一种基于多信号融合的目标检测的方法及设备技术

本申请实施例提供了一种基于多信号融合的目标检测的方法及设备，属于属于道路感知技术领域领域。该方法包括：获取毫米波雷达采集的初始回波数据，以及激光雷达采集的初始点云数据；对初始回波数据进行处理获得雷达立方体数据；雷达立方体数据包括速度、方位、距离三个维度的信息；基于初始点云数据和雷达立方体数据获取整合数据；将整合数据输入目标神经网络模型，获取目标检测结果。该方法通过对激光雷达信号和毫米波类型信号处理后融合，并将融合数据输入神经网络模型处理，以获取目标检测结果，能够解决仅依赖单传感器信号进行目标检测时精度不高、检测效果差的问题。检测效果差的问题。检测效果差的问题。

【技术实现步骤摘要】
一种基于多信号融合的目标检测的方法及设备


[0001]本申请属于道路感知
，尤其涉及一种基于多信号融合的目标检测的方法及设备。

技术介绍

[0002]随着自动驾驶技术的发展，利用多个传感器的融合信息进行道路感知成为目前的主流技术。多类型传感器信号融合能够克服单传感器信号容易受天气、光照等环境因素的影响，并且多类型传感器具有不同的信号采集优势，通过互相配合能够弥补单传感器独自采集信号时的不足。比如，激光雷达目前主要基于点云感知，立体感知能力强、容易区分目标类别，但点云数据稀疏目标检测精度不高，并且目标遮挡对点云检测的影响较大。又比如，毫米波雷达更加适合对移动的目标进行检测，对静态目标的检测会存在较大误差。
[0003]因而，如何改善仅依赖单传感器采集信号进行目标检测时检测效果不佳，成为亟待解决的问题。

技术实现思路

[0004]本申请提供了一种一种基于多信号融合的目标检测的方法及设备，通过对激光雷达信号和毫米波类型信号处理后融合，并将融合数据输入神经网络模型处理，以获取目标检测结果，能够解决仅依赖单传感器信号进行目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多信号融合的目标检测的方法，其特征在于，包括：获取毫米波雷达采集的初始回波数据，以及激光雷达采集的初始点云数据；对所述初始回波数据进行处理获得雷达立方体数据；所述雷达立方体数据包括速度、方位、距离三个维度的信息；基于所述初始点云数据和所述雷达立方体数据获取整合数据；将所述整合数据输入目标神经网络模型，获取目标检测结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过所述激光雷达向所述毫米波雷达发送脉冲，使所述毫米波雷达和所述激光雷达分别同步获取所述初始回波数据和所述初始点云数据；和/或，调整所述毫米波雷达或所述激光雷达发射信号的帧率，对齐所述初始回波数据和所述初始点云数据的时间戳，使所述毫米波雷达和所述激光雷达分别同步获取所述初始回波数据和所述初始点云数据。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：标定所述毫米波雷达空间和所述激光雷达的空间，确定所述毫米波雷达和所述激光雷达的空间同步参数；按照所述空间同步参数将所述初始回波数据和所述点云数据在空间进行旋转平移变换，以获取相同三维空间坐标系下的所述初始回波数据和所述初始点云数据。4.根据权利要求1所述的方法，其特征在于，所述对所述初始回波数据进行处理获得雷达立方体数据，具体包括：将所述初始毫米波数据进行三维快速傅里叶变换3D
‑
FFT获得所述雷达立方体数据，所述雷达立方体数据用于指示不同速度、方位、距离对应的能量值；所述基于所述初始点云数据和所述雷达立方体数据获取整合数据，具体包括：将所述雷达立方体数据中能量值大于第一阈值的部分作为目标雷达立方体数据；基于所述初始点云数据和所述目标雷达立方体数据获取整合数据。5.根据权利要求1所述的方法，其特征在于，基于所述初始点云数据和所述雷达立方体数据获取整合数据，包括：对所述初始点云数据进行去噪处理，得到目标点...

【专利技术属性】
技术研发人员：杨炎龙，李娟娟，孟凡志，吴雷，邓永强，
申请(专利权)人：北京万集科技股份有限公司，
类型：发明
国别省市：