一种目标识别方法、训练方法、介质、电子设备及汽车技术

本发明专利技术提供一种目标识别方法、训练方法、介质、电子设备及汽车。所述目标识别方法包括：获取多组二维点云，所述多组二维点云包括一目标对象的点集；获取所述多组二维点云中各点的空间信息和特征信息；根据一目标区域以及所述多组二维点云中各点的空间信息和特征信息，将所述多组二维点云映射为多幅特征图；利用一目标识别网络对所述多幅特征图进行处理，以获取所述目标对象的识别结果；其中，所述目标识别网络为一训练好的神经网络模型。所述目标识别方法能够根据二维点云对车辆周围物体进行识别，从而有效提升辅助驾驶系统和无人驾驶系统的可靠性和安全性。的可靠性和安全性。的可靠性和安全性。

【技术实现步骤摘要】
一种目标识别方法、训练方法、介质、电子设备及汽车


[0001]本专利技术属于目标识别领域，涉及一种目标识别方法，特别是涉及一种基于二维点云的目标识别方法、训练方法、介质、电子设备及汽车。

技术介绍

[0002]随着技术的不断发展，驾驶辅助系统以及自动驾驶系统在现实生活中得到了越来越多的应用。对于这两种系统来说，对车辆周围物体进行准确的识别是实现驾驶辅助和自动驾驶的前提。
[0003]二维点云是一种由若干离散、无序、无拓扑结构的二维点组成的集合，通常是二维传感系统所获取数据的初始形式，具有抗光照和尺度变化等优点。目前，许多车辆已经配置有雷达(例如毫米波雷达)，通过雷达能够获取车辆周围环境的二维点云。专利技术人在实际应用中发现，二维点云中包含车辆周围物体的位置信息和特征信息，通过这些位置信息和特征信息能够实现对车辆周围物体的准确识别。然而，现有技术中并不存在根据二维点云对车辆周围物体进行识别的方法，因此，有必要设计一种基于二维点云的目标识别方法来实现对车辆周围物体的准确识别，以便提升驾驶辅助系统和自动驾驶系统的可靠性和安全性。
专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标识别方法，其特征在于，所述目标识别方法包括：获取多组二维点云，所述多组二维点云包括一目标对象的点集；获取所述多组二维点云中各点的空间信息和特征信息；根据一目标区域以及所述多组二维点云中各点的空间信息和特征信息，将所述多组二维点云映射为多幅特征图；利用一目标识别网络对所述多幅特征图进行处理，以获取所述目标对象的识别结果；其中，所述目标识别网络为一训练好的神经网络模型。2.根据权利要求1所述的目标识别方法，其特征在于：所述多组二维点云是由雷达获取的多组二维稀疏点云。3.根据权利要求1所述的目标识别方法，其特征在于：所述多组二维点云中，点的空间信息包括点的横向位置和纵向位置。4.根据权利要求3所述的目标识别方法，其特征在于，将所述多组二维点云映射为多幅特征图的实现方法包括：根据所述目标区域以及所述多组二维点云中各点的空间信息，获取所述多幅特征图中对应特征点的空间信息；对所述多组二维点云中各点的特征信息进行归一化处理，以获取所述多幅特征图中对应特征点的特征信息。5.根据权利要求4所述的目标识别方法，其特征在于，对于第g组二维点云中的第n个点，其在所述多幅特征图中对应特征点的空间信息(u
gn
,v
gn
)的获取方法为：其中，(X
gn
,Y
gn
)为第g组二维点云中的第n个点的空间信息，所述目标区域的范围为(0,L
max
,W
min
,W
max
)。6.根据权利要求1所述的目标识别方法，其特征在于，所述目标识别网络的训练方法包括：获取多组训练点云，其中，所述训练点云包括...

【专利技术属性】
技术研发人员：朱元，徐瑞东，陆科，安浩，吴志红，
申请(专利权)人：同济大学，
类型：发明
国别省市：