一种基于激光点云的目标检测方法和装置制造方法及图纸

本发明专利技术公开了一种基于激光点云的目标检测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；对三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；对应三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从三维检测框中选出候选三维检测框；对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图；根据对应各三维检测框的相同大小特征图进行分类和回归处理，以确定检测目标的类别和位置信息。该实施方式能够不依赖于激光雷达与摄像头之间的标定，检测结果的准确性高。

A target detection method and device based on laser point cloud

【技术实现步骤摘要】
一种基于激光点云的目标检测方法和装置
本专利技术涉及计算机
，尤其涉及一种基于激光点云的目标检测方法和装置。
技术介绍
利用目标检测技术，可以在三维空间中的激光点云中确定能够包络检测目标的最小的三维长方体框，以自动驾驶领域的车辆检测为例，一个车辆对应一个三维长方体框。目前目标检测效果较好的是基于图像的目标检测的结果，但是仅依靠图像难以得到准确的位置信息，因此需要对激光雷达与摄像头进行标定，之后再把图像中检测到的目标映射到激光点云上，再根据点云上的位置信息做决策。如果标定得不准确，则映射到激光点云上的目标的位置就不准确，从而影响检测结果的准确性。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有方法依赖于对激光雷达与摄像头的标定，检测结果的准确性差。
技术实现思路
有鉴于此，本专利技术实施例提供一种基于激光点云的目标检测方法和装置，能够不依赖于激光雷达与摄像头之间的标定，检测结果的准确性高。为实现上述目的，根据本专利技术实施例的一个方面，提供了一种基于激光点云的目标检测方法和装置。一种基于激光点云的目标检测方法，包括：将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；对所述三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；对应所述三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从所述三维检测框中选出候选三维检测框；对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI(感兴趣的区域)降采样，以得到对应各三维检测框的相同大小特征图；根据所述对应各三维检测框的相同大小特征图进行分类和回归处理，以确定检测目标的类别和位置信息。可选地，对应所述三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从所述三维检测框中选出候选三维检测框的步骤，包括：对应所述三维特征图的每一位置生成具有相同高度的多个三维检测框，并确定各三维检测框属于前景的概率；利用非极大值抑制算法对各三维检测框去重，从去重后的各三维检测框中选出属于前景的概率最大的预设数量的三维检测框，作为候选三维检测框。可选地，通过如下方法确定三维检测框属于前景的概率：将所述三维检测框映射到二维平面上，得到与所述三维检测框对应的第一二维检测框；将预设长方体映射到所述二维平面上，得到与所述预设长方体对应的矩形框，所述预设长方体为经预先标注的检测目标样本；根据所述第一二维检测框与所述矩形框的交并比，确定所述三维检测框属于前景的概率。可选地，对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图的步骤，包括：对每一候选三维检测框对应的三维特征图，基于长度和宽度维度，得到四个第二二维检测框对应的特征图；对各第二二维检测框对应的特征图进行ROI降采样，得到各第二二维检测框对应的相同大小特征图；将各第二二维检测框对应的相同大小特征图，按照对应的候选三维检测框，组合为对应各三维检测框的相同大小特征图。根据本专利技术实施例的另一方面，提供了一种基于激光点云的目标检测装置。一种基于激光点云的目标检测装置，包括：点云数据处理模块，用于将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；特征图生成模块，用于对所述三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；候选框生成模块，用于对应所述三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从所述三维检测框中选出候选三维检测框；ROI降采样模块，用于对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图；检测模块，用于根据所述对应各三维检测框的相同大小特征图进行分类和回归处理，以确定检测目标的类别和位置信息。可选地，所述候选框生成模块还用于：对应所述三维特征图的每一位置生成具有相同高度的多个三维检测框，并确定各三维检测框属于前景的概率；利用非极大值抑制算法对各三维检测框去重，从去重后的各三维检测框中选出属于前景的概率最大的预设数量的三维检测框，作为候选三维检测框。可选地，所述候选框生成模块包括前景确定子模块，用于：将所述三维检测框映射到二维平面上，得到与所述三维检测框对应的第一二维检测框；将预设长方体映射到所述二维平面上，得到与所述预设长方体对应的矩形框，所述预设长方体为经预先标注的检测目标样本；根据所述第一二维检测框与所述矩形框的交并比，确定所述三维检测框属于前景的概率。可选地，所述检测模块还用于：对每一候选三维检测框对应的三维特征图，基于长度和宽度维度，得到四个第二二维检测框对应的特征图；对各第二二维检测框对应的特征图进行ROI降采样，得到各第二二维检测框对应的相同大小特征图；将各第二二维检测框对应的相同大小特征图，按照对应的候选三维检测框，组合为对应各三维检测框的相同大小特征图。可选地，所述基于激光点云的目标检测装置还包括训练模块，用于：通过OHEM训练方法训练所述特征图生成模块、所述候选框生成模块、所述ROI降采样模块和所述检测模块。根据本专利技术实施例的又一方面，提供了一种电子设备。一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本专利技术提供的基于激光点云的目标检测方法。根据本专利技术实施例的又一方面，提供了一种计算机可读介质。一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术提供的基于激光点云的目标检测方法。上述专利技术中的一个实施例具有如下优点或有益效果：将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；对三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；对应三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从三维检测框中选出候选三维检测框；对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图；根据对应各三维检测框的相同大小特征图进行分类和回归处理，以确定检测目标的类别和位置信息。本专利技术通过直接对采集的三维的激光点云数据进行处理，能够不依赖于激光雷达与摄像头之间的标定，检测结果的准确性高。上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：图1是根据本专利技术实施例的基于激光点云的目标检测方法的主要步骤示意图；图2是根据本专利技术一个实施例的目标检测模型的构成示意图；图3是根据本专利技术实施例的基于激光点云的目标检测装置的主要模块示意图；图4是本专利技术实施例可以应用于其中的示例性系统架构图；图5是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种本文档来自技高网...

