用于自动驾驶的目标检测方法、装置及设备制造方法及图纸

本申请是关于一种用于自动驾驶的目标检测方法、装置及设备。该方法包括：获取单目拍摄设备采集的图像；将所述图像输入预设单目3D目标检测模型中，得到所述图像中的目标物的预测高度；根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度先验值；根据所述深度先验值，得到所述目标物的中心点的深度值。本申请提供的方案，能够在预测深度值z的过程中解除模型与单目相机的耦合，从而提升模型的泛化性，提升目标检测结果的可靠性。提升目标检测结果的可靠性。提升目标检测结果的可靠性。

【技术实现步骤摘要】
用于自动驾驶的目标检测方法、装置及设备


[0001]本申请涉及导航
，尤其涉及一种用于自动驾驶的目标检测方法、装置及设备。

技术介绍

[0002]目标检测是计算机视觉领域的传统任务，与图像识别不同，目标检测不仅需要识别出图像上存在的物体，给出对应的类别，还需要将该物体的位置通过最小包围框（Bounding box）的方式给出。根据目标检测需要输出结果的不同，一般将使用RGB图像进行目标检测，输出物体类别和在图像上的最小包围框的方式称为2D目标检测，而将使用RGB图像、RGB
‑
D深度图像和激光点云，输出物体类别及在三维空间中的长宽高、旋转角等信息的检测称为3D目标检测。
[0003]3D目标检测正处于高速发展时期，目前主要是综合利用单目相机、双目相机、多线激光雷达来进行3D目标检测。利用单目相机进行3D目标检测的任务可以通过单目3D目标检测模型完成。由于单目相机的成本低，经济效应更佳，尤其在自动驾驶导航领域中，单目3D目标检测模型得到了广泛的运用，其可以为汽车的自动驾驶决策提供支持。将单张RGB图像输入单目3D目标检测模型中，该模型可以预测图像中的目标类型及其3D位置信息。3D位置信息包括目标的高h、宽w、长l，目标中心点的位置坐标（x,y,z）以及偏航角theta。其中，3D位置信息中多个变量的预测都依赖于目标中心点位置坐标中的深度值z，因此，深度值z的预测正确性十分关键。
[0004]然而，目前的单目3D目标检测模型，对于深度值z的预测，使用了从训练集的标签信息中统计的均值和方差。上述均值和方差可以理解为适用于对应的单目相机的单目3D目标检测模型中的权重参数，当对应的单目相机更换后，或者输入模型的图像为其他不同的单目相机所采集时，将影响该模型输出的预测深度值z，导致对深度值z的预测正确性下降。也就是说，目前的单目3D目标检测模型，其模型泛化性差，进而影响最终检测结果的可靠性。

