(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211179388.7 (22)申请日 2022.09.27 (71)申请人 西南大学 地址 400700 重庆市北碚区天生路2号 (72)发明人 韩先锋　程辉先　钟琪　 (74)专利代理 机构 重庆智盛东唐专利代理事务 所(普通合伙) 50309 专利代理师 张秀霞 (51)Int.Cl. G06V 10/26(2022.01) G06V 20/58(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 针对自动驾驶场景的雷达点云采样以及语 义分割模型系统 (57)摘要 本发明涉及自动驾驶场景感知技术领域， 尤 其涉及针对自动驾驶场景的雷达点云采样以及 语义分割模型系统。 系统包括： 网络输入变换模 块； 双分支自编码器网络模型； 语义预测模块。 上 分支自编码器结构中的编码层由局部特征聚合 模块和随机采样操作组成， 下分支的编码层由局 部特征聚合模块、 极柱均衡随机采样模块以及随 机采样操作组成； 上下两个分支解码器均包括四 个解码层， 解码层由多层感知机和上采样操作组 成。 本发明提出的极柱均衡随机采样模块， 有助 于语义分割模型能够充分学习不同距离的点特 征， 解决点分布的长尾问题； 提出的一致性损失 函数， 可以减少模型在采用不同采样方法时的不 一致性； 提出模型， 能够高效执行复杂的室外场 景解析任务。 权利要求书2页 说明书10页 附图2页 CN 115512111 A 2022.12.23 CN 115512111 A 1.一种针对自动驾驶场景的雷达点云采样以及语义分割系统， 其特征在于， 所述系统 包括： 网络输入变换模块， 网络的输入是点云数据， 维度为N ×dim,N表示输入点云的总点数， dim指每个点的特征维度， 输入点云经过一个全连接层变换之后， 生成大小为N ×8的特征表 示； 双分支自编码器网络模型， 包括编码器和解码器； 编码器包含四个编码层， 用于逐步降低点云的尺寸并增加每个点特征的维度； 上分支 编码器的四个编码层由局部特征聚合模块和随机采样操作组成； 下分支编 码器中第一个编 码层由局部特征聚合模块和极柱均衡随机采样模块组成， 后续三个编 码层则局部特征聚合 模块和随机采样操作组成； 上下分支的解码 器具有相同的结构， 且均包括四个解码层， 每个 解码层包 含一个多层感知机和一个上采样 操作； 语义预测模块， 包括 三个全连接层和一个丢弃层， 为每 个点预测一个 语义标签。 2.根据权利要求1所述的一种针对自动驾驶场景的雷达点云采样以及语义分割系统， 其特征在于， 所述编码器的整体阶段， 其 点数的变化 为： N→N/4→N/16→N/64→N/256； 相应的特 征维度为： 8→32→128→256→512； 所述解码层的整体阶段， 其 点数变化 为： N/256→N/64→N/16→N/8→N 相应的特 征维度为： 512→256→128→32→8。 3.根据权利要求1所述的一种针对自动驾驶场景的雷达点云采样以及语义分割系统， 其特征在于， 所述极柱均衡随机采样深度语 义分割网络模型的学习由损失函数 进行 监督约束和训练； 损失函数 表示为： 其中， σ1和σ2为不确定性加权参数， 用于自动地调整不同损失项的优化比例； 其中， 和 分别表示采用极柱均衡随机采样和随机采样方法时的预测概率； C 表示数据集中类别的数目， c表示第c个 类别； 权　利　要　求　书 1/2 页 2 CN 115512111 A 2其中， C表示数据集中类别的数目， c表示第c个类别， ωc表示类别c的权重， yc和 分别 表示真实值和预测的概 率。 4.根据权利要求1所述的一种针对自动驾驶场景的雷达点云采样以及语义分割系统， 其特征在于， 所述极柱均衡随机采样模块的建立方法如下： 首先将三维点云所在的笛卡尔坐标系转换成极坐标系： 将点坐标(x， y， z)转换成(ρ， θ， z),其中ρ 表示半径， 即距离x ‑y平面原点 的距离， θ表示 从x轴到y轴的角度， z代 表高度； 基于构建的极坐标系， 将输入的三维点云划分为不同的圆柱块， 数目记为K， 且距离越 远划分的圆柱块就越大， 最终得到的三维极柱表征的分辨率为R ×P×Z， R、 P、 Z分别表示半 径、 方位角、 高度； 其次， 基于目标采样的点数M和划分的圆柱块数目K， 计算每一个圆柱块中的将要下采 样获得的点数， 将它们构建成一个维度为K ×1的列表Sn； 且在下采样的过程中， 尽 量均衡每 一个圆柱块中的点数， 使它 们尽量保持一 致； 最后， 在每一个圆柱块中执行采样操作： 置乱每一个块中的点， 选 择前面的Sn[i],其中i 表示第i个圆柱块， 构成一个子点云； 将所有得到的子点云结合在一起， 再执行一次置乱操 作获得最终的采样点云。权　利　要　求　书 2/2 页 3 CN 115512111 A 3