【技术实现步骤摘要】
基于深度学习的高清摄像头3D目标检测系统
本专利技术涉及智能汽车
,具体为基于深度学习的高清摄像头3D目标检测系统。
技术介绍
自动驾驶系统需要传感器对前方的前方环境进行三维重建,对被测物体进行识别判断,构建一个道路环境信息的三维立体位置关系图,它的成功与否取决于它在其周围环境中检测和定位对象的能力,其预测、规避和路径规划都依赖于对场景中其他实体的三维位置和尺寸的检测。这使得三维包围盒检测技术成为自动驾驶系统中计算机视觉识别的一个重要问题。主流的自动驾驶系统构架中多数采用了用激光雷达回波形成的激光雷达点云进行三维目标检测的方法,但是激光雷达云图没有目标位置的绝对深度信息,这种纯图像的方法性能上存在滞后性。目前的激光雷达成本很高,单个激光雷达点云密度稀疏其需要多传感器冗余,这进一步推动了自动驾驶方案成本增高,使其难以在市场上推广普及,因需要一种更精确性价比更高的的三维目标检测系统。因此本专利技术提出了一种通过低成本高清摄像头进行目标3D检测的装置。
技术实现思路
本专利技术的目的在于提供基于深度学习的高清摄像头3D目标检测系统,以解决传统自动驾驶系统因采用激光雷达导致的成本过高无法市场推广的问题。为实现上述目的,本专利技术提供如下技术方案:基于深度学习的高清摄像头3D目标检测系统,包括车辆传感器装置、硬件模块以及数据处理模块;所述车辆传感器装置包括高清摄像头;所述硬件模块包括电源电路、通信电路、数据格式转换电路、中央处理器和存储电路,高清摄像头与中央处理器通过电路连接;所述数据处理模块包括图像采集单元、模型训练单元、特征提取单元、图像处理单元和结果输出单元 ...
【技术保护点】
1.基于深度学习的高清摄像头3D目标检测系统,包括车辆传感器装置、硬件模块以及数据处理模块,其特征在于:所述车辆传感器装置包括高清摄像头;所述硬件模块包括电源电路、通信电路、数据格式转换电路、中央处理器和存储电路,高清摄像头与中央处理器通过电路连接;所述数据处理模块包括图像采集单元、模型训练单元、特征提取单元、图像处理单元和结果输出单元;所述图像采集单元通过高清摄像头采集原始输入图像,模型训练单元通过引入自动驾驶数据集对原始输入图像的识别模型进行评估和校正,特征提取单元从图像采集单元获取原始输入图像并生成多尺度二维特征映射,图像处理单元根据高清摄像头三维目标识别算法进行目标识别,结果输出单元用于将最终得到的信息传递给自动驾驶终端;所述特征提取单元从原始输入图像中生成多尺度二维特征映射,用平面f(u,v)∈R
【技术特征摘要】
1.基于深度学习的高清摄像头3D目标检测系统,包括车辆传感器装置、硬件模块以及数据处理模块,其特征在于:所述车辆传感器装置包括高清摄像头;所述硬件模块包括电源电路、通信电路、数据格式转换电路、中央处理器和存储电路,高清摄像头与中央处理器通过电路连接;所述数据处理模块包括图像采集单元、模型训练单元、特征提取单元、图像处理单元和结果输出单元;所述图像采集单元通过高清摄像头采集原始输入图像,模型训练单元通过引入自动驾驶数据集对原始输入图像的识别模型进行评估和校正,特征提取单元从图像采集单元获取原始输入图像并生成多尺度二维特征映射,图像处理单元根据高清摄像头三维目标识别算法进行目标识别,结果输出单元用于将最终得到的信息传递给自动驾驶终端;所述特征提取单元从原始输入图像中生成多尺度二维特征映射,用平面f(u,v)∈Rn表示,Rn代表n维空间;其中(u,v)是这个二维特征映射的平面上的特征点,特征映射对图像中低层结构的信息进行编码,所述低层结构的信息构成训练网络用于构建场景隐式三维表示的基本组件;通过正投影鸟瞰转换将f(u,v)∈Rn转换为一个三维特征图,用s(x,y,z)∈Rn表示,其中(x,y,z)是三维空间中的点;所述三维特征图定义了在一个由均匀间隔组成的三维空间里,用矩形框表示任意一个大小为r的立方体,所述矩形框的对角坐标分别为(a1,b1)和(a2,b2),所述矩形框表示的立方体的长为W、宽为D、高为H,并且有:其中f为高清摄像头的焦距,(ca,cb)为原点;将图像f(a,b)∈Rn投影的包围框进行平均化,将每一个特征分配到s(x,y,z)∈Rn中适当的位置:将生成的三维特征映射g(x,y,z),将一组学习到的权值矩阵M(y)与s(x,y,z)相乘后沿垂直轴累加,得到正交特征图:式中:B(x,z)为三维映射在地平面的投影;采用积分图像的快速平均池化:F(u,v)=f(a,b)+F(a-1,b)+F(a,b-1)-F(a-1,b-1)图像置信度N(x,z):式中:N(x,z)是一个光滑函数,它表示存在一个以(x,y0,z)为中心的边界盒的概率,其中y0是高清摄像头到地平面的距离,δ是比例因子;相对位置偏移量ΔposΔpos(x,z)表示边界盒中心坐标(x,y0,z)与目标真实位置的相对偏差,(xi,yi,zi)Δdim是物体i的中心坐标尺寸偏移量Δdim:Δdim表示物体真实大小与平均尺寸的对数关系,(wi,h...
【专利技术属性】
技术研发人员:母江东,张祥,徐江,张毅,李宝林,黄承雨,曾建军,
申请(专利权)人:重庆集诚汽车电子有限责任公司,中电科技集团重庆声光电有限公司,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。