劉桂宇

（一汽解放汽車有限公司 吉林 長春 130011）

0 引言

隨著自動駕駛技術(shù)的不斷發(fā)展，三維目標識別技術(shù)的重要程度不斷提升，自動駕駛領(lǐng)域?qū)c云目標識別算法的可靠性和魯棒性需求日益迫切[1]。在城市、港口和高速等復雜環(huán)境中，準確識別目標和感知環(huán)境內(nèi)障礙物信息是自動駕駛汽車行駛安全和決策控制的重要基礎[2]，直接決定了自動駕駛系統(tǒng)的可靠性和安全性。因此，研究面向激光雷達點云的三維目標識別算法尤為關(guān)鍵。

在自動駕駛領(lǐng)域，基于激光雷達點云的感知任務可分為低層次感知和高層次感知兩個層次。低層次感知即障礙物檢測，只需探測到前方存在障礙物即可，無法感知障礙物類別。高層次感知即目標識別，需要在障礙物檢測的基礎上，對障礙物信息進一步分類，感知障礙物具體類型和空間信息。經(jīng)典點云目標識別流程包括點云預處理[3]、區(qū)域分割[4]、障礙物聚類[5]、物體類型識別和包圍框擬合等過程。整體流程較為復雜，需要對點云進行分割、聚類和分類等多步驟處理。此外，由于點云數(shù)據(jù)具有不均勻、噪聲等特點[6]，經(jīng)典點云目標識別算法在目標物體類型識別方面存在劣勢。

近些年人工智能技術(shù)發(fā)展迅速，在二維圖像深度學習算法的基礎上，三維點云深度學習算法研究取得了一系列顯著的成果[7-8]，促使點云目標識別算法不斷推陳出新。在自動駕駛場景語義分割[9]、場景理解、目標檢測[10]和目標分類[11]等多項任務中，深度學習算法得到了廣泛應用。與經(jīng)典點云目標檢測算法相比，基于深度學習的點云目標識別算法能夠滿足更多的目標感知需求，目標類型識別準確率更高[12]，算法魯棒性更強，具備廣闊的應用前景。

1 經(jīng)典點云目標識別算法

經(jīng)典點云目標識別算法可從激光雷達等傳感器獲取的點云數(shù)據(jù)中識別出障礙物目標，并解算出其空間位置、尺寸大小、幾何形狀、運動朝向等數(shù)據(jù)信息，并通過擬合邊界框或多邊形輪廓實現(xiàn)目標輪廓信息描述。

其中，點云預處理主要通過應用濾波算法實現(xiàn)點云模型數(shù)據(jù)量的減少，并剔除點云模型中部分噪聲點，減少噪聲數(shù)據(jù)對后續(xù)分割、聚類算法的處理過程和運算結(jié)果產(chǎn)生影響。常用的濾波算法包括直通濾波、體素網(wǎng)格[13]和統(tǒng)計濾波等。在實際應用過程中，可根據(jù)噪聲類型和場景需求選取合適的濾波算法。

區(qū)域分割算法主要通過將點云劃分為多個同質(zhì)區(qū)域，實現(xiàn)道路、建筑等區(qū)域劃分，實現(xiàn)相同區(qū)域內(nèi)的數(shù)據(jù)點具有一致屬性。常見的區(qū)域分割任務主要為地面分割，用于減少后續(xù)障礙物聚類過程中地面點云對非地面點云產(chǎn)生的干擾。地面分割算法主要包括基于統(tǒng)計量的地面分割算法、基于角度的地面分割算法[14]、平面擬合算法[15]和基于面元的區(qū)域生長算法等。獲取地面點云并分割后，保留地面上的非地面障礙物點，用于后續(xù)聚類算法。

點云模型經(jīng)過區(qū)域分割處理后，僅保留非地面點云，背景區(qū)域以及地面已被移除。通過應用聚類算法，可實現(xiàn)單獨的車輛、行人等障礙物提取。在障礙物聚類過程中，通過對點云分割結(jié)果應用無監(jiān)督聚類算法，可將障礙物點云聚類為不同的類簇，每個類簇即代表一個障礙物目標。常用的聚類算法包括基于歐式距離的聚類算法[16]和基于密度的聚類算法[17]。結(jié)合激光雷達點云數(shù)據(jù)特點，可針對不同范圍的點云設定相應的聚類條件，提升點云聚類效果。

