利用多个距离和分辨率的物体检测制造技术

本公开涉及利用多个距离和分辨率的物体检测。提供一种使用深度神经网络在车辆周围进行物体检测的计算机实现方法，包括：将具有第一空间维度和第一空间分辨率的第一笛卡尔网格的第一组基于传感器的数据输入到深度神经网络的第一分支中；将具有第二空间维度和第二空间分辨率的第二笛卡尔网格的第二组基于传感器的数据输入到深度神经网络的第二分支中；在深度神经网络的中间级提供深度神经网络的第一分支与第二分支之间的交互，以在深度神经网络的后续层的处理中考虑针对第一和第二空间维度的重叠空间区域分别标识的特征；以及融合深度神经网络的第一分支的第一输出和第二分支的第二输出，以检测车辆周围环境中的物体。体。体。

【技术实现步骤摘要】
利用多个距离和分辨率的物体检测


[0001]本公开涉及用于使用深度神经网络的车辆周围环境中的物体检测的装置、方法和计算机程序。该装置可以设置在车辆中，从而为车辆检测物体。

技术介绍

[0002]汽车感知系统通常配备有多个传感器，例如基于摄像头的传感器、基于雷达的传感器、基于激光雷达的传感器中的一个或更多个的组合。由这些传感器产生的数据通常也具有显著差异。例如，来自基于摄像头的传感器的数据通常被格式化为透视图中的图像序列，而来自基于雷达的传感器和基于激光雷达的传感器的数据通常被格式化为点云等和鸟瞰图(BEV)中的网格，即物体从上方的俯瞰图。近年来，基于雷达的传感器和基于激光雷达的传感器成为自主驾驶系统中更多必要的部件，因为它们在目标形状和/或目标距离的感知方面是优越的，并且较少受到天气或其他环境条件的影响。
[0003]由于深度神经网络的最新进展，具有基于雷达的传感器和/或基于激光雷达的传感器的感知系统已经取得了很大的成功。在这些系统中，数据通常被表示为点云或网格。尽管点云处理正受到越来越多的关注，但是基于网格的系统由于其设计简单以及与已本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种使用深度神经网络在车辆(200)的周围环境中进行物体检测的计算机实现方法，所述计算机实现方法包括：将用于具有第一空间维度和第一空间分辨率的第一笛卡尔网格的第一组基于传感器的数据输入(S110)到所述深度神经网络的第一分支中；将用于具有第二空间维度和第二空间分辨率的第二笛卡尔网格的第二组基于传感器的数据输入(S120)到所述深度神经网络的第二分支中；在所述深度神经网络的中间级处提供(S130)所述深度神经网络的所述第一分支与所述深度神经网络的所述第二分支之间的交互，以在所述深度神经网络的后续层的处理中考虑针对所述第一空间维度和所述第二空间维度的重叠空间区域分别标识的特征；以及融合(S140)所述深度神经网络的所述第一分支的第一输出和所述深度神经网络的所述第二分支的第二输出，以检测所述车辆的所述周围环境中的物体。2.根据权利要求1所述的计算机实现方法，其中，所述第一空间维度不同于所述第二空间维度，并且所述第一空间分辨率不同于所述第二空间分辨率。3.根据权利要求1或2所述的计算机实现方法，其中，所述交互是还通过在所述中间级处对所述第一分支的第一中间输出进行重新采样以及通过在所述中间级处对所述第二分支的第二中间输出进行重新采样来提供的。4.根据权利要求1至3中任一项所述的计算机实现方法，所述交互是还通过将所述第一中间输出与经重新采样的第二中间输出合并以及通过将所述第二中间输出与经重新采样的第一中间输出合并来提供的。5.根据权利要求4所述的计算机实现方法，其中，所述合并包括生成所述第一中间输出与所述经重新采样的第二中间输出的第一连结，以及生成所述第二中间输出与所述经重新采样的第一中间输出的第二连结。6.根据权利要求5所述的计算机实现方法，其中，所述合并还包括缩减所述第一连结以生成第一缩减的输出，以及缩减所述第二连结以生成第二缩减的输出，其中，所述第一缩减的输出和所述第二缩减的输出被用于所述深度神经网络的后续层的处理。7.根据权利要求6所述的计算机实现方法，其中，所述第一缩减的输出或所述第二缩减的输出被用来替换所述第一中间输出或所述第二中间输出的对应部分。8.根据权利要求1至7中任一项所述的计算机实现方法，...

【专利技术属性】
技术研发人员：苏煜，M，
申请(专利权)人：APTIV技术有限公司，
类型：发明
国别省市：