行訓(xùn)練，得到三維激光雷達道路點云實例分割模型； S4、模型預(yù)測：對待處理的實測三維激光雷達道路點云數(shù)據(jù)，采用S1的步驟進行處理獲取二維圖像數(shù)據(jù)，對二維圖像數(shù)據(jù)切割后輸入三維激光雷達道路點云實例分割模型進行處理，分割出道路目標(biāo)實例； 步驟S1中通過點云變換獲取的二維圖像數(shù)據(jù)包括：二維圖像像素坐標(biāo)i,j和該像素坐標(biāo)處的圖像三通道數(shù)據(jù)r,g,b，具體采用以下步驟： S1-1、令O為激光束發(fā)射位置，P為測量點，根據(jù)測量點P的三維直角坐標(biāo)x,y,z，計算激光束OP的天頂角和方位角θ； S1-2、根據(jù)下述公式求取測量點P的二維圖像像素坐標(biāo)i,j； 其中：為天頂角分辨率，為三維激光雷達的最小天頂角，Δθ為方位角分辨率，θmin為三維激光雷達的最小方位角； S1-3、構(gòu)建寬為w、高為h的三通道彩色圖像，圖像像素默認值為0； 其中：為三維激光雷達的最大天頂角，θmax為三維激光雷達的最大方位角； S1-4、采用下述公式獲取測量點P的像素坐標(biāo)i,j處的圖像三通道數(shù)據(jù)r,g,b： S1-5、采用歸一化方法將圖像三通道數(shù)據(jù)取值范圍變換到0-255； 所述的模型訓(xùn)練具體包括： S3-1、將用于訓(xùn)練的圖像數(shù)據(jù)集輸入卷積神經(jīng)網(wǎng)絡(luò)模型，生成特征圖S3-2、將生成的特征圖輸入特征金字塔FPN進行融合； S3-3、對特征金字塔FPN融合后的特征圖進行語義分割并計算語義分割損失，同時將特征圖分別輸入到兩個并行的分支當(dāng)中： 第一個分支使用基于FCN的原型掩碼生成網(wǎng)絡(luò)protonet產(chǎn)生原型掩碼prototypemask； 第二個分支通過預(yù)測頭網(wǎng)絡(luò)PredictionHead輸出各目標(biāo)包圍框位置的4個坐標(biāo)，mask系數(shù)以及分類置信率，并將PredictionHead網(wǎng)絡(luò)得到的結(jié)果進行快速非極大值抑制FastNMS處理； S3-4、將FastNMS的處理結(jié)果和Protonet輸出的原型mask進行組合運算，輸出最終道路目標(biāo)的實例信息，包括實例類別、實例邊界框和實例掩膜；S3-5、將步驟S3-4得到的道路目標(biāo)實例的類別、邊界框、掩膜信息與步驟S2所標(biāo)注的道路目標(biāo)實例信息進行比對，并加上S3-3的語義分割損失，以多任務(wù)損失函數(shù)L為優(yōu)化目標(biāo)，對模型訓(xùn)練若干次，完成訓(xùn)練，得到基于YOLACT的三維激光雷達道路點云實例分割模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京林業(yè)大學(xué)，其通訊地址為：210037 江蘇省南京市龍蟠路159號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。