一种目标检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种目标检测方法、装置、电子设备及存储介质。该方法包括：获取原始点云、以及与原始点云对应的体素网格，将原始点云中的各原始点分别匹配到体素网格中相应的体素单元，其中，每个体素单元中存储有匹配到体素单元中的原始点的点云信息；根据体素网格的尺寸信息和每个体素单元中各点云信息确定待提取点云，将待提取点云输入至已训练完成的点云特征提取网络中；根据点云特征提取网络的输出结果，得到原始点云的点云特征；根据点云特征得到原始点云中待检测目标的目标检测结果。本发明专利技术实施例的技术方案，将涵盖有体素网格中各点云信息的待提取点云作为一个整体进行点云特征提取，达到了快速提取点云特征的效果。效果。效果。

【技术实现步骤摘要】
一种目标检测方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及数据处理
，尤其涉及一种目标检测方法、装置、电子设备及存储介质。

技术介绍

[0002]为确保车辆行驶的安全性，自动驾驶车辆需要对可能会阻碍行驶的障碍物进行检测识别，以便根据不同的障碍物的类型和状态执行合理的回避动作。
[0003]自动驾驶领域中目前最为成熟的检测方案为激光雷达点云(以下可简称为点云)的鸟瞰图(Bird
’
s-eye View，BEV)检测方案，该检测方案是对3D点云进行特征提取得到BEV视角下的图像数据，然后基于该图像数据对原始点云中的待检测目标进行检测，该待检测目标可以是障碍物。
[0004]在实现本专利技术的过程中，专利技术人发现现有技术中存在以下技术问题：对3D点云进行特征提取时，现有的特征提取方案存在点云特征提取速度较慢的问题，其无法在自动驾驶车辆中进行很好地应用。

技术实现思路

[0005]本专利技术实施例提供了一种目标检测方法、装置、电子设备及存储介质，以实现在目标检测过程中快速提取点本文档来自技高网...

【技术保护点】

【技术特征摘要】
的第一卷积神经网络；和/或所述第二神经网络包括用于对所述目标维度上的各所述特征提取结果进行加权求和的第二卷积神经网络。6.根据权利要求5所述的方法，其特征在于，所述待提取点云通过待提取张量进行表示，其中，所述待提取张量的形状根据B、F、N和M确定，B是所述待提取点云的数量，F是各所述点云信息构成的单元信息的信息维度，N是所述目标维度，M是所述体素网格在第一方向上的所述尺寸信息H和在第二方向上的所述尺寸信息W的乘积结果，所述第一方向和所述第二方向是相互垂直的、且均与所述目标方向相垂直的方向；所述第二卷积神经网络输出的特征压缩结果以待变形张量进行表示，其中，所述待变形张量的形状根据B、Q、1和M确定，Q是所述第二卷积神经网络中的卷积核的数量，1是压缩后的所述目标维度；相应的，所述根据所述第二神经网络的输出结果，得到所述原始点云的点云特征，包括：对所述第二神经网络输出的所述待变形张量进行变形，得到已变形张量，并根据所述已变形张量得到所述原始点云的点云特征，其中，所述已变形张量的形状根据B、Q、H和W确定。7.根据权利要求6所述的方法，其特征在于，所述点云信息包括所述原始点的位置信息和/或强度信息；和/或，所述单元信息包括所述体素单元中的各所述原始点...

【专利技术属性】
技术研发人员：刘浩，徐卓然，白宇，董博，王丹，许新玉，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：