【技术保护点】
1.一种基于激光点云的目标检测方法，其特征在于，包括：/n将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；/n对所述三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；/n对应所述三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从所述三维检测框中选出候选三维检测框；/n对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图；/n根据所述对应各三维检测框的相同大小特征图进行分类和回归处理，以确定检测目标的类别和位置信息。/n

【技术特征摘要】
1.一种基于激光点云的目标检测方法，其特征在于，包括：
将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；
对所述三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；
对应所述三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从所述三维检测框中选出候选三维检测框；
对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图；
根据所述对应各三维检测框的相同大小特征图进行分类和回归处理，以确定检测目标的类别和位置信息。


2.根据权利要求1所述的方法，其特征在于，对应所述三维特征图的每一位置，生成具有相同高度的多个三维检测框，并从所述三维检测框中选出候选三维检测框的步骤，包括：
对应所述三维特征图的每一位置生成具有相同高度的多个三维检测框，并确定各三维检测框属于前景的概率；
利用非极大值抑制算法对各三维检测框去重，从去重后的各三维检测框中选出属于前景的概率最大的预设数量的三维检测框，作为候选三维检测框。


3.根据权利要求2所述的方法，其特征在于，通过如下方法确定三维检测框属于前景的概率：
将所述三维检测框映射到二维平面上，得到与所述三维检测框对应的第一二维检测框；
将预设长方体映射到所述二维平面上，得到与所述预设长方体对应的矩形框，所述预设长方体为经预先标注的检测目标样本；
根据所述第一二维检测框与所述矩形框的交并比，确定所述三维检测框属于前景的概率。


4.根据权利要求1所述的方法，其特征在于，对每一候选三维检测框对应的三维特征图，在长度和宽度维度上进行ROI降采样，以得到对应各三维检测框的相同大小特征图的步骤，包括：
对每一候选三维检测框对应的三维特征图，基于长度和宽度维度，得到四个第二二维检测框对应的特征图；
对各第二二维检测框对应的特征图进行ROI降采样，得到各第二二维检测框对应的相同大小特征图；
将各第二二维检测框对应的相同大小特征图，按照对应的候选三维检测框，组合为对应各三维检测框的相同大小特征图。


5.一种基于激光点云的目标检测装置，其特征在于，包括：
点云数据处理模块，用于将采集的激光点云数据栅格化，并对每一栅格提取特征，以得到三维点阵数据；
特征图生成模块，用于对所述三维点阵数据进行三维卷积和三维降采样，以得到三维特征图；

【专利技术属性】
技术研发人员：张立成，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11