一种点云检测优化方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种点云检测优化方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及智能交通、自动驾驶、高精地图等技术领域。具体实现方案为：确定与三维包围盒相关的第一图像；其中，该三维包围盒通过点云检测得到，该第一图像为包含该三维包围盒对应的目标物体的图像；将该三维包围盒投影至该第一图像，以得到投影包围盒；并对该第一图像进行图像检测，以得到二维包围盒；利用该投影包围盒与该二维包围盒的位置关系，确定该三维包围盒是否可切分。本公开能够提高点云检测的准确性。性。性。

【技术实现步骤摘要】
一种点云检测优化方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能
，尤其涉及智能交通、自动驾驶、高精地图等


技术介绍

[0002]点云检测是指，通过激光雷达扫描得到点云数据，对点云数据进行检测，以识别出目标物体。在点云检测中，存在由于目标物体非常接近而导致检测错误的情况；例如，由于两个或多个物体的位置非常接近，仅通过点云检测难以区分，可能会将两个或多个物体误识别为一个物体。

技术实现思路

[0003]本公开提供了一种点云检测优化方法、装置、电子设备以及存储介质。
[0004]根据本公开的一方面，提供了一种点云检测优化方法，包括：
[0005]确定与三维包围盒相关的第一图像；其中，该三维包围盒通过点云检测得到，该第一图像为包含该三维包围盒对应的目标物体的图像；
[0006]将该三维包围盒投影至该第一图像，以得到投影包围盒；并对该第一图像进行图像检测，以得到二维包围盒；
[0007]利用该投影包围盒与该二维包围盒的位置关系，确定该三维包围盒是否可切分。
[0008]根据本公开的另一方面，提供了一种点云检测优化装置，包括：
[0009]第一图像确定模块，用于确定与三维包围盒相关的第一图像；其中，该三维包围盒通过点云检测得到，该第一图像为包含该三维包围盒对应的目标物体的图像；
[0010]包围盒确定模块，用于将该三维包围盒投影至第一图像，以得到投影包围盒；并对该第一图像进行图像检测，以得到二维包围盒；
[0011]判断模块，用于利用该投影包围盒与该二维包围盒的位置关系，确定该三维包围盒是否可切分。
[0012]根据本公开的另一方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与该至少一个处理器通信连接的存储器；其中，
[0015]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0016]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0017]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0018]本公开实施例提出的点云检测优化方法，根据三维包围盒在第一图像上的投影得到投影包围盒、以及第一图像中的二维包围盒的位置关系，确定该三维包围盒是否可以切
分，能够提高点云检测的准确性。
[0019]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0021]图1是本公开实施例的应用场景示意图；
[0022]图2是根据本公开一实施例的点云检测优化方法200的实现流程图；
[0023]图3是根据本公开一实施例的采集车与目标物体之间距离的示意图；
[0024]图4是根据本公开一实施例的点云检测结果优化流程示意图；
[0025]图5是根据本公开一实施例的投影包围盒和2D包围盒交集关系的示意图；
[0026]图6A是根据本公开一实施例的第一图像2D包围盒的示意图；
[0027]图6B是根据本公开一实施例的第一图像3D包围盒平面切分点的示意图；
[0028]图7是根据本公开一实施例的点云检测优化方法示意图；
[0029]图8是根据本公开一实施例的点云检测优化装置800的结构示意图；
[0030]图9是根据本公开一实施例的点云检测优化装置900的结构示意图；
[0031]图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。
具体实施方式
[0032]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0033]点云检测是指，通过激光雷达扫描得到点云数据，对点云数据进行检测，以识别出目标物体。在点云检测中，存在由于目标物体非常接近而导致检测错误的情况；例如，由于两个或多个物体的位置非常接近，仅通过点云检测难以区分，可能会将两个或多个物体误识别为一个物体。
[0034]点云检测是高精地图生产过程中的重要阶段。高精地图也称为高精度地图，在自动驾驶、智能交通等领域中具有广泛的应用。高精地图拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助车辆预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。高精地图生产，是采用最小数据量来描述真实物理世界中的地图要素，其中，每一个地图要素可以由几何坐标和属性信息构成，因此，高精地图生产的核心诉求之一为：获取到物理世界中每一个地图要素(比如车道线、红绿灯、人行横道等)在物理世界中的坐标(如在世界坐标系下的坐标)。地图要素可以包括地面要素、立面要素等；常见的立面要素包括牌、杆、红绿灯等，作为重要的地图要素，立面要素在道路信息获取和自动驾驶定位上都发挥着重要的作用。高精地图中的地图元素也可以认为是交通场景中的目标物体。
