【技术实现步骤摘要】
运动目标检测方法、装置、飞行设备及存储介质
[0001]本申请涉及目标检测
，更具体地，涉及一种运动目标检测方法、装置、飞行设备及存储介质。
技术介绍
[0002]飞行设备(如载人飞行器)在低空飞行的过程中，会遇到在空中运动的物体，如风筝、鸟、小型无人机等，这些运动的障碍物会影响飞行设备的飞行安全。故运动目标的检测成为飞行设备低空飞行安全的一个重要问题。
[0003]传统算法通过对单帧点云进行处理，并根据障碍物的速度阈值辨别运动目标。深度学习算法通常利用已标注目标的数据集，设计相应的目标检测网络，对单帧点云进行推理，以此检测障碍物。
[0004]但传统算法对于现实世界中的不规则障碍物，会出现误检情况。深度学习算法所检测的物体都是已知的标注类别，而且会同时检测出静态的目标，此外，深度学习单帧的检测方式没有充分利用时序信息，影响算法的实时性。
技术实现思路
[0005]鉴于上述问题，本申请提出了一种运动目标检测方法、装置、飞行设备及存储介质，以改善上述问题。
[0006]第一方面，本...
【技术保护点】
【技术特征摘要】
1.一种运动目标检测方法，其特征在于，应用于飞行设备，所述方法包括：根据当前帧点云数据、所述当前帧点云数据对应的组合导航数据、历史多帧点云数据以及所述历史多帧点云数据对应的组合导航数据进行坐标系对齐处理，得到融合点云数据；对所述融合点云数据进行体素化编码，得到编码矩阵；根据所述编码矩阵确定非空掩膜；对所述编码矩阵进行特征提取，得到目标特征图；根据所述目标特征图确定多种预测掩膜；根据所述多种预测掩膜以及所述非空掩膜确定检测掩膜；基于所述检测掩膜对所述当前帧点云数据进行目标提取，以确定所述当前帧点云数据中的运动目标。2.根据权利要求1所述的运动目标检测方法，其特征在于，所述根据当前帧点云数据、所述当前帧点云数据对应的组合导航数据、历史多帧点云数据以及所述历史多帧点云数据对应的组合导航数据进行坐标系对齐处理，得到融合点云数据，包括：根据所述当前帧点云数据对应的组合导航数据确定第一矩阵；分别根据所述当前帧点云数据、所述历史多帧点云数据中每一帧点云数据以及对应的组合导航数据，并结合所述第一矩阵，确定每一帧点云数据对应的第二矩阵；基于所有第二矩阵确定所述融合点云数据。3.根据权利要求1所述的运动目标检测方法，其特征在于，所述对所述融合点云数据进行体素化编码，得到编码矩阵，包括：分别根据所述融合点云数据中每一个点的坐标、预设的体素化尺寸以及点云边界值确定所述融合点云数据中每一个点在体素空间S中的索引；根据所述融合点云数据中每一个点在体素空间S中的索引确定所述编码矩阵。4.根据权利要求3所述的运动目标检测方法，其特征在于，所述融合点云数据中每一个点的坐标包括第一方向的第一坐标、第二方向的第二坐标以及第三方向的第三坐标；所述预设的体素化尺寸包括与所述第一方向对应的第一尺寸、与所述第二方向对应的第二尺寸以及与所述第三方向对应的第三尺寸；所述点云边界值包括与所述第一方向对应的第一边界值、与所述第二方向对应的第二边界值以及与所述第三方向对应的第三边界值；所述每一个点在体素空间S中的索引包括与所述第一方向对应的第一子索引、与所述第二方向对应的第二子索引以及与所述第三方向对应的第三子索引；所述根据所述融合点云数据中每一个点的坐标、预设的体素化尺寸以及点云边界值确定所述融合点云数据中每一个点在体素空间S中的索引，包括：根据所述融合点云数据中每一个点的第一坐标、所述第一边界值以及所述第一尺寸确定所述融合点云数据中每一个点对应的第一子索引；根据所述融合点云数据中每一个点的第二坐标、所述第二边界值以及所述第二尺寸确定所述融合点云数据中每一个点对应的第二子索引；根据所述融合点云数据中每一个点的第三坐标、所述第三边界值以及所述第三尺寸确定所述融合点云数据中每一个点对应的第三子索引。
5.根据权利要求1所述的运动目标检测方法，其特征在于，所述对所述编码矩阵进行特征提取处理，得到目标特征图；根据所述目标特征图确定多种预测掩膜，包括：基于预先训练的时空网络模型对所述编码矩阵进行特征提取，得到目标特征图；并根据所述目标特征图生成多种预测掩膜。6.根据权利要求5所述的运动目标检测方法，其特征在于，所述预先训练的时空...
【专利技术属性】
技术研发人员：崔绍臣，谷靖，张新，刘康，
申请(专利权)人：广东汇天航空航天科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。