一种动态目标自动化识别方法技术

本发明专利技术提供一种动态目标自动化识别方法，包括：分别获取激光点云数据和图像数据；识别激光点云数据中的第一动态目标识别结果，以及识别图像数据中的第二动态目标识别结果；基于位姿信息，将第一动态目标识别结果换算到图像坐标系下；在图像坐标系下，将第一动态目标识别结果与第二动态目标识别结果进行匹配，确定最终第一动态目标识别结果。本发明专利技术以高精度的三维点云数据以及图像数据为主要数据源，借助深度学习技术的动态目标推理结果，从点云数据中提取出动态目标，借助深度学习技术，减少数据冗余和高精地图制作干扰因素，提高了点云数据制作高精地图的效率，相对于传统提取方法，有更好的场景泛化能力。有更好的场景泛化能力。有更好的场景泛化能力。

【技术实现步骤摘要】
一种动态目标自动化识别方法


[0001]本专利技术涉及自动驾驶高精地图制作领域，更具体地，涉及一种动态目标自动化识别方法。

技术介绍

[0002]自动驾驶高精度地图作为自动驾驶车辆不可或缺的重要组成部分，为车辆定位、路径规划、车辆节能等提供有利支撑。为保证高精地图的新鲜度，在满足精度要求的情况下，如何做到低成本、高效率的进行地图制作及更新，成为保证地图的有效性并具有竞争力的关键。目前，无论是高精度地图制作还是更新，均无法做到完全的自动化，仍然需要人工干预。自动驾驶高精度地图更新具有以下特点：1)自动驾驶高精度地图不同于传统导航地图，其包含三维信息，而且精度要求更高。2)高精度地图是车道级地图3)地图信息更丰富、制作、更新难度更高。综上所述，自动驾驶高精度地图的制作及更新过程需要保证高精度、高效率。

技术实现思路

[0003]本专利技术针对现有技术中存在的技术问题，提供一种动态目标自动化识别方法。
[0004]根据本专利技术的第一方面，提供了一种动态目标自动化识别方法，包括：分别获取激光点云数据和图像数据；基于点云动态目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态目标自动化识别方法，其特征在于，包括：分别获取激光点云数据和图像数据；基于点云动态目标检测模型识别所述激光点云数据中的第一动态目标识别结果，以及基于图像动态目标检测模型识别所述图像数据中的第二动态目标识别结果；基于位姿信息，将所述第一动态目标识别结果换算到图像坐标系下；在图像坐标系下，将第一动态目标识别结果与第二动态目标识别结果进行匹配，确定最终第一动态目标识别结果。2.根据权利要求1所述的动态目标自动化识别方法，其特征在于，所述激光点云数据为单线激光雷达获取的道路点云数据，所述图像数据为广角相机采集的前视图像数据。3.根据权利要求1所述的动态目标自动化识别方法，其特征在于，所述分别获取激光点云数据和图像数据，之后还包括：获取GPS轨迹数据，基于GPS中心和激光雷达传感器中心的偏移补偿数，获取激光雷达传感器中心的WGS84绝对坐标，从而将单帧点云数据从相对坐标系变换到WGS84绝对坐标系下，对多帧点云数据进行融合；其中，在GPS信号失锁的情况下，利用IMU信息和里程计信息对GPS轨迹数据进行补充和校正。4.根据权利要求3所述的动态目标自动化识别方法，其特征在于，通过如下方式获取所述点云动态目标检测模型：对融合后的激光点云数据进行切割，获取多个激光点云数据块；基于多个激光点云数据块对所述点云动态目标检测模型进行训练，获取训练后的点云动态目标检测模型。5.根据权利要求4所述的动态目标自动化识别方法，其特征在于，所述对融合后的激光点云数据进行切割，获取多个激光点云数据块，包括：在绝对坐标系下，对GPS轨迹数据按照固定距离间隔进行抽稀，且对所述融合后的激光点云数据按照相同固定距离间隔进行均匀切割处理，获取多个激光点云数据块。6.根据权利要求1所述的动态目标自动化识别方法，其特征在于，所述位姿信息为根据GPS信息、IMU信息和里程计信...

【专利技术属性】
技术研发人员：刘春成，惠念，李汉玢，
申请(专利权)人：武汉中海庭数据技术有限公司，
类型：发明
国别省市：