本申請公開了一種點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法、裝置、存儲介質(zhì)及設(shè)備，屬于自動駕駛技術(shù)領(lǐng)域。所述方法包括：獲取待處理的一幀點(diǎn)云數(shù)據(jù)；在平面上將所述點(diǎn)云數(shù)據(jù)切割為多個(gè)點(diǎn)柱，并在高度上將每個(gè)點(diǎn)柱切割為多個(gè)子點(diǎn)柱；分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像；對所述偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果。本申請可以通過高度編碼來提高對點(diǎn)云數(shù)據(jù)的高度的敏感度，能夠預(yù)測三維目標(biāo)的高度，提高了三維目標(biāo)檢測的精度。三維目標(biāo)檢測的精度。三維目標(biāo)檢測的精度。
【技術(shù)實(shí)現(xiàn)步驟摘要】
點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法、裝置、存儲介質(zhì)及設(shè)備
[0001]本申請涉及自動駕駛
，特別涉及一種點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法、裝置、存儲介質(zhì)及設(shè)備。
技術(shù)介紹
[0002]自動駕駛過程中需要對周圍的障礙物進(jìn)行感知，感知時(shí)需要獲取雷達(dá)(LiDAR)采集到的點(diǎn)云數(shù)據(jù)，再在點(diǎn)云數(shù)據(jù)中檢測三維目標(biāo)的位置以及對點(diǎn)云數(shù)據(jù)進(jìn)行三維分割，根據(jù)檢測結(jié)果規(guī)劃行駛路徑。
[0003]現(xiàn)有技術(shù)中可以在BEV視角(Battery Electric vehicle，純電動汽車)下檢測點(diǎn)云數(shù)據(jù)中的三維目標(biāo)，具體檢測模型可以是Pointpillar(點(diǎn)柱)模型等等。
[0004]Pointpillar模型可以針對于BEV視角進(jìn)行輕量級編碼，使用的pillar
?
based編碼方式雖然在速度上占優(yōu)勢，但是其獨(dú)特的編碼方式使得其對高度并不敏感，所以，Pointpillar模型只能對BEV視角下的物體進(jìn)行檢測，無法感知到物體的高度，也無法對點(diǎn)云進(jìn)行三維分割來得到三維目標(biāo)。
技術(shù)實(shí)現(xiàn)思路
[0005]本申請?zhí)峁┝艘环N點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法、裝置、存儲介質(zhì)及設(shè)備，用于解決采用Pointpillar模型時(shí)，無法感知到物體的高度，也無法對點(diǎn)云進(jìn)行三維分割來得到三維目標(biāo)的問題。所述技術(shù)方案如下：
[0006]一方面，提供了一種點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法，所述方法包括：
[0007]獲取待處理的一幀點(diǎn)云數(shù)據(jù)；
[0008]在平面上將所述點(diǎn)云數(shù)據(jù)切割為多個(gè)點(diǎn)柱，并在高度上將每個(gè)點(diǎn)柱切割為多個(gè)子點(diǎn)柱；
[0009]分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像；
[0010]對所述偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果。
[0011]在一種可能的實(shí)現(xiàn)方式中，所述對所述偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果，包括：
[0012]對所述偽圖像進(jìn)行卷積運(yùn)算，得到第一特征圖；
[0013]利用三維檢測頭對所述第一特征圖進(jìn)行檢測，得到三維目標(biāo)的位置信息和第一類別信息，所述第一類別信息表示所述三維目標(biāo)所屬的障礙物類別；和/或，利用分割頭對所述第一特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息，所述第二類別信息表示所述子點(diǎn)柱中是否存在需要檢測的障礙物。
[0014]在一種可能的實(shí)現(xiàn)方式中，所述利用分割頭對所述第一特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息，包括：
[0015]對所述第一特征圖進(jìn)行反卷積，得到第二特征圖；
[0016]利用所述分割頭對所述第二特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息。
[0017]在一種可能的實(shí)現(xiàn)方式中，所述分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像，包括：
[0018]對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼，得到點(diǎn)柱特征；
[0019]對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行高度編碼，得到高度特征；
[0020]對所述點(diǎn)柱特征和所述高度特征進(jìn)行拼接，得到偽圖像。
[0021]在一種可能的實(shí)現(xiàn)方式中，所述對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行高度編碼，得到高度特征，包括：
[0022]計(jì)算每個(gè)子點(diǎn)柱中的點(diǎn)云數(shù)據(jù)的高度平均值；
[0023]將所述高度平均值輸入高度位置編碼公式中，將所述高度位置編碼公式的輸出確定為高度特征；
[0024]其中，所述高度位置編碼公式為P(z)＝(sin(2
i
πz)，z表示所述高度平均值，i表示子點(diǎn)柱的編號，L表示一個(gè)點(diǎn)柱中的子點(diǎn)柱的數(shù)量，P(z)表示高度特征。
[0025]一方面，提供了一種點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測裝置，所述裝置包括：
[0026]獲取模塊，用于獲取待處理的一幀點(diǎn)云數(shù)據(jù)；
[0027]切割模塊，用于在平面上將所述點(diǎn)云數(shù)據(jù)切割為多個(gè)點(diǎn)柱，并在高度上將每個(gè)點(diǎn)柱切割為多個(gè)子點(diǎn)柱；
[0028]編碼模塊，用于分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像；
[0029]識別模塊，用于對所述偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果。
[0030]在一種可能的實(shí)現(xiàn)方式中，所述識別模塊，還用于：