物體識別過程可以采用特征提取配合分類器實現(xiàn)障礙物分類，獲取目標類別信息。由于點云數(shù)據(jù)較為稀疏，且通常不完整，僅依靠特征提取和匹配的方法，目標識別效果一般，容易出現(xiàn)障礙物類型識別錯誤的現(xiàn)象。

在聚類基礎上，對每一個類簇進行包圍框擬合處理，并計算障礙物屬性，具體包括中心點、質(zhì)心點、長寬高等。包圍框擬合共有三種擬合形式，包括外接矩形、最小外接框和最小包圍框。為最大程度表征出真實的障礙物大小，常用最小外接框和最小包圍框進行障礙物包圍框擬合。

經(jīng)典點云目標識別算法整體流程較為繁瑣，需要對點云進行分割、聚類和分類匹配等處理。此外，由于點云具有目標物體數(shù)據(jù)不完整性、數(shù)據(jù)密度低等特點，經(jīng)典的點云目標識別算法可以支撐低層次感知任務實現(xiàn)，但在目標識別準確率方面存在一定不足，難以滿足自動駕駛系統(tǒng)對目標識別準確率的需求。

2 基于深度學習的點云目標識別算法

針對經(jīng)典點云目標識別算法在激光雷達點云目標感知與識別方面的不足，近些年國內(nèi)外學者開始深度學習算法應用于點云目標識別過程，實現(xiàn)點云目標識別效果的提升。然而，與二維圖像數(shù)據(jù)相比，激光雷達點云數(shù)據(jù)存在點云密度不均勻、數(shù)據(jù)不完整、噪聲等特點。此外，點云模型無特定方向，數(shù)據(jù)量大，應用深度學習算法處理大量點云數(shù)據(jù)會產(chǎn)生較高時間成本，無法保證自動駕駛系統(tǒng)對目標識別的實時性需求。

為了解決上述難題，國內(nèi)外學者提出了一些創(chuàng)新性的深度學習模型構(gòu)建方法[18-19]，實現(xiàn)了深度學習算法在點云目標識別領(lǐng)域的創(chuàng)新性應用。目前大多數(shù)三維點云深度學習網(wǎng)絡主要集中在以體素（Voxel）、點云（Point Cloud）、圖（Graph）、和視圖（View）等四種點云表示方式來構(gòu)建網(wǎng)絡。

基于體素的深度學習網(wǎng)絡[20]通過將點云劃分為具有一定大小的規(guī)則網(wǎng)格，借助網(wǎng)格模型描述點云數(shù)據(jù)的三維空間分布。其中，網(wǎng)格尺寸大小取決于點云模型整體數(shù)據(jù)量大小。為了降低算法運算量，提高算法運行效率，需要對每個網(wǎng)格中數(shù)據(jù)點進行隨機采樣。經(jīng)過網(wǎng)格化處理后，可以將主要適用于具有規(guī)則數(shù)據(jù)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡應用于點云，并在體素網(wǎng)格中直接應用卷積[21]和池化操作。然而，點云經(jīng)過網(wǎng)格化處理后，并不是所有的網(wǎng)格中都存在數(shù)據(jù)點，該數(shù)據(jù)表達方式仍存在優(yōu)化空間。此外，網(wǎng)格尺寸設定需要十分謹慎，因為其容易導致點云數(shù)據(jù)輸出尺寸發(fā)生變化，破壞本屬于同一目標物體的數(shù)據(jù)點幾何關(guān)聯(lián)關(guān)系。

基于點云的深度學習網(wǎng)絡[22]可以保留點云三維空間信息和內(nèi)部局部幾何關(guān)系，既可以學習全局點的特征，也可以學習局部點的特征，可以滿足多種三維目標識別需求。通過直接將三維點云數(shù)據(jù)輸入網(wǎng)絡并進行訓練，可以在一定程度上減少數(shù)據(jù)信息缺失。目前，基于點云的深度學習網(wǎng)絡的難點主要在于解決點云輸入排列問題，研究如何避免丟失點云局部特征，以及忽略點及其相鄰點之間的幾何關(guān)系。