[0035]除了高精地图的生产过程之外，自动驾驶车辆也需要对目标物体进行点云检测。
[0036]相关技术中，通常采用激光雷达进行点云检测。例如，在高精地图制作过程或自动驾驶车辆的感知过程等场景中，采用激光雷达采集点云数据，并采用相关算法对采集的点
云数据进行检测，从而得到目标物体的三维包围盒。在实际场景中，存在物体位置非常接近导致点云检测错误的情况。例如，存在大量交通标牌几何位置接近、甚至粘连的情况，在这种情况下，激光雷达扫描的点云数据难以区分独立的标牌，导致点云检测的标牌出现错误，影响高精地图的质量。这种检测得到的错误标牌可以称为粘连点云标牌。
[0037]本公开实施例提出一种点云检测优化方法，能够提高对点云检测结果进行优化。图1是本公开实施例的应用场景示意图。如图1所示，本公开实施例基于的网络架构可以包括：图像采集设备110、激光雷达120、用于实现点云检测优化方法的点云检测优化装置130。图像采集设备110与点云检测优化装置130之间可以通过有线网络或无线网络连接，图像采集设备110采集图像，并通过该有线网络或无线网络将采集的图像提供给点云检测优化装置130。激光雷达120与点云检测优化装置130之间可以通过有线网络或无线网络连接，激光雷达120生成点云数据，并通过该有线网络或无线网络将点云数据提供给点云检测优化装置130。点云检测优化装置130利用点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云检测优化方法，包括：确定与三维包围盒相关的第一图像；其中，所述三维包围盒通过点云检测得到，所述第一图像为包含所述三维包围盒对应的目标物体的图像；将所述三维包围盒投影至所述第一图像，以得到投影包围盒；并对所述第一图像进行图像检测，以得到二维包围盒；利用所述投影包围盒与所述二维包围盒的位置关系，确定所述三维包围盒是否可切分。2.根据权利要求1所述的方法，其中，所述确定与所述三维包围盒相关的第一图像，包括：确定与所述三维包围盒相关的至少两帧第一图像；所述利用所述投影包围盒与所述二维包围盒的位置关系，确定所述三维包围盒是否可切分，包括：针对所述至少两帧第一图像中的每帧第一图像，利用所述投影包围盒与所述二维包围盒的位置关系，确定所述三维包围盒是否可切分，以得到针对所述至少两帧第一图像的第一判断结果；根据所述针对所述至少两帧第一图像的第一判断结果，确定所述三维包围盒是否可切分。3.根据权利要求2所述的方法，其中，所述第一判断结果为可切分或不可切分；所述根据所述针对所述至少两帧第一图像的判断结果，确定所述三维包围盒是否可切分，包括：在第一数量与第二数量的比值大于或等于预设比例的情况下，确定所述三维包围盒可切分；其中，所述第一数量为所述第一判断结果为可切分的个数；所述第二数量为所述第一判断结果的个数。4.根据权利要求1
‑
3中任一所述的方法，其中，所述利用所述投影包围盒与所述二维包围盒的位置关系，确定所述三维包围盒是否可切分，包括：在所述投影包围盒与所述二维包围盒存在交集、所述交集的面积与所述二维包围盒的面积之比大于第一阈值、并且所述交集的面积与所述投影包围盒的面积之比小于第二阈值的情况下，确定所述三维包围盒可切分；其中，所述第一阈值和所述第二阈值为预先设定的正数。5.根据权利要求1
‑
4中任一所述的方法，还包括：在确定出所述三维包围盒可切分的情况下，将所述与三维包围盒相关的第一图像中的二维包围盒投影至所述三维包围盒的平面，以得到切分点；利用所述切分点对所述三维包围盒进行切分，以得到切分后的三维包围盒。6.根据权利要求5所述的方法，其中，所述将所述与三维包围盒相关的第一图像中的二维包围盒投影至所述三维包围盒的平面，以得到切分点，包括：获取至少两个与所述三维包围盒相关的第一图像；将获取的至少两个第一图像中的二维包围盒的相同像素点投影至所述三维包围盒的平面，以得到至少两个投影点；利用所述至少两个投影点，确定所述切分点。
7.根据权利要求6所述的方法，其中，所述将获取的至少两个第一图像中的二维包围盒的相同像素点投影至所述三维包围盒的平面，包括：针对所述至少两个第一图像中的各个第一图像，利用所述第一图像对应的相机参数，将所述第一图像中的所述相同像素点投影至所述三维包围盒的平面。8.根据权利要求5
‑
7中任一所述的方法，还包括：利用所述与三维包围盒相关的第一图像中的二维包围盒对应的属性信息，对所述切分后的三维包围盒的属性进行赋值。9.根据权利要求1
‑
7中任一所述的方法，其中，所述将所述三维包围盒投影至所述第一图像，包括：利用所述第一图像对应的相机参数，将所述三维包围盒投影至所述第一图像。10.根据权利要求7或9所述的方法，其中，所述第一图像对应的相机参数包括：图像采集设备在拍摄所述第一图像时的相机参数，所述相机参数包括内部参数和外部参数中的至少之一。11.一种点云检测优化装置，包括：第一图像确定模块，用于确定与三维包围盒相关的第一图像；其中，所述三维包围盒通过点云检测得到，所述第一图像为包含所述三维包围盒对应的目标物体的图像；包围盒确定模块，用于将所述三维包围盒投影至所述第一图像，以...

【专利技术属性】
技术研发人员：杨镜，卢维欣，朱丽娟，张瀚天，白宇，万国伟，彭亮，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：