[0031]對所述偽圖像進(jìn)行卷積運(yùn)算，得到第一特征圖；
[0032]利用三維檢測頭對所述第一特征圖進(jìn)行檢測，得到三維目標(biāo)的位置信息和第一類別信息，所述第一類別信息表示所述三維目標(biāo)所屬的障礙物類別；和/或，利用分割頭對所述第一特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息，所述第二類別信息表示所述子點(diǎn)柱中是否存在需要檢測的障礙物。
[0033]在一種可能的實(shí)現(xiàn)方式中，所述編碼模塊，還用于：
[0034]對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼，得到點(diǎn)柱特征；
[0035]對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行高度編碼，得到高度特征；
[0036]對所述點(diǎn)柱特征和所述高度特征進(jìn)行拼接，得到偽圖像。
[0037]一方面，提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)中存儲有至少一條指令，所述至少一條指令由處理器加載并執(zhí)行以實(shí)現(xiàn)如上所述的點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法。
[0038]一方面，提供了一種計(jì)算機(jī)設(shè)備，所述計(jì)算機(jī)設(shè)備包括處理器和存儲器，所述存儲器中存儲有至少一條指令，所述指令由所述處理器加載并執(zhí)行以實(shí)現(xiàn)如上所述的點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法。
[0039]本申請?zhí)峁┑募夹g(shù)方案的有益效果至少包括：
[0040]在平面上將點(diǎn)云數(shù)據(jù)切割為多個(gè)點(diǎn)柱，并在高度上將每個(gè)點(diǎn)柱切割為多個(gè)子點(diǎn)
柱，然后，分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像，最后，對偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果，這樣，可以通過高度編碼來提高對點(diǎn)云數(shù)據(jù)的高度的敏感度，能夠預(yù)測三維目標(biāo)的高度，提高了三維目標(biāo)檢測的精度。
[0041]利用三維檢測頭對第一特征圖進(jìn)行檢測，得到三維目標(biāo)的位置信息和第一類別信息，第一類別信息表示三維目標(biāo)所屬的障礙物類別，可以實(shí)現(xiàn)BEV視角下的三維目標(biāo)檢測任務(wù)；和/或，利用分割頭對第一特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息，第二類別信息表示子點(diǎn)柱中是否存在需要檢測的障礙物，可以實(shí)現(xiàn)對點(diǎn)云的三維分割任務(wù)。
附圖說明
[0042]為了更清楚地說明本申請實(shí)施例中的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0043]圖1是本申請一個(gè)實(shí)施例提供的點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法的方法流程圖；
[0044]圖2是本申請一個(gè)實(shí)施例提供的編碼流程的示意圖；
[0045]圖3是本申請一個(gè)實(shí)施例提供的卷積和檢測流程的示意圖；
[0046]圖4是本申請一個(gè)實(shí)施例提供的點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測裝置的結(jié)構(gòu)框圖。
具體實(shí)施方式
[0047]為使本申本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
【技術(shù)特征摘要】
1.一種點(diǎn)云數(shù)據(jù)中的三維目標(biāo)檢測方法，其特征在于，所述方法包括：獲取待處理的一幀點(diǎn)云數(shù)據(jù)；在平面上將所述點(diǎn)云數(shù)據(jù)切割為多個(gè)點(diǎn)柱，并在高度上將每個(gè)點(diǎn)柱切割為多個(gè)子點(diǎn)柱；分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像；對所述偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述偽圖像進(jìn)行識別，得到三維目標(biāo)的識別結(jié)果，包括：對所述偽圖像進(jìn)行卷積運(yùn)算，得到第一特征圖；利用三維檢測頭對所述第一特征圖進(jìn)行檢測，得到三維目標(biāo)的位置信息和第一類別信息，所述第一類別信息表示所述三維目標(biāo)所屬的障礙物類別；和/或，利用分割頭對所述第一特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息，所述第二類別信息表示所述子點(diǎn)柱中是否存在需要檢測的障礙物。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用分割頭對所述第一特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息，包括：對所述第一特征圖進(jìn)行反卷積，得到第二特征圖；利用所述分割頭對所述第二特征圖進(jìn)行檢測，得到子點(diǎn)柱的第二類別信息。4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，所述分別對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼和高度編碼，將編碼結(jié)果拼接為偽圖像，包括：對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行特征編碼，得到點(diǎn)柱特征；對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行高度編碼，得到高度特征；對所述點(diǎn)柱特征和所述高度特征進(jìn)行拼接，得到偽圖像。5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對每個(gè)點(diǎn)柱中的每個(gè)子點(diǎn)柱進(jìn)行高度編碼，得到高度特征，包括：計(jì)算每個(gè)子點(diǎn)柱中的點(diǎn)云數(shù)據(jù)的高度平均值；將所述高度平均值輸入高度位置編碼公式中，將所述高度位置編碼公式的輸出確定為高度特征；其中，所...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：董博，林金表，許舒恒，
申請(專利權(quán))人：九識蘇州智能科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。