【技术实现步骤摘要】
一种三维目标检测方法、装置、设备及存储介质
[0001]本申请涉及计算机视觉感知和图像处理领域，具体涉及一种三维目标检测方法、装置、设备及存储介质。
技术介绍
[0002]随着工业互联网的深入以及中国工业实体实现智能转型升级，无人机、无人驾驶技术和工业巡检机器人等智能应用设备都出现在了中国的工业智造领域。在工业智能化的探囊取物环节中，激光雷达是代替人眼视觉进行感知作业的关键传感器，借助传感器得到的信息，再通过程序指令进行决策判断，就可以真正意义上达到作业场景全流程闭环无人化。
[0003]然而，在现有技术中，激光雷达、光学相机等视觉传感器大多在工业应用场景仍处于报警监控和辅助人工判断的地位，究其原因在于传感器得到的信息使用不够充分，无法像人一样准确地获取到三维目标物体的属性与位置。例如，光学相机可以较好地辨识出成像区域中的目标纹理信息(例如外观轮廓、颜色等)，但缺乏深度空间的立体定位；激光雷达传感器扫描生成的点云信息可以有效地展示目标区域的三维信息，但点云的无序性缺乏对于三维目标物体属性和轮廓的描述。故基于任意一种识...
【技术保护点】
【技术特征摘要】
1.一种三维目标检测方法，其特征在于，所述方法包括：获取初始三维点云，所述初始三维点云包括三维目标物体的目标三维点云；将所述初始三维点云划分为多个网格区域，根据每一所述网格区域的网格高度特征值生成所述初始三维点云的二维特征图像，所述网格高度特征值基于所述网格区域中初始三维点云的最高点云点的三维位置信息得到；对所述二维特征图像进行二维目标检测，得到所述三维目标物体的二维目标区域检测框位置和所述三维目标物体的二维标签；根据所述二维目标区域检测框位置和全部所述网格区域中初始三维点云的最高点云点的三维位置信息确定所述三维目标物体的三维体素点云特征；将所述三维体素点云特征输入预设三维目标检测模型，得到所述三维目标物体的三维坐标，并基于所述三维坐标和所述二维标签确定所述三维目标物体的空间位置和所述三维目标物体的物体类别，以完成对所述三维目标物体的检测。2.根据权利要求1所述的三维目标检测方法，其特征在于，将所述初始三维点云划分为多个网格区域，包括：获取所述初始点云的初始截面图像，并基于所述初始截面图像确定截面横纵坐标极值；基于所述截面横纵坐标极值生成所述初始截面图像所对应的目标截面图像，并对所述目标截面图像中缺失的部分进行填充；将所述目标截面图像划分为多个标准网格，并以所述标准网格为网格截面，基于所述网格截面所在平面的三维范围内的所有点云点所在区域，形成网格区域。3.根据权利要求1所述的三维目标检测方法，其特征在于，基于每一所述网格区域的网格高度特征值生成所述初始三维点云的二维特征图像，包括：获取各网格区域的最高点云点的高度值，并将所述最高点云点的高度值确定为所述网格区域的高度特征值，存在至少两个网格区域的高度特征值不同；对不同的高度特征值赋予不同的图层标识，并基于所述图层标识生成二维特征图像。4.根据权利要求1所述的三维目标检测方法，其特征在于，对所述二维特征图像进行二维目标检测，得到所述三维目标物体的二维目标区域检测框位置和所述三维目标物体的二维标签，包括：获取多个历史二维特征图像，并对所述历史二维特征图像中的样本物体区域和样本物体标签进行标注；基于标注后的历史二维特征图像对初始卷积算法模型进行训练，得到二维图像检测模型；将二维特征图像输入至所述二维图像检测模型，对二维特征图像进行特征区域确定和标签识别，得到所述三维目标物体在二维特征图像中的二维坐标框位置和所述三维目标物体的二维标签。5.根据权利要求1所述的三维目标检测方法，其特征在于，根据所述二维目标区域检测框位置和全部所述网格区域中初始三维点云的最高点云点的三维位置信息确定所述三维目标物体的三维体素点云特征，包括：基于所述二维目标区域检测框位置在所述二维特征图像中确定一区域为目标特征区
域，并基于二维特征图像和全部所述网格点云的最高点云点的三维位置信息的映射关系，得到所述目标特征区域中每个网格区域的最高点云点，所述目标特征区域中包括至少一个网格区域；基于得到的所述目标特征区域中每个网格区域的最高点云点生成最高点云点三维坐标集合，并基于所述最高点云点三维坐标集合得到目标三维区域内的一个最低点云点，所述目标三维区域为所述三维目标物体所在的三维区域；将各网格区域的最高点云点中最高的一个最高点云点确定为目标三维区域内的一个目标最高点云点；以所述最低点云点的位...
【专利技术属性】
技术研发人员：刘俊林，汤槟，王容基，荆游，黄永华，徐灿，彭燕华，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
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。