[發(fā)明專利]目標(biāo)檢測(cè)方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011259312.6
• 申請(qǐng)日: 2020-11-12
• 公開(kāi)（公告）號(hào): CN112364775A
• 公開(kāi)（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 游佳麗;錢少華;韓志華;張旭
• 申請(qǐng)（專利權(quán)）人: 蘇州摯途科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06T7/00;G01S17/931
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 榮穎佳

本申請(qǐng)?zhí)峁┝艘环N目標(biāo)檢測(cè)方法、裝置及電子設(shè)備，其中，方法包括：獲取待檢測(cè)的點(diǎn)云數(shù)據(jù)；點(diǎn)云數(shù)據(jù)為車端激光雷達(dá)掃描得到的；對(duì)點(diǎn)云數(shù)據(jù)分別進(jìn)行俯視圖特征提取和環(huán)視圖特征提取，得到俯視圖特征和環(huán)視圖特征；基于預(yù)設(shè)的俯視圖與環(huán)視圖的對(duì)應(yīng)關(guān)系，確定環(huán)視圖特征在俯視圖上的映射特征；將俯視圖特征和映射特征進(jìn)行拼接，得到待檢測(cè)的點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的目標(biāo)檢測(cè)結(jié)果。本申請(qǐng)能夠基于激光雷達(dá)點(diǎn)云數(shù)據(jù)進(jìn)行快速準(zhǔn)確地目標(biāo)檢測(cè)。

技術(shù)領(lǐng)域

本申請(qǐng)涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域，尤其是涉及一種目標(biāo)檢測(cè)方法、裝置及電子設(shè)備。

背景技術(shù)

3D目標(biāo)檢測(cè)是自動(dòng)駕駛領(lǐng)域里面一個(gè)重要的研究課題。3D目標(biāo)檢測(cè)方法有單獨(dú)基于攝像頭的數(shù)據(jù)或基于激光雷達(dá)的數(shù)據(jù)進(jìn)行檢測(cè)的，也有同時(shí)基于上述兩種數(shù)據(jù)進(jìn)行檢測(cè)的。而實(shí)際應(yīng)用中，基于兩種數(shù)據(jù)進(jìn)行檢測(cè)的方法需要對(duì)攝像頭和激光雷達(dá)進(jìn)行同步，實(shí)際部署比較困難。

而現(xiàn)有的基于激光雷達(dá)數(shù)據(jù)進(jìn)行目標(biāo)檢測(cè)的方法，需要融合多幀時(shí)序點(diǎn)云，數(shù)據(jù)量較大，運(yùn)行速度較慢，在車載算力有限的情況下，沒(méi)法做到實(shí)時(shí)運(yùn)算，不具有工程化落地的可行性。

發(fā)明內(nèi)容

本申請(qǐng)的目的在于提供一種目標(biāo)檢測(cè)方法、裝置及電子設(shè)備，能夠基于激光雷達(dá)點(diǎn)云數(shù)據(jù)進(jìn)行快速準(zhǔn)確地目標(biāo)檢測(cè)。

第一方面，本申請(qǐng)實(shí)施例提供一種目標(biāo)檢測(cè)方法，方法包括：獲取待檢測(cè)的點(diǎn)云數(shù)據(jù)；點(diǎn)云數(shù)據(jù)為車端激光雷達(dá)掃描得到的；對(duì)點(diǎn)云數(shù)據(jù)分別進(jìn)行俯視圖特征提取和環(huán)視圖特征提取，得到俯視圖特征和環(huán)視圖特征；基于預(yù)設(shè)的俯視圖與環(huán)視圖的對(duì)應(yīng)關(guān)系，確定環(huán)視圖特征在俯視圖上的映射特征；將俯視圖特征和映射特征進(jìn)行拼接，得到待檢測(cè)的點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的目標(biāo)檢測(cè)結(jié)果。

進(jìn)一步的，上述對(duì)點(diǎn)云數(shù)據(jù)分別進(jìn)行俯視圖特征提取和環(huán)視圖特征提取，得到俯視圖特征和環(huán)視圖特征的步驟，包括：對(duì)點(diǎn)云數(shù)據(jù)分別進(jìn)行BEV編碼和RV編碼，得到俯視圖點(diǎn)云數(shù)據(jù)和環(huán)視圖點(diǎn)云數(shù)據(jù)；對(duì)俯視圖點(diǎn)云數(shù)據(jù)和環(huán)視圖點(diǎn)云數(shù)據(jù)分別進(jìn)行柵格化處理，得到柵格點(diǎn)云數(shù)據(jù)；將俯視圖點(diǎn)云數(shù)據(jù)和環(huán)視圖點(diǎn)云數(shù)據(jù)分別對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)輸入預(yù)設(shè)點(diǎn)云特征提取模型，得到俯視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的俯視圖特征和環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的環(huán)視圖特征。

進(jìn)一步的，上述將俯視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)輸入預(yù)設(shè)點(diǎn)云特征提取模型，得到俯視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的俯視圖特征的步驟，包括：針對(duì)俯視圖點(diǎn)云數(shù)據(jù)中每個(gè)柵格，均執(zhí)行以下步驟：將柵格中每個(gè)點(diǎn)對(duì)應(yīng)的特征值輸入預(yù)設(shè)點(diǎn)云特征提取模型，得到柵格對(duì)應(yīng)的64維特征；其中，每個(gè)點(diǎn)對(duì)應(yīng)的特征值包括稀疏因子在內(nèi)的11個(gè)特征；將各個(gè)柵格分別對(duì)應(yīng)的64維特征作為俯視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的俯視圖特征。

進(jìn)一步的，上述稀疏因子a如下：

其中，x、y、z表示點(diǎn)的在三維空間坐標(biāo)系中的三維坐標(biāo)值。

進(jìn)一步的，上述將環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)輸入預(yù)設(shè)點(diǎn)云特征提取模型，得到環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的環(huán)視圖特征的步驟之前，還包括：對(duì)環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)進(jìn)行柵格篩選，得到2D空間柵格點(diǎn)云數(shù)據(jù)；將2D空間柵格點(diǎn)云數(shù)據(jù)作為新的柵格點(diǎn)云數(shù)據(jù)，繼續(xù)執(zhí)行將環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)輸入預(yù)設(shè)點(diǎn)云特征提取模型，得到環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的環(huán)視圖特征的步驟。

進(jìn)一步的，上述環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)以柱面坐標(biāo)系中的角度、半徑和高度來(lái)表征；對(duì)環(huán)視圖點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的柵格點(diǎn)云數(shù)據(jù)進(jìn)行篩選，得到2D空間柵格點(diǎn)云數(shù)據(jù)的步驟，包括：針對(duì)每個(gè)具有相同角度坐標(biāo)和高度坐標(biāo)的柵格序列中，篩選出包含的點(diǎn)云數(shù)量最大的目標(biāo)柵格；由篩選出的各個(gè)目標(biāo)柵格在以角度和高度為橫縱坐標(biāo)的坐標(biāo)系中組成2D空間柵格點(diǎn)云數(shù)據(jù)。

進(jìn)一步的，上述俯視圖與環(huán)視圖對(duì)應(yīng)關(guān)系預(yù)存于哈希表中；基于預(yù)設(shè)的俯視圖與環(huán)視圖的對(duì)應(yīng)關(guān)系，確定環(huán)視圖特征在俯視圖上的映射特征的步驟，包括：根據(jù)哈希表中俯視圖與環(huán)視圖的對(duì)應(yīng)關(guān)系，將環(huán)視圖特征映射于俯視圖中，得到環(huán)視圖特征在俯視圖上的映射特征。