点云目标检测方法、计算机设备、存储介质及车辆技术

本发明专利技术涉及自动驾驶技术领域，具体提供一种点云目标检测方法、计算机设备、存储介质及车辆，旨在解决提高目标检测容错能力的问题。为此目的，本发明专利技术提供的点云目标检测方法包括：获取点云训练数据，将点云训练数据中的一部分作为噪声候选数据并将另外一部分作为常规训练数据；对噪声候选数据加入噪声，以形成噪声训练数据；采用常规训练数据与噪声训练数据，对预设模型进行点云目标检测训练，以获取点云目标检测模型；采用点云目标检测模型，对点云帧进行目标检测。通过在点云训练数据中加入噪声，可以提高目标检测容错能力，保证了目标检测的可靠性与准确性。标检测的可靠性与准确性。标检测的可靠性与准确性。

【技术实现步骤摘要】
点云目标检测方法、计算机设备、存储介质及车辆


[0001]本专利技术涉及自动驾驶
，具体涉及一种点云目标检测方法、计算机设备、存储介质及车辆。

技术介绍

[0002]在对车辆进行自动驾驶控制时通常会利用雷达采集车辆周围的点云，对点云进行目标检测，以确定车辆周围是否存在其他车辆和行人等。
[0003]目前常规的点云目标检测方法主要是先训练得到一个点云目标检测模型，然后利用这个点云目标检测模型对雷达采集的点云帧进行目标检测。但是，在利用点云目标检测模型进行目标检测的过程中，各种硬件（比如雷达）和相关软件算法可能会发生不稳定运行，这会导致目标检测模型输出的检测结果也不稳定，从而无法准确且可靠地完成目标检测。
[0004]相应地，本领域需要一种新的技术方案来解决上述问题。

技术实现思路

[0005]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决提高目标检测的容错能力的技术问题的点云目标检测方法、计算机设备、存储介质及车辆。
[0006]在第一方面，提供一种点云目标检测方法，包括：获取点云训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云目标检测方法，其特征在于，所述方法包括：获取点云训练数据，将所述点云训练数据中的一部分作为噪声候选数据并将另外一部分作为常规训练数据；对所述噪声候选数据加入噪声，以形成噪声训练数据；采用所述常规训练数据与所述噪声训练数据，对预设模型进行点云目标检测训练，以获取点云目标检测模型；采用所述点云目标检测模型，对点云帧进行目标检测。2.根据权利要求1所述的点云目标检测方法，其特征在于，“对所述噪声候选数据加入噪声，以形成噪声训练数据”的步骤具体包括：获取所述噪声候选数据在三维空间的姿态和位置；分别对所述姿态和/或所述位置加入噪声，以形成所述噪声训练数据。3.根据权利要求2所述的点云目标检测方法，其特征在于，“分别对所述姿态和/或所述位置加入噪声，以形成所述噪声训练数据”的步骤具体包括通过下列方式对所述姿态加入噪声：根据所述噪声候选数据的姿态，分别获取所述噪声候选数据围绕三维空间中每个维度坐标轴进行旋转的角度；在所述噪声候选数据围绕三维空间中每个维度坐标轴进行旋转的角度上，分别随机增加一个噪声角度。4.根据权利要求3所述的点云目标检测方法，其特征在于，“在所述噪声候选数据围绕三维空间中每个维度坐标轴进行旋转的角度上，分别随机增加一个噪声角度”的步骤具体包括：分别获取每个维度坐标轴对应的噪声角度范围；从每个维度坐标轴对应的噪声角度范围内，分别随机选取一个噪声角度，增加至所述噪声候选数据围绕每个维度坐标轴进行旋转的角度上。5.根据权利要求2所述的点云目标检测方法，其特征在于，“分别对所述姿态和/或所述位置加入噪声，以形成...

【专利技术属性】
技术研发人员：彭祎，何欣栋，熊子钰，任广辉，姚卯青，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：