地物检测方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请提供了一种地物检测方法、装置、设备、存储介质及程序产品；可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；方法包括：获取目标地理范围的点云数据，所述目标地理范围内包括待检测地物；对所述点云数据进行坐标规范化处理，得到规范化点云数据；对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征；基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果，所述矢量化检测结果用于描述所述待检测地物的几何表示；通过本申请，能够提高地物检测的检测效率。率。率。

【技术实现步骤摘要】
地物检测方法、装置、设备、存储介质及程序产品


[0001]本申请涉及人工智能
，尤其涉及一种地物检测方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]人工智能(Artificial Intelligence，AI)是计算机科学的一个综合技术，通过研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。人工智能技术是一门综合学科，涉及领域广泛，例如自然语言处理技术以及机器学习/深度学习等几大方向，随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。
[0003]地物检测也是人工智能的一个重要应用方向。相关技术中，对于地物的检测是通过如下方式实现的：利用神经网络模型对采集的点云进行语义预测，得到携带预测语义信息的点云，从而对携带语义信息的点云再进行聚类、切分、去噪、拟合等处理，得到地物的矢量化检测结果。但是由于神经网络模型的预测结果是携带语义信息的点云，故而还需经过多重复杂的处理步骤(包括聚类、切分、去噪、拟合等)才能生成矢量化结果，造成地物检测效率的低下、以及硬件处理资源的浪费。

