基于雷达点云的目标识别方法、存储介质及设备技术

基于雷达点云的目标识别方法、存储介质及设备，属于雷达技术与目标判识技术领域。为了解决现有的基于雷达点云的目标识别方法存在雷达点云分割效果会严重影响目标识别准确率的问题。本发明专利技术首先获取待识别环境的雷达点云数据，并将雷达点云数据输入点云目标分割网络对三维点云数据进行目标分割，得到待识别目标的三维点云；然后将待识别目标对应的三维点云输入Occupancy Networks得到待识别目标对应的目标三维模型；将待识别目标的目标三维模型与数据库中的目标三维模型进行匹配，将匹配成功的数据库中的目标三维模型对应的结果作为识别结果。本发明专利技术用于辅助驾驶或者自动驾驶中的雷达点云目标识别。的雷达点云目标识别。的雷达点云目标识别。

【技术实现步骤摘要】
基于雷达点云的目标识别方法、存储介质及设备


[0001]本专利技术属于雷达技术与目标判识
，具体涉及一种基于雷达点云的目标识别方法、存储介质及设备。

技术介绍

[0002]高级辅助驾驶系统(ADAS)及无人驾驶系统中常用的环境传感器包括摄像头、雷达等。相比于摄像头，雷达的优势在于使用环境限制较小，例如其不受到光线的影响，即使针对雨雪天气，雷达也能够相对准确的获取到目标信息。
[0003]在自动驾驶中利用雷达对目标进行探测和识别的过程中，由于雷达所识别的空间可能涉及到物体相接或者重合的情况，例如人坐在街边的长椅上，或者人相当于汽车位于某标志指示牌立柱的后面。因此对应的雷达点云之间可能存在相互重叠或者影响的情况，因此先需要对雷达点云进行分割，然后基于分割的雷达点云进行目标识别。
[0004]基于分割雷达点云进行目标识别的一个主要方式是基于雷达点云的直接识别。基于雷达点云直接识别的方式是指：当得到分割后的雷达点云之后，利用神经网络模型等直接根据雷达点云进行目标识别，这种方式使用起来虽然更加方便，但是雷达点云的分割效果直接影响识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于雷达点云的目标识别方法，其特征在于，包括以下步骤：首先获取待识别环境的雷达点云数据，并将雷达点云数据输入点云目标分割网络对三维点云数据进行目标分割，得到待识别目标的三维点云；然后将待识别目标对应的三维点云输入Occupancy Networks得到待识别目标对应的目标三维模型；将待识别目标的目标三维模型与数据库中的目标三维模型进行匹配，将匹配成功的数据库中的目标三维模型对应的结果作为识别结果；所述的Occupancy Networks是通过以下步骤得到的：S1、获取环境的雷达点云数据，并将雷达点云数据输入点云目标分割网络，对三维点云数据进行目标分割，得到各目标的三维点云；基于分割的目标三维点云得到目标三维模型，构建目标三维模型数据库；S2、利用目标三维模型训练Occupancy Networks，即占用网络；进而得到训练好的Occupancy Networks。2.根据权利要求1所述的基于雷达点云的目标识别方法，其特征在于，所述的占用网络采用5个ResNet块的全连接神经网络来实现。3.根据权利要求2所述的基于雷达点云的目标识别方法，其特征在于，利用目标三维模型训练Occupancy Networks的过程包括以下步骤：在获取环境的雷达点云数据的同时还利用设置在车辆上的可见光图像采集设备获取环境的可见光图像，基于可见光图像得到目标可见光图像；将目标可见光图像和每张目标可见光图像对应的目标的三维模型输入Occupancy N...

【专利技术属性】
技术研发人员：田中山，王现中，杨昌群，吴小川，牛道东，张俊，梁珈铭，
申请(专利权)人：哈尔滨工业大学中仪知联无锡工业自动化技术有限公司，
类型：发明
国别省市：