一种物体漏检的识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种物体漏检的识别方法、装置、计算机设备和存储介质。所述方法包括：获取第一物体检测数据，其中，所述第一物体检测数据是对包括至少一个第一待检测物体的第一激光点云数据进行检测得到的；获取第二物体检测数据，其中，所述第二物体检测数据是对包括至少一个第二待检测物体的第一相机图像数据进行检测得到的，所述第一待检测物体到当前车辆的距离和所述第二待检测物体到所述当前车辆的距离相等；根据所述第一物体检测数据和所述第二物体检测数据的重叠度，确定所述第二物体检测数据是否存在漏检。采用本方法能够识别物体的漏检现象，从而对自动驾驶车辆的感知部分进行优化，提高自动驾驶车辆对环境的感知精度。度。度。

【技术实现步骤摘要】
一种物体漏检的识别方法、装置、计算机设备和存储介质


[0001]本申请涉及自动驾驶
，特别是涉及一种物体漏检的识别方法、装置、计算机设备和存储介质。

技术介绍

[0002]激光雷达是一种使用激光进行探测和测距的设备，目前激光雷达因其可靠性是无人驾驶系统中最重要的传感器。在实际应用场景中，激光雷达并不是完美的，例如，激光雷达存在点云过于稀疏、甚至部分点云丢失的问题，又例如，根据激光点云难以辨别不规则物体的表面，以及难以在诸如大雨天气等情况下使用激光雷达。
[0003]因此，目前无人驾驶系统往往融合激光雷达和相机，利用相机的高分辨率对目标进行分类，利用激光雷达的可靠性对环境进行检测和测距，融合两者的优点完成环境感知任务。
[0004]由于相机的检测距离受到光强度的限制，无法适用于远距离的检测，因此，将相机采集到的二维图像数据传输到物体检测模型中进行物体检测时，存在物体漏检的现象。为了提高环境感知的精度，需要对这种漏检现象进行检测或识别，以针对性地进行优化。