技术实现思路

[0004]本申请实施例提供一种地物检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够提高地物检测的检测效率。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种地物检测方法，包括：
[0007]获取目标地理范围的点云数据，所述目标地理范围内包括待检测地物；
[0008]对所述点云数据进行坐标规范化处理，得到规范化点云数据；
[0009]对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征；
[0010]基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果，所述矢量化检测结果用于描述所述待检测地物的几何表示。
[0011]本申请实施例还提供一种地物检测装置，包括：
[0012]获取模块，用于获取目标地理范围的点云数据，所述目标地理范围内包括待检测地物；
[0013]规范化模块，用于对所述点云数据进行坐标规范化处理，得到规范化点云数据；
[0014]特征提取模块，用于对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征；
[0015]预测模块，用于基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果，所述矢量化检测结果用于描述所述待检测地
物的几何表示。
[0016]在上述方案中，所述获取模块，还用于向所述目标地理范围内发射探测信号；接收所述目标地理范围内的目标针对所述探测信号所反射的反射信号；基于所述探测信号和所述反射信号，确定所述目标地理范围内的目标的三维位置信息；将所述目标地理范围内的目标的三维位置信息，作为所述目标地理范围的点云数据。
[0017]在上述方案中，所述规范化模块，还用于确定所述点云数据所处的原始坐标系，并构建规范化坐标系；获取从所述原始坐标系转换至所述规范化坐标系的坐标转换矩阵；基于所述坐标转换矩阵，对处于所述原始坐标系的点云数据进行坐标转换处理，得到处于所述规范化坐标系的点云数据；将处于所述规范化坐标系的点云数据，作为所述规范化点云数据。
[0018]在上述方案中，所述获取模块，还用于在车辆行进的过程中，通过所述车辆的车载点云采集设备，按照点云采集频率，对所述目标地理范围进行多次点云采集，得到多帧第一子点云数据；将各帧所述第一子点云数据分别转换至目标坐标系下，得到所述目标坐标下的多帧第二子点云数据；对多帧所述第二子点云数据进行拼接处理，得到所述目标地理范围的所述点云数据。
[0019]在上述方案中，所述规范化模块，还用于获取所述点云数据的数据量；当所述数据量超过数据量阈值时，获取所述车辆的行驶轨迹，并按照所述行驶轨迹，基于数据切片方式，对所述点云数据进行切片处理，得到多个点云数据块；所述规范化模块，还用于分别对各所述点云数据块进行坐标规范化处理，得到规范化点云数据。
[0020]在上述方案中，所述获取模块，还用于获取用于地物检测的地物检测模型；所述特征提取模块，还用于调用所述地物检测模型，对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征；所述预测模块，还用于调用所述地物检测模型，基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果。
[0021]在上述方案中，所述获取模块，还用于获取初始地物检测模型、以及地物样本的点云数据样本，所述点云数据样本标注有所述地物样本的矢量化检测结果标签；对所述点云数据样本进行坐标规范化处理，得到规范化点云数据样本；调用所述初始地物检测模型，对所述规范化点云数据样本进行特征提取处理，得到所述规范化点云数据样本的点云特征样本；调用所述初始地物检测模型，对所述地物样本进行矢量化检测结果的预测，得到所述地物样本的预测矢量化检测结果；基于所述矢量化检测结果标签和所述预测矢量化检测结果的差异，更新所述初始地物检测模型的模型参数，得到用于地物检测的所述地物检测模型。
[0022]在上述方案中，所述获取模块，还用于获取所述地物样本的第一点云数据样本以及第一矢量化检测结果；对所述第一点云数据样本进行点云过滤处理，得到第二点云数据样本；对所述第二点云数据样本进行切片处理，得到多个点云数据块，其中，所述多个点云数据块构成所述地物样本的所述点云数据样本；将所述第一矢量化检测结果与所述点云数据样本进行关联，以将所述第一矢量化检测结果标注为所述点云数据样本的矢量化检测结果标签。
[0023]在上述方案中，所述预测模块，还用于调用所述地物检测模型，基于所述点云特征，对所述待检测地物进行地物类别的预测，得到所述待检测地物所归属的目标类别；所述
点云数据样本还标注有所述地物样本所归属的类别标签，所述获取模块，还用于调用所述初始地物检测模型，对所述地物样本进行矢量化检测结果的预测，得到所述地物样本所归属的预测类别；所述获取模块，还用于基于所述矢量化检测结果标签和所述预测矢量化检测结果的差异、以及所述类别标签和所述预测类别的差异，更新所述初始地物检测模型的模型参数。
[0024]在上述方案中，所述方法应用于自动驾驶场景；所述预测模块，还用于基于所述点云特征，对所述待检测地物进行地物类别的预测，得到所述待检测地物所归属的目标类别；所述预测模块，还用于获取所述自动驾驶车辆的车辆位置；当所述车辆位置处于所述目标地理范围内时，基于所述车辆位置，结合所述矢量化检测结果和所述目标类别，生成自动驾驶路线；按照所述自动驾驶路线，控制所述自动驾驶车辆进行行驶。
[0025]在上述方案中，所述预测模块，还用于基于所述点云特征，对所述待检测地物进行地物类别的预测，得到所述待检测地物所归属的目标类别；所述预测模块，还用于基于所述矢量化检测结果和所述目标类别，生成所述目标地理区域的区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地物检测方法，其特征在于，所述方法包括：获取目标地理范围的点云数据，所述目标地理范围内包括待检测地物；对所述点云数据进行坐标规范化处理，得到规范化点云数据；对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征；基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果，所述矢量化检测结果用于描述所述待检测地物的几何表示。2.如权利要求1所述的方法，其特征在于，所述获取目标地理范围的点云数据，包括：向所述目标地理范围内发射探测信号；接收所述目标地理范围内的目标针对所述探测信号所反射的反射信号；基于所述探测信号和所述反射信号，确定所述目标地理范围内的目标的三维位置信息；将所述目标地理范围内的目标的三维位置信息，作为所述目标地理范围的点云数据。3.如权利要求1所述的方法，其特征在于，所述对所述点云数据进行坐标规范化处理，得到规范化点云数据，包括：确定所述点云数据所处的原始坐标系，并构建规范化坐标系；获取从所述原始坐标系转换至所述规范化坐标系的坐标转换矩阵；基于所述坐标转换矩阵，对处于所述原始坐标系的点云数据进行坐标转换处理，得到处于所述规范化坐标系的点云数据；将处于所述规范化坐标系的点云数据，作为所述规范化点云数据。4.如权利要求1所述的方法，其特征在于，所述获取目标地理范围的点云数据，包括：在车辆行进的过程