一种目标检测方法及装置制造方法及图纸

本申请涉及智能驾驶领域，公开了一种目标检测方法及装置，用以提高目标检测的准确性以及实时性。该方法包括：获取来自三维扫描设备的点云和来自视觉传感器的图像；将所述点云和至少一个目标跟踪轨迹在所述点云中预测目标的三维空间位置输入到目标检测模型进行处理，得到至少一个第一目标的三维空间位置；根据所述至少一个第一目标的三维空间位置在所述图像中的投影和所述至少一个目标跟踪轨迹在所述图像中预测目标的二维空间位置，确定所述图像中至少一个第二目标的二维空间位置；根据所述至少一个第二目标的二维空间位置在所述点云中的投影，确定所述点云中所述至少一个第二目标的三维空间位置。目标的三维空间位置。目标的三维空间位置。

【技术实现步骤摘要】
一种目标检测方法及装置


[0001]本申请实施例涉及智能驾驶领域，尤其涉及一种目标检测方法及装置。

技术介绍

[0002]随着城市的发展，交通越来越拥堵，人们驾车越来越趋于疲劳。为了满足人们的出行要求，智能驾驶(包括辅助驾驶、无人驾驶)应运而生。而如何可靠的实现对环境中的目标检测，对于智能驾驶的决策至关重要。
[0003]目前大多数目标检测方法都是基于单一类型传感器，例如仅依赖激光雷达获取点云或者仅依赖相机获取图像。点云能提供目标的三维信息，能较好地克服目标相互遮挡问题，但点云较为稀疏，对目标特征的识别率不高。而图像相比点云具有更丰富的信息，但图像受光照、天气等的影响较大，检测和跟踪的可靠性较差。而且图像只有二维平面信息，无法获取被遮挡的目标的信息，容易丢失目标或造成错误。融合点云和图像能充分发挥点云和图像的互补性，提高检测的鲁棒性。但是，目前对多传感器融合的目标检测研究较少，目标检测的准确性和实时性有待提升。

技术实现思路

[0004]本申请实施例提供一种目标检测方法及装置，用以提高目标检测的准确性和实时性。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：获取来自三维扫描设备的点云和来自视觉传感器的图像；将所述点云和至少一个目标跟踪轨迹在所述点云中预测目标的三维空间位置输入到目标检测模型进行处理，得到至少一个第一目标的三维空间位置；根据所述至少一个第一目标的三维空间位置在所述图像中的投影和所述至少一个目标跟踪轨迹在所述图像中预测目标的二维空间位置，确定所述图像中至少一个第二目标的二维空间位置；根据所述至少一个第二目标的二维空间位置在所述点云中的投影，确定所述点云中所述至少一个第二目标的三维空间位置。2.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述至少一个目标跟踪轨迹对应的目标特征以及所述至少一个第二目标的目标特征，对所述至少一个目标跟踪轨迹和所述至少一个第二目标进行匹配；将匹配的所述目标跟踪轨迹和所述第二目标关联。3.如权利要求2所述的方法，其特征在于，所述方法还包括：对于未匹配到所述目标跟踪轨迹的所述第二目标，建立所述第二目标对应的目标跟踪轨迹。4.如权利要求2或3所述的方法，其特征在于，所述方法还包括：对于未匹配到所述第二目标的所述目标跟踪轨迹，将所述目标跟踪轨迹与所述目标跟踪轨迹在所述点云和/或所述图像中的预测目标关联。5.如权利要求4所述的方法，其特征在于，所述对于未匹配到所述第二目标的所述目标跟踪轨迹，将所述目标跟踪轨迹与所述目标跟踪轨迹在所述点云和/或所述图像中的预测目标关联之前，所述方法还包括：当所述目标跟踪轨迹关联预测目标的次数大于或等于第一阈值时，删除所述目标跟踪轨迹。6.如权利要求2
‑
5中任一项所述的方法，其特征在于，所述目标特征包括以下中的一项或多项：位置、尺寸、速度、方向、类别、点云点数、点云各方向坐标数值分布、点云反射强度分布、外观特征、深度特征。7.如权利要求1
‑
6中任一项所述的方法，其特征在于，所述方法还包括：获取来自三维扫描设备的标定物点云和来自视觉传感器的标定物图像；根据标定物中多个标定点在所述标定物点云中的三维坐标以及在所述标定物图像中的二维坐标，确定点云坐标系和图像坐标系的投影矩阵。8.一种目标检测装置，其特征在于，包括：获取单元，用于获取来自三维扫描设备的点云和来自视觉传感器的图像；处理单元，用于将所述点云和至少一个目标跟踪轨迹在所述点云中预测目标的三维空间位置输入到目标检测模型进行处理，得到至少一个第一目标的三维空间位置；所述处理单元，还用于根据所述至少一个第一目标的三维空间位置在所述图像中的投影和所述至少一个目标跟踪轨迹在所述图像中预测目标的二维空间位置，确定所述图像中至少一个第二目标的二维空间位置；
所述处理单元，还用于根据所述至少一个第二目标的二维空...

【专利技术属性】
技术研发人员：吴家俊，梁振宝，周伟，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：