买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁大学

摘要：一种3D卷积和注意力机制的地面移动机器人可通行区域识别方法，该方法利用3D卷积和注意力机制，处理通过激光雷达扫描得到的三维点云信息。首先，将获取的点云数据体素化处理，然后通过优化的稀疏鸟瞰图网络以识别体素化点云。在三维稀疏卷积的子流形卷积层和稀疏卷积层之间引入残差模块，并在点云特征提取的末端加入注意力机制模块。本发明方法能够获取更准确的机器人可通行区域，具有高准确性和可靠性，适用于复杂、不均匀且粗糙的危险环境，如搜索、救援和拆弹等任务。通过三维激光雷达点云信息的稀疏鸟瞰图网络中有用信息的特征提取，生成的可通行区域地图与鸟瞰图网络相比，能够获得更优的识别效果，为地面移动机器人提供精确的导航信息。

主权项：1.一种3D卷积和注意力机制的地面移动机器人可通行区域识别方法，其特征在于，其步骤为：步骤一、构建可遍历数据集：从激光雷达数据集的RELLIS-3D户外数据集和SemanticKITTI公路数据集中生成新的遍历代价语义标签，将可通行区域划分为不同风险等级，针对激光雷达点云边缘数据过于稀疏的问题，将RELLIS-3D和SemanticKITTI的原始数据集中每一帧的点云及其过去和未来的t帧扫描进行聚合，利用聚合后的点云生成完整密集的从过去到未来的可穿越性语义标签，尤其聚合的点云数据仅用于标签生成，不作为训练和预测的输入；基于稠密标签将可穿越性类别划分为无危险、低危和高危三个级别的可遍历性标签，并将具有相似代价的语义类映射到这三个级别的可遍历性标签；可遍历性认为是同一维度不同位置。可穿越性是不同维度同一维度；步骤二、建立网络架构：首先，将输入的3D激光雷达点云体素化为稀疏体素网格，其中每个体素能够包含多个点，并具有4维特征其中：x,y,z,r为四个维度坐标轴，n为体素个数；稀疏体素网格被馈送到具有残差模块的3D稀疏卷积层中以提取特征，其中只压缩z维；在提取的2D特征图上应用注意力机制模块，然后使用卷积门控循环单元聚合之前扫描的时间信息，最后发送给分类器进行分类并填充LiDAR未检测到的空白区域；步骤三、引入残差稀疏卷积：在稀疏卷积中，在具有相同输入输出维度的子流形卷积之后应用残差模块，输出的特征映射F计算如下所示：F＝F'+SpcF'其中F'是前一个稀疏卷积块的输出特征图，Spc表示当前稀疏卷积块中的一系列操作。在三维稀疏卷积中，子流形稀疏卷积仅对输入特征中的活跃位点进行卷积，以保持稀疏性并减少计算负担。规则稀疏卷积可以有效地扩大感受野，类似于2D卷积。残差模块可以增强深度网络的表示能力，解决梯度消失问题。虽然使用ReLU激活函数使CNN在一定程度上不受梯度消失的影响，但其效果仍然有限，而使用ReLU激活函数的主要原因是其导数计算简单；步骤四、添加注意力机制：卷积瓶颈注意力模型推导出一维通道注意力图Mc和基于F的二维空间注意力图Ms，Mc同时使用平均池化和最大池化特征来确定F中有意义的特征。通过平均池化和最大池化操作聚合F的空间信息以生成和然后将这两个描述子送入多层感知器，计算如下： 其中s表示sigmoid函数，W1和W0是MLP的权重；与Mc相比，Ms侧重于有用信息所在位置，两者互补，Ms的计算公式为： 其中s表示sigmoid函数，f7×7表示一个二维卷积操作，其内核大小为7×7；步骤五：生成可通行区域地图：5.1点云数据预处理：将激光雷达扫描得到的原始3DLiDAR点云数据转换为三维坐标系，并进行去噪、滤波等预处理操作，将预处理后的点云数据进行体素化处理，将连续的三维空间划分为离散的体素；5.2特征提取：将体素化后的点云数据输入到步骤二稀疏体素网络架构中，其中每个体素包含多个点，并具有三维特征，计算每个体素的属性，接着稀疏体素网络按照步骤三被馈送到一系列带有残差模块的3D稀疏卷积层中提取特征，并压缩第三维；5.3注意力机制应用：将步骤四中的注意力机制模块应用于提取的二维特征图上，卷积瓶颈注意力模型能够生成一维通道注意力图和二维空间注意力图，分别关注特征图中的关键通道和空间位置。通过注意力机制，网络能够更加关注点云数据中的关键特征；5.4时间信息融合：利用卷积门控循环单元对之前扫描的时间信息进行聚合，并将其与当前帧的特征图进行融合，时间信息融合帮助网络理解环境的变化；5.5分类和空白区域填充：将融合后的特征图输入到分类器中，对每个体素进行分类，判断是否为可通行区域，分类器根据可通行区域的定义和风险等级，将体素划分为不同的类别，利用网络预测的结果，对激光雷达未检测到的空白区域进行填充，生成完整的可通行区域地图；5.6地图可视化：将生成的可通行区域地图进行可视化，将可通行区域用不同的颜色表示，并叠加到原始点云数据上，最终输出分类器的标签，对点云数据进行三个级别分类。

全文数据：

权利要求：

百度查询： 辽宁大学 一种3D卷积和注意力机制的地面移动机器人可通行区域识别方法