本申请公开了一种目标检测的方法、装置、设备及存储介质，通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据；对所述多个激光雷达中的每个激光雷达对应的目标点云数据进行聚类处理，识别出与所述激光雷达对应的待筛选目标信息；针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。可以根据每个激光雷达对应的筛选标准，对该激光雷达对应的待筛选目标信息进行筛选，进而确定目标信息，进而无需对目标点云数据进行标定，避免了标定所带来的繁琐步骤以及不准确性，可以有效提高检测的效率。检测的效率。检测的效率。
【技术实现步骤摘要】
一种目标检测的方法、装置、设备及存储介质
[0001]本申请涉及激光雷达
，特别是涉及一种目标检测的方法、装置、设备及存储介质。
技术介绍
[0002]近年来，随着智能化的发展，激光雷达技术日益成熟。基于其准直度高、易于集成以及具有迅速获取数据的能力等优点，激光雷达开始被广泛应于各种领域，其中包括自动驾驶领域。在自动驾驶系统中，可以通过安装多个激光雷达以进行环境感知，保障无人驾驶的交通工具可以安全行驶。
[0003]现有技术中，在交通工具上安装多个激光雷达，对各个激光雷达扫描出的点云数据进行联合标定，对标定后的点云数据进行点云融合，利用点云融合后的点云数据进行目标检测。
[0004]由于现有技术需要通过标定来获取各个激光雷达坐标系之间的相对关系，以对标定后的点云数据进行点云融合。然而标定的过程较为繁琐，同时标定的结果往往受人为因素、标定环境以及标定算法的影响，导致标定的效率低，进而使得现有的目标检测方式具有检测效率低的问题。
技术实现思路
[0005]基于上述问题，本申请提供了一种目标检测的方法、装置、设备及存储介质。
[0006]本申请实施例公开了如下技术方案：
[0007]第一方面：本申请实施例提供一种检测目标的方法，包括：
[0008]通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据；
[0009]对所述多个激光雷达中的每个激光雷达对应的目标点云数据进行聚类处理，识别出与所述激光雷达对应的待筛选目标信息；
[0010]针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。
[0011]进一步地，所述针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息，包括：
[0012]针对所述多个激光雷达中的每个激光雷达，根据所述激光雷达的位置信息和方向信息，获取所述激光雷达对应的筛选标准；
[0013]将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。
[0014]进一步地，所述筛选标准包括：
[0015]筛选角度和/或筛选距离。
[0016]进一步地，所述通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据，
包括：
[0017]通过多个激光雷达对周围环境进行扫描，获得多个待筛选的点云数据；
[0018]对所述多个待筛选的点云数据进行滤波处理，获得多个目标点云数据。
[0019]进一步地，所述对所述多个待筛选的点云数据进行滤波处理，获得多个目标点云数据，包括：
[0020]对所述多个待筛选的点云数据进行滤波处理，获得多个滤波后的点云数据；
[0021]对所述多个滤波后的点云数据进行地面分割处理，获得多个目标点云数据。
[0022]进一步地，所述目标信息中包括目标和所述目标对应的激光雷达之间的距离，所述针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息之后，还包括：
[0023]当目标和所述目标对应的激光雷达之间的距离小于或等于预设碰撞阈值时，采取应急措施。
[0024]第二方面：本申请实施例提供一种目标检测的装置，包括：
[0025]获得模块、识别模块以及确定模块；
[0026]所述获得模块，用于通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据；
[0027]所述识别模块，用于对所述多个激光雷达中的每个激光雷达对应的目标点云数据进行聚类处理，识别出与所述激光雷达对应的待筛选目标信息；
[0028]所述确定模块，用于针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。
[0029]进一步地，所述确定模块，包括：
[0030]获取单元以及确定单元；
[0031]所述获取单元，用于针对所述多个激光雷达中的每个激光雷达，根据所述激光雷达的位置信息和方向信息，获取所述激光雷达对应的筛选标准；
[0032]所述确定单元，用于将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。
[0033]进一步地，所述筛选标准包括：
[0034]筛选角度和/或筛选距离。
[0035]进一步地，所述获得模块，包括：
[0036]第一获得单元以及第二获得单元；
[0037]所述第一获得单元，用于通过多个激光雷达对周围环境进行扫描，获得多个待筛选的点云数据；
[0038]所述第二获得单元，用于对所述多个待筛选的点云数据进行滤波处理，获得多个目标点云数据。
[0039]进一步地，所述第二获得单元，包括：
[0040]第一获得子单元以及第二获得子单元；
[0041]所述第一获得子单元，用于对所述多个待筛选的点云数据进行滤波处理，获得多个滤波后的点云数据；
[0042]所述第二获得子单元，用于对所述多个滤波后的点云数据进行地面分割处理，获得多个目标点云数据。
[0043]进一步地，所述目标信息中包括目标和所述目标对应的激光雷达之间的距离，所述装置还包括：
[0044]采取模块；
[0045]所述采取模块，用于当目标和所述目标对应的激光雷达之间的距离小于或等于预设碰撞阈值时，采取应急措施。
[0046]第三方面：本申请实施例提供一种计算机设备，所述计算机设备包括处理器以及存储器：
[0047]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0048]所述处理器用于根据所述程序代码中的指令执行如上所述的一种目标检测的方法的步骤。
[0049]第四方面：本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的一种目标检测的方法的步骤。
[0050]相较于现有技术，本申请具有以下有益效果：
[0051]本申请中，通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据；对所述多个激光雷达中的每个激光雷达对应的目标点云数据进行聚类处理，识别出与所述激光雷达对应的待筛选目标信息；针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。本申请提供的方法，可以根据每个激光雷达对应的筛选标准，对该激光雷达对应的待筛选目标信息进行筛选，进而确定目标信息，无需将多个目标点云数据统一到同一坐标系下，即可实现目标检测，进而无需对目标点云数据进行标定，避免了标定所带来的繁琐步骤以及不准本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标检测的方法，其特征在于，包括：通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据；对所述多个激光雷达中的每个激光雷达对应的目标点云数据进行聚类处理，识别出与所述激光雷达对应的待筛选目标信息；针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。2.根据权利要求1所述的方法，其特征在于，所述针对所述多个激光雷达中的每个激光雷达，将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息，包括：针对所述多个激光雷达中的每个激光雷达，根据所述激光雷达的位置信息和方向信息，获取所述激光雷达对应的筛选标准；将所述激光雷达对应的待筛选目标信息中，符合所述激光雷达对应的筛选标准的待筛选目标信息，确定为目标信息。3.根据权利要求1所述的方法，其特征在于，所述筛选标准包括：筛选角度和/或筛选距离。4.根据权利要求1所述的方法，其特征在于，所述通过多个激光雷达对周围环境进行扫描，获得多个目标点云数据，包括：通过多个激光雷达对周围环境进行扫描，获得多个待筛选的点云数据；对所述多个待筛选的点云数据进行滤波处理，获得多个目标点云数据。5.根据权利要求4所述的方法，其特征在于，所述对所述多个待筛选的点云数据进行滤波处理，获得多个目标点云数据，包括：对所述多个待筛选的点云数据进行滤波处理，获得多个滤波后的点云数据；对所述多个滤波后的点云数据进行地面分割处理，获得多个目标点云数据。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述目标信息中包括目标和所述目标对应的激光雷达之间的距离，所述针对所述多...
【专利技术属性】
技术研发人员：杨起鸣，黄好，王永圣，钟声峙，周玉栋，
申请(专利权)人：柳州五菱新能源汽车有限公司，
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。