[發明專利]一種激光雷達車輛檢測的方法、系統、存儲介質及設備

在審

• 申請號: 202111147855.3
• 申請日: 2021-09-29
• 公開（公告）號: CN113900119A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 龔湛
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G01S17/931
• 分類號: G01S17/931;G01S17/89;G01S17/66;G06N3/04;G06N3/08
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 李紅蕭;楊帆

本發明提供了一種激光雷達車輛檢測的方法、系統、存儲介質及設備，方法包括：獲取被檢測車輛的激光雷達原始點云圖像并對該原始點云圖像進行體素化特征提取，從而形成該被檢測車輛的體素化網格；在朝向該被檢測車輛的方向上，按距離將該被檢測車輛的該體素化網格的數據進行分塊處理，從而得到多個樣本塊；對該多個樣本塊分別進行神經網絡模型設計，其中該多個樣本塊的該神經網絡模型具有針對該多個樣本塊采取的不同的神經網絡維度增強機制和/或數據增強機制；基于該多個樣本塊的該神經網絡模型進行該檢測車輛的特征提取并進行損失計算，其中該損失計算包括三維重合度損失。本發明提高了激光雷達檢測用于車輛的三維檢測方面的準確率。

技術領域

本發明涉及三維成像技術領域，尤其涉及三維成像激光雷達的目標檢測與跟蹤領域，具體涉及一種激光雷達車輛檢測的方法、系統、存儲介質及設備。

背景技術

近年來，基于三維成像激光雷達的目標檢測與跟蹤已經成為計算機視覺領域的重要課題。相比于傳統的攝像頭傳感器，三維成像激光雷達具有能有效獲取目標的三維幾何信息，受外界光照變化和成像距離影響小等優點。因此，激光雷達已廣泛應用于無人駕駛領域。

在無人駕駛領域，車輛的穩定行進是必須要保障的，同時還不能違背安全原則。為此，激光雷達、尤其是三維激光雷達是無人駕駛車輛上廣安應用的傳感器件。通過激光雷達可以獲得周圍環境、包括相關的目標車輛的三維(3D)點云數據。

隨著激光雷達傳感器件測量精度的不斷提高，測量維度的增加和分辨率的提高帶來了探測性能提高的可能性。然而，真正的提高性能需要更智能、更穩健的信息處理算法。

此外，被檢測的目標通常被置于一定的背景環境中，甚至與背景融為一體。在激光雷達探測過程中，由于視角、背景等原因，目標還有可能被遮擋，從而很難被檢測和分割出來。

為了解決上述問題，現有的技術方案主要是在通過點云體素化之后，進行一些常規的三維稀疏卷積、常規的二維特征提取，最后進行常規的方向、三維框等損失回歸。

但是，目前已有算法在車輛的三維檢測方面準確率較低，對目標車輛的檢測效果不佳，在道路上交通情況較為復雜的情況下會對無人駕駛的安全性及穩定性造成重大的不利的影響。

因此，需要提出一種尤其用于車輛的檢測方法，針對現有技術中的上述缺點問題，提高車輛的三維檢測方面的準確率，盡可能降低對無人駕駛的安全性及穩定性的影響。

發明內容

有鑒于此，本發明的目的在于提出一種基于激光雷達的、可用于目標的三維檢測的、尤其用于車輛檢測的方法、系統、存儲介質及設備，從而解決現有技術中車輛的三維檢測方面的準確率低、不利地影響無人駕駛的安全性及穩定性等問題。

基于上述目的，一方面，本發明提供了一種激光雷達車輛檢測的方法，其中該方法包括以下步驟：

獲取被檢測車輛的激光雷達原始點云圖像并對該原始點云圖像進行體素化特征提取，從而形成該被檢測車輛的體素化網格；

在朝向該被檢測車輛的方向上，按距離將該被檢測車輛的該體素化網格的數據進行分塊處理，從而得到多個樣本塊；

對該多個樣本塊分別進行神經網絡模型設計，其中該多個樣本塊的該神經網絡模型具有針對該多個樣本塊采取的不同的神經網絡維度增強機制和/或數據增強機制；

基于該多個樣本塊的該神經網絡模型進行該檢測車輛的特征提取并進行損失計算，其中該損失計算包括三維重合度損失。

在根據本發明的激光雷達車輛檢測的方法的一些實施例中，該神經網絡維度增強機制包括進行在兩個水平方向上的卷積降維，并且在豎直方向上保持維度的三維稀疏卷積，其中該兩個水平方向為朝向該被檢測車輛的方向以及與朝向該待檢測車輛的方向垂直的水平的方向，并且該豎直方向為與該兩個水平方向垂直的方向。