公开(公告)号：CN110441789B

公开(公告)日：2022-12-30

申请号：CN201910564965.6

申请日：2019-06-27

申请人： 南京莱斯信息技术股份有限公司

发明人： 刘磊 ,  严璐 ,  汪明明 ,  顾昕

IPC分类号： G01S17/89 ,  G01S17/66 ,  G06V10/82 ,  G06V10/62

摘要： 本发明公开了一种非均匀线程激光雷达目标识别方法，包括步骤如下：获取多线程激光雷达散点数据；对上述散点数据进行处理；将上述处理完的数据作为输入值，输入到SqueezeSeg深度学习框架；经过SqueezeSeg深度学习网络参数运算后，SqueezeSeg对输入的每个点云进行预测，对属于不同目标的点标记不同的标签。本发明通过合理的计算，把非均匀的散点合理分布成为图像的格式，对输入数据进一步均一化处理，然后送进SqueezeSeg框架，能够正确且快速的识别出视野中的目标物。

公开(公告)号：CN109613557B

公开(公告)日：2022-04-29

申请号：CN201811432689.X

申请日：2018-11-28

申请人： 南京莱斯信息技术股份有限公司

发明人： 汪明明 ,  严璐 ,  刘磊 ,  顾昕

IPC分类号： G01S17/89

摘要： 本发明提供一种补全激光雷达三维点云目标的系统及方法，通过三层共享多层感知器、三层逐点最大池化层获得激光雷达目标的全局特征，使得激光雷达扫描获得的物体点云分布更稠密均匀，物体轮廓外形细节更完整，以实现检测识别及测量计算的目的。

公开(公告)号：CN110441789A

公开(公告)日：2019-11-12

申请号：CN201910564965.6

申请日：2019-06-27

申请人： 南京莱斯信息技术股份有限公司

发明人： 刘磊 ,  严璐 ,  汪明明 ,  顾昕

IPC分类号： G01S17/89 ,  G01S17/66 ,  G06K9/00

摘要： 本发明公开了一种非均匀线程激光雷达目标识别算法，包括步骤如下：获取多线程激光雷达散点数据；对上述散点数据进行处理；将上述处理完的数据作为输入值，输入到SqueezeSeg深度学习框架；经过SqueezeSeg深度学习网络参数运算后，SqueezeSeg对输入的每个点云进行预测，对属于不同目标的点标记不同的标签。本发明通过合理的计算，把非均匀的散点合理分布成为图像的格式，对输入数据进一步均一化处理，然后送进SqueezeSeg框架，能够正确且快速的识别出视野中的目标物。

公开(公告)号：CN109613557A

公开(公告)日：2019-04-12

申请号：CN201811432689.X

申请日：2018-11-28

申请人： 南京莱斯信息技术股份有限公司

发明人： 汪明明 ,  严璐 ,  刘磊 ,  顾昕

IPC分类号： G01S17/89

摘要： 本发明提供一种补全激光雷达三维点云目标的系统及方法，通过三层共享多层感知器、三层逐点最大池化层获得激光雷达目标的全局特征，使得激光雷达扫描获得的物体点云分布更稠密均匀，物体轮廓外形细节更完整，以实现检测识别及测量计算的目的。