技术实现思路

[0005]为解决或部分解决相关技术中存在的问题，本申请提供一种用于自动驾驶的目标检测方法、装置及设备，能够在预测深度值z的过程中解除模型与单目相机的耦合，从而提升模型的泛化性，提升目标检测结果的可靠性。
[0006]本申请第一方面提供一种用于自动驾驶的目标检测方法，包括：获取单目拍摄设备采集的图像；将所述图像输入预设单目3D目标检测模型中，得到所述图像中的目标物的预测高度；根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度
先验值；根据所述深度先验值，得到所述目标物的中心点的深度值。
[0007]在一种实施方式中，所述根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度先验值，包括：根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，利用相似三角形原理，计算所述目标物的中心点的深度先验值。
[0008]在一种实施方式中，所述目标物的中心点在所述图像中的位置包括：所述目标物的中心点在所述图像中相对像素坐标系v轴的距离；所述单目拍摄设备在世界坐标中的安装高度包括：所述单目拍摄设备在世界坐标中的光心相对地面的距离；所述单目拍摄设备的内参包括：所述单目拍摄设备的光心在图像坐标系y轴方向上的焦距，以及所述单目拍摄设备的光轴在图像坐标系y轴方向上的偏移量。
[0009]在一种实施方式中，所述根据所述深度先验值，得到所述目标物的中心点的深度值，包括：根据所述深度先验值，及所述预设单目3D目标检测模型根据所述图像所输出的预测参数值，得到所述目标物的中心点的深度值。
[0010]在一种实施方式中，所述根据所述深度先验值，及所述预设单目3D目标检测模型根据所述图像所输出的预测参数值，得到所述目标物的中心点的深度值，包括：将所述深度先验值，及所述预设单目3D目标检测模型根据所述图像所输出的预测参数值，代入预设激活函数公式中，得到所述目标物的中心点的深度值。
[0011]在一种实施方式中，所述预设单目3D目标检测模型包括：SMOKE单目3D目标检测模型。
[0012]本申请第二方面提供一种用于自动驾驶的目标检测装置，包括：获取模块，用于获取单目拍摄设备采集的图像；第一预测模块，用于将所述获取模块获取的图像输入预设单目3D目标检测模型中，得到所述图像中的目标物的预测高度；计算模块，用于根据所述第一预测模块得到的预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度先验值；第二预测模块，用于根据所述计算模块得到的深度先验值，得到所述目标物的中心点的深度值。
[0013]在一种实施方式中，所述计算模块根据所述第一预测模块得到的预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度先验值，包括：根据所述第一预测模块得到的预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，利用相似三角形原理，计算所述目标物的中心点的深度先验值。
[0014]本申请第三方面提供一种电子设备，包括：处理器；以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0015]本申请第四方面提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0016]本申请提供的技术方案可以包括以下有益效果：本申请提供的方法，通过获取单目拍摄设备采集的图像，并将该图像输入预设单目3D目标检测模型中，可以得到图像中的目标物的预测高度。根据预测高度、目标物的中心点在图像中的位置、单目拍摄设备在世界坐标中的安装高度及单目拍摄设备的内参，可以计算目标物的中心点的深度先验值，进而可以得到目标物的中心点的深度值。上述方法中对深度先验值的计算并不涉及预设单目3D目标检测模型中关联单目拍摄设备的权重参数，从而在后续对目标物中心点的深度值的预测过程中，在一定程度上解除预设单目3D目标检测模型中与单目拍摄设备有耦合关系的权重参数的影响，即解除了预测得到的深度值与单目拍摄设备的关联性，从而利于提升模型运用的泛化性，利于提升目标检测结果的可靠性。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0018]通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
[0019]图1是本申请实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动驾驶的目标检测方法，其特征在于，包括：获取单目拍摄设备采集的图像；将所述图像输入预设单目3D目标检测模型中，得到所述图像中的目标物的预测高度；根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度先验值；根据所述深度先验值，得到所述目标物的中心点的深度值。2.根据权利要求1所述的方法，其特征在于，所述根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，计算所述目标物的中心点的深度先验值，包括：根据所述预测高度、所述目标物的中心点在所述图像中的位置、所述单目拍摄设备在世界坐标中的安装高度及所述单目拍摄设备的内参，利用相似三角形原理，计算所述目标物的中心点的深度先验值。3.根据权利要求1所述的方法，其特征在于：所述目标物的中心点在所述图像中的位置包括：所述目标物的中心点在所述图像中相对像素坐标系v轴的距离；所述单目拍摄设备在世界坐标中的安装高度包括：所述单目拍摄设备在世界坐标中的光心相对地面的距离；所述单目拍摄设备的内参包括：所述单目拍摄设备的光心在图像坐标系y轴方向上的焦距，以及所述单目拍摄设备的光轴在图像坐标系y轴方向上的偏移量。4.根据权利要求1所述的方法，其特征在于，所述根据所述深度先验值，得到所述目标物的中心点的深度值，包括：根据所述深度先验值，及所述预设单目3D目标检测模型根据所述图像所输出的预测参数值，得到所述目标物的中心点的深度值。5.根据权利要求4所述的方法，其特征在于，所述根据所述深度先验值，及所述预设单目3D目标检测模型根据所述图像所输出的预测参数值，得到所述目标物的中心点的深度值，包括：将所述深度先验值，及所述预设单目3D目标...

【专利技术属性】
技术研发人员：罗壮，张雪，张海强，李成军，
申请(专利权)人：智道网联科技北京有限公司，
类型：发明
国别省市：