【技术实现步骤摘要】
车辆方向角的预测方法、装置、系统以及存储介质
本专利技术涉及计算机
，尤其涉及一种车辆方向角的预测方法、装置、系统以及存储介质。
技术介绍
三维激光扫描仪或照相式扫描仪得到的点云数据，点数量比较大并且比较密集，能反映真实场景的情况，并且可以通过点云数据来确定场景内的物体的信息，例如位置信息等。在利用激光雷达对车道上的车辆进行扫描监控情况下，获取车辆的点云数据，通常通过该点云数据可以确定车辆的位置和种类信息，但是无法准确预测车辆的方向角。现有的技术通常先对点云数据进行分割和聚类得到车辆轮廓外形的点云数据，再根据轮廓外形的点云数据来判断车辆方向角。然而根据轮廓外形来判断方向角需要点云数据具有较好的区分度以及完整的轮廓信息。在实际的雷达扫描过程中，极有可能出现点云数据难以分割或者分全的情况，导致车辆只有部分轮廓外形的点云数据，使得车辆方向角预测的不准确。因此，亟需一种能准确预测车辆方向角的方案。
技术实现思路
基于此，有必要针对上述问题，提出了一种车辆方向角的预测方法、装置、系统及存储介质...
【技术保护点】
1.一种车辆方向角的预测方法，其特征在于，所述方法包括：/n获取待分析的三维点云数据，所述三维点云数据包括回波强度信息；/n将所述三维点云数据转换为在预设平面上的二维伪彩图；根据所述三维点云数据生成原始深度图和原始回波强度图中的至少一个；/n将所述原始深度图和所述原始回波强度图中的至少一个与所述二维伪彩图作为输入数据，输入预设的神经网络模型；所述神经网络模型至少能够根据所述输入数据确定输出数据，所述输出数据包括车辆的位置、类型和方向角；/n根据所述方向角确定空间坐标系下的三维方位角。/n
【技术特征摘要】
1.一种车辆方向角的预测方法，其特征在于，所述方法包括：
获取待分析的三维点云数据，所述三维点云数据包括回波强度信息；
将所述三维点云数据转换为在预设平面上的二维伪彩图；根据所述三维点云数据生成原始深度图和原始回波强度图中的至少一个；
将所述原始深度图和所述原始回波强度图中的至少一个与所述二维伪彩图作为输入数据，输入预设的神经网络模型；所述神经网络模型至少能够根据所述输入数据确定输出数据，所述输出数据包括车辆的位置、类型和方向角；
根据所述方向角确定空间坐标系下的三维方位角。
2.根据权利要求1所述的方法，其特征在于，所述输入至预设的神经网络模型的步骤之前，还包括：
构建神经网络模型；所述神经网络模型中至少包括用于对车辆的位置、类型以及方向角进行预测的分支；
获取带有位置标签、类型标签以及方向角标签的三维点云训练数据，将根据该三维点云训练数据确定的原始深度训练图和原始回波强度训练图中的至少一个与二维伪彩训练图作为输入训练数据输入至所述神经网络模型中；
利用所述神经网络模型对所述输入训练数据进行预测得到所述车辆的位置预测值、类型预测值和方向角预测值作为输出训练数据；
根据所述位置预测值与所述位置标签中的位置之间的损失值、所述类型预测值与所述类型标签中的类型之间的损失值、所述方向角预测值与所述方向角标签中的方向角之间的损失值对所述神经网络模型进行修正。
3.根据权利要求2所述的方法，其特征在于，所述将带有位置标签、类型标签以及方向角标签的三维点云训练数据作为输入训练数据输入至所述神经网络模型中的步骤还包括：
对所述输入训练数据中的方向角标签进行编码操作，转换为具有预设输出格式的方向角数据；
所述利用所述神经网络模型对所述输入数据进行预测得到所述车辆的位置预测值、类型预测值和方向角预测值作为输出训练数据的步骤还包括：
将所述输出训练数据中的具有预设输出格式的方向角数据进行解码操作确定方向角预测值后输出。
4.根据权利要求1所述的方法，其特征在于，所述获...
【专利技术属性】
技术研发人员：胡小波，陈十力，
申请(专利权)人：深圳市镭神智能系统有限公司，
类型：发明
国别省市：广东;44
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。