基于圖的深度學習網(wǎng)絡[23]通過將點云表示為圖結(jié)構(gòu)，并在此基礎上應用卷積神經(jīng)網(wǎng)絡，實現(xiàn)特征提取和目標識別。圖是一種非歐氏數(shù)據(jù)結(jié)構(gòu)，在用于表示點云時，節(jié)點代表點云中各個數(shù)據(jù)點，邊則代表各相鄰點之間的數(shù)據(jù)關(guān)系。隨著卷積神經(jīng)網(wǎng)絡技術(shù)的發(fā)展，越來越多的圖卷積網(wǎng)絡被應用于三維數(shù)據(jù)。相比于其他深度學習網(wǎng)絡，基于圖的深度學習網(wǎng)絡具備一定的優(yōu)勢，能夠完整保留點及其相鄰點之間幾何關(guān)系。然而，構(gòu)建基于圖的深度模型同樣具備難點，需要定義適用于動態(tài)鄰域大小的卷積神經(jīng)網(wǎng)絡，并建立權(quán)重共享機制。

基于視圖的深度學習網(wǎng)絡通過從不同方向?qū)θS點云進行二維投影[24]，并應用完善的卷積神經(jīng)網(wǎng)絡和基于圖像數(shù)據(jù)集的預訓練網(wǎng)絡對二維投影視圖進行運算處理，例如AlexNet、VGG 和ResNet 等，最終實現(xiàn)目標識別。與基于體素的深度學習網(wǎng)絡相比，該算法可以對感興趣區(qū)域進行多視角識別，并對識別結(jié)果進行融合分析，輸出最佳識別果，提高三維目標檢測準確性。二維視圖投影與點云或體素網(wǎng)格等三維數(shù)據(jù)格式相比，由于減少了一維數(shù)據(jù)信息，因此可以大大降低計算成本，且目標分辨率更高。此外，通過應用現(xiàn)有的深度學習網(wǎng)絡，可以更好地利用點云投影視圖中的局部和全局信息，提高算法適應性。然而，從三維空間到二維視圖投影會導致部分幾何空間信息丟失，且多投影視圖相互之間存在數(shù)據(jù)冗余問題。

綜上分析，基于深度學習的點云目標識別算法在目標識別準確率方面具備一定優(yōu)勢，但由于點云數(shù)據(jù)具備無序性、不均勻等特點，因此在網(wǎng)絡構(gòu)建和模型訓練方面存在一定挑戰(zhàn)，上述各類深度學習網(wǎng)絡在減少信息丟失方面仍存在優(yōu)化空間。

3 總結(jié)與展望

在自動駕駛技術(shù)領(lǐng)域，基于三維點云實現(xiàn)障礙物目標是目前主流研究方向。相比于二維圖像信息，激光雷達獲得的三維點云數(shù)據(jù)包含了物體空間位置和幾何信息，獲取目標信息更加豐富，可以幫助自動駕駛車輛更好地規(guī)避行駛風險。本文針對三維點云目標識別技術(shù)，分別對經(jīng)典點云目標識別算法和基于深度學習的點云目標識別算法進行了分析，并對兩種算法的優(yōu)缺點進行了總結(jié)。

總體而言，相比于經(jīng)典點云目標識別算法，基于深度學習的點云目標識別算法在目標識別準確率和魯棒性方面更具優(yōu)勢。近幾年，國內(nèi)外研究學者在三維點云深度學習模型構(gòu)建方面取得了一定成果，提出了多種創(chuàng)新性的深度學習模型構(gòu)建方法。然而，由于點云數(shù)據(jù)自身的無序性、遮擋、噪聲和數(shù)據(jù)量大等特點，如何進一步完善深度學習網(wǎng)絡在點云目標識別任務中的應用仍然具有挑戰(zhàn)。

基于深度學習的點云目標識別算法發(fā)展時間尚短，未來仍有非常多的方向值得研究和探索。為彌補點云數(shù)據(jù)無序性、不均勻的缺陷，可研究面向多源數(shù)據(jù)融合的深度學習網(wǎng)絡構(gòu)建，將包括圖像、激光雷達點云和毫米波雷達數(shù)據(jù)融合后，基于統(tǒng)一的深度學習網(wǎng)絡實現(xiàn)目標識別，提升目標識別準確性。研究多尺度特征融合策略，提取激光雷達點云前后幀關(guān)鍵信息，實現(xiàn)深度學習網(wǎng)絡對目標對象數(shù)據(jù)的充分利用。為解決點云無序性問題，研究魯棒性的點云數(shù)據(jù)表示方法，在體素、點云、圖和視圖表示方法的基礎上，探索更加新穎的三維數(shù)據(jù)表示方式。通過對以上方面的研究和探索，不斷提升激光雷達點云目標識別智能化程度。