一种确定目标物体深度的方法、装置及电子设备制造方法及图纸

一种确定目标物体深度的方法、装置及电子设备，该方法包括：获得目标物体对应的物体信息，基于数据预处理模型将物体信息转化为多维特征向量，将多维特征向量输入预设深度模型中，获得目标物体对应的长度信息。通过上述的方法，将目标物体的物体信息输入数据预处理模型，得到物体信息对应的多维特征向量，并将多维特征向量输入至训练完成的预设深度模型中，确定出目标物体的深度信息，由于数据预处理模型以及预设深度模型都是预先训练好的模型，因此，能够确保基于数据预处理模型以及预设深度模型确定出的目标物体的深度信息的准确性。模型确定出的目标物体的深度信息的准确性。模型确定出的目标物体的深度信息的准确性。

【技术实现步骤摘要】
一种确定目标物体深度的方法、装置及电子设备


[0001]本申请涉及智能驾驶
，尤其涉及一种确定目标物体深度的方法、装置及电子设备。

技术介绍

[0002]在自动驾驶技术的发展过程中，自动驾驶的软件架构可划分为感知模块与决策模块，感知模块通过车辆系统中的传感器获取车辆外部的数据，该传感器可以为激光雷达、图像采集设备等，决策模块基于感知模块获取的数据进行指令的下发。
[0003]当上述描述的感知模块中的传感器为激光雷达时，该激光雷达能够基于发送的脉冲信号的发射时间、返回时间以及发射角度、返回角度确定出目标物体在三维空间中的位置，将该激光雷达采集的数据作为点云数据，因此，对激光雷达采集的点云数据的处理如下：
[0004]基于激光雷达检测目标物体时，激光雷达会获取包含目标物体的场景中的所有第一点云数据，并基于PointNet算法对该第一点云数据进行处理，获得该目标物体对应的第二点云数据，该点云数据为多个点构成的场景或者物体的点云集合，每一个点能够用空间直角坐标系中的坐标表示，需要从目标物体的所有点的x中确定出x的最小值与最大值，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定目标物体深度的方法，其特征在于，包括：获得目标物体对应的物体信息，其中，所述物体信息包括：所述目标物体的高度信息、宽度信息以及目标类型；基于数据预处理模型将所述物体信息转化为多维目标特征向量；将所述多维目标特征向量输入预设深度模型中，获得所述目标物体对应的深度信息。2.如权利要求1所述的方法，其特征在于，获得目标物体对应的物体信息之前，包括：获得m个测试物体各自对应的测试物体信息，其中，所述测试物体信息为测试物体的高度信息、宽度信息、深度信息、以及测试物体的类型信息，m为正整数；基于所述m个测试物体进行训练，获得所述m个测试物体对应的训练模型；响应于所述训练模型符合预设条件，确定出所述m个测试物体对应的预设深度模型。3.如权利要求2所述的方法，其特征在于，基于所述m个测试物体进行训练，获得所述m个测试物体对应的训练模型，包括：确定出所述m个测试物体对应的所有高度信息、宽度信息以及深度信息中的最大值，以及所述m个测试物体分别对应的类别特征向量；基于所述最大值对各个测试物体各自对应的高度信息以及宽度信息进行归一化处理，获得所述各个测试物体各自对应的二维特征向量；将所述各个测试物体各自的二维特征向量以及各自对应的类别特征向量进行拼接，获得所述各个测试物体分别对应的多维特征向量；基于所述各个测试物体各自对应的深度信息以及所述各个多维特征向量进行训练，获得所述m个测试物体对应的训练模型。4.如权利要求2所述的方法，其特征在于，响应于所述训练模型符合预设条件，包括：获得所述m个测试物体对应的总训练次数，以及确定出所述m个测试物体每一次训练对应的训练模型的损失值，其中，所述损失值表征模型预测深度值和训练样本实际深度值之间的差异；当所述总训练次数达到预设训练次数时，响应于所述训练模型符合预设条件；以及当所述损失值小于预设损失阈值时，响应于所述训练模型符合预设条件。5.如权利要求1所述的方法，其特征在于，获得目标物体对应的物体信息，包括：确定出所述目...

【专利技术属性】
技术研发人员：邓泽露，袁霖，周涛，
申请(专利权)人：宁波吉利汽车研究开发有限公司，
类型：发明
国别省市：