技术实现思路

[0005]基于此，提供一种物体漏检的识别方法、装置、计算机设备和存储介质，以识别图像物体检测模型对物体的漏检现象。
[0006]第一方面，提供一种物体漏检的识别方法，所述方法包括：
[0007]获取第一物体检测数据，其中，所述第一物体检测数据是对包括至少一个第一待检测物体的第一激光点云数据进行检测得到的；
[0008]获取第二物体检测数据，其中，所述第二物体检测数据是对包括至少一个第二待检测物体的第一相机图像数据进行检测得到的，所述第一待检测物体到当前车辆的距离和所述第二待检测物体到所述当前车辆的距离相等；
[0009]根据所述第一物体检测数据和所述第二物体检测数据的重叠度，确定所述第二物体检测数据是否存在漏检。
[0010]第一方面，结合第一方面的第一种可实施方式中，所述根据所述第一物体检测数据和所述第二物体检测数据的重叠度，确定所述第二物体检测数据是否存在漏检的步骤，包括：
[0011]将所述第一物体检测数据投影至所述第二物体检测数据上，得到待检测投影数据；
[0012]根据所述待检测投影数据和所述第二物体检测数据，得到第一物体重叠度；
[0013]将所述第一物体重叠度与预设的重叠度阈值进行对比，判断所述第一物体重叠度是否大于所述重叠度阈值；
[0014]若否，确定所述第二物体检测数据存在漏检；
[0015]若是，确定所述第二物体检测数据不存在漏检。
[0016]第一方面，结合第一方面的第二种可实施方式中，所述将所述第一物体检测数据投影至所述第二物体检测数据上，得到待检测投影数据的步骤，包括：
[0017]获取所述第一物体检测数据的各个所述第一待检测物体，其中，所述第一待检测物体的表现形式包括三维多边形；
[0018]对所述三维多边形进行采样，得到至少一个关键点，其中，所述关键点包括所述三维多边形框的顶点；
[0019]通过相机外参将各个所述关键点投影至相机坐标系，得到对应的第一投影点；
[0020]通过相机内参将各个所述第一投影点投影至相机的二维成像平面，得到对应的第二投影点；
[0021]将各个所述第二投影点进行包围，得到投影多边形；
[0022]融合各个所述三维多边形的投影多边形，得到所述待检测投影数据。
[0023]第一方面，结合第一方面的第三种可实施方式中，还包括：
[0024]对所述第一激光点云数据进行识别，判断所述第一激光点云数据是否包括收费站；
[0025]若否，继续执行所述第二物体检测数据是否存在漏检的识别步骤；
[0026]若是，获取所述收费站与所述当前车辆的间隔距离，判断所述间隔距离是否小于预设的距离阈值；
[0027]若是，停止执行所述第二物体检测数据是否存在漏检的识别步骤；
[0028]若否，继续执行所述第二物体检测数据是否存在漏检的识别步骤。
[0029]第一方面，结合第一方面的第四种可实施方式中，还包括：
[0030]获取所述第一物体检测数据包括至少一个三维多边形的各个所述第一待检测物体，其中，所述第一待检测物体的表现形式包括三维多边形；
[0031]获取各个所述三维多边形在第一方向上的第一极值点以及在第二方向上的第二极值点，其中，所述第一方向用于指示与激光发射方向垂直的方向，所述第二方向用于指示与地面平行的方向；
[0032]根据预设的扩张距离，对所述第一极值点进行扩张，得到第一扩张点，根据所述扩张距离，对所述第二极值点进行扩张，得到第二扩张点；
[0033]获取在所述第一扩张点处的激光的第一反射距离，以及在所述第二扩张点处的激光的第二反射距离；
[0034]将所述第一反射距离和所述第二反射距离分别与所述三维多边形的长度进行对比，判断所述第一反射距离和所述第二反射距离是否都大于所述三维多边形的长度；
[0035]若是，确定所述三维多边形未被遮挡，继续执行所述第二物体检测数据是否存在漏检的识别步骤；
[0036]若否，确定所述三维多边形被遮挡，停止执行所述第二物体检测数据是否存在漏检的识别步骤。
[0037]第一方面，结合第一方面的第五种可实施方式中，将所述第一物体检测数据投影至所述第二物体检测数据上，得到待检测投影数据的步骤之后，包括：
[0038]获取第一目标物体检测数据，其中，所述第一目标物体检测数据是对包括至少一
个目标物体的第二激光点云数据进行检测得到的，所述目标物体到所述当前车辆的距离小于所述第一待检测物体到所述当前车辆的距离；
[0039]获取第二目标物体检测数据，其中，所述第二目标物体检测数据是对包括至少一个所述目标物体的第二相机图像数据进行检测得到的；
[0040]将所述第一目标物体检测数据投影至所述第二目标物体检测数据上，得到目标投影数据；
[0041]根据所述待检测投影数据和所述目标投影数据，得到第二物体重叠度；
[0042]将所述第二物体重叠度与所述重叠度阈值进行对比，判断所述第二物体重叠度是否大于所述重叠度阈值；
[0043]若是，停止执行所述第二物体检测数据是否存在漏检的识别步骤；
[0044]若否，继续执行所述第二物体检测数据是否存在漏检的识别步骤。
[0045]第一方面，结合第一方面的第六种可实施方式中，将所述第一物体检测数据投影至所述第二物体检测数据上，得到待检测投影数据的步骤之后，包括：
[0046]获取所述待检测投影数据的第一像素和第二像素，其中，所述第一像素用于指示所述待检测投影数据中的投影多边形在长度方向上的像素，所述第二像素用于指示所述待检测投影数据中的投影多边形在宽度方向上的像素；
[0047]将所述第一像素和所述第二像素分别与预设的像素阈值进行对比，判断所述第一像素和所述第二像素是否都大于所述像素阈值；
[0048]若是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物体漏检的识别方法，其特征在于，包括：获取第一物体检测数据，其中，所述第一物体检测数据是对包括至少一个第一待检测物体的第一激光点云数据进行检测得到的；获取第二物体检测数据，其中，所述第二物体检测数据是对包括至少一个第二待检测物体的第一相机图像数据进行检测得到的，所述第一待检测物体到当前车辆的距离和所述第二待检测物体到所述当前车辆的距离相等；根据所述第一物体检测数据和所述第二物体检测数据的重叠度，确定所述第二物体检测数据是否存在漏检。2.根据权利要求1所述的物体漏检的识别方法，其特征在于，所述根据所述第一物体检测数据和所述第二物体检测数据的重叠度，确定所述第二物体检测数据是否存在漏检的步骤，包括：将所述第一物体检测数据投影至所述第二物体检测数据上，得到待检测投影数据；根据所述待检测投影数据和所述第二物体检测数据，得到第一物体重叠度；将所述第一物体重叠度与预设的重叠度阈值进行对比，判断所述第一物体重叠度是否大于所述重叠度阈值；若否，确定所述第二物体检测数据存在漏检；若是，确定所述第二物体检测数据不存在漏检。3.根据权利要求2所述的物体漏检的识别方法，其特征在于，所述将所述第一物体检测数据投影至所述第二物体检测数据上，得到待检测投影数据的步骤，包括：获取所述第一物体检测数据的各个所述第一待检测物体，其中，所述第一待检测物体的表现形式包括三维多边形；对所述三维多边形进行采样，得到至少一个关键点，其中，所述关键点包括所述三维多边形框的顶点；通过相机外参将各个所述关键点投影至相机坐标系，得到对应的第一投影点；通过相机内参将各个所述第一投影点投影至相机的二维成像平面，得到对应的第二投影点；将各个所述第二投影点进行包围，得到投影多边形；融合各个所述三维多边形的投影多边形，得到所述待检测投影数据。4.根据权利要求1所述的物体漏检的识别方法，其特征在于，还包括：对所述第一激光点云数据进行识别，判断所述第一激光点云数据是否包括收费站；若否，继续执行所述第二物体检测数据是否存在漏检的识别步骤；若是，获取所述收费站与所述当前车辆的间隔距离，判断所述间隔距离是否小于预设的距离阈值；若是，停止执行所述第二物体检测数据是否存在漏检的识别步骤；若否，继续执行所述第二物体检测数据是否存在漏检的识别步骤。5.根据权利要求1所述的物体漏检的识别方法，其特征在于，还包括：获取所述第一物体检测数据包括至少一个三维多边形的各个所述第一待检测物体，其中，所述第一待检测物体的表现形式包括三维多边形；获取各个所述三维多边形在第一方向上的第一极值点以及在第二方向上的第二极值
点，其中，所述第一方向用于指示与激光发射方向垂直的方向，所述第二方向用于指示与地面平行的方向；根据预设的扩张距离，对所述第一极值点进行扩张，得到第一扩张点，根据所述扩张距离，对所述第二极值点进行扩张，得到第二扩张点；获取在所述第一扩张点处的激光的第一反射距离，以及在所述第二扩张点处的激光的第二反射距离；将所述第一反射距离和所述第二反射距离分别与所述三维多边形的长度进行对比，判断所述第一反射距离和所述第二反射距离是否都大于所述三维多边形的长度；若是，确定所述三维多边形未被遮挡，继续执行所述第二物体检测数据是否存在漏检的识别步骤；若否，确定所述三维多...

【专利技术属性】
技术研发人员：程大治，
申请(专利权)人：北京小马慧行科技有限公司，
类型：发明
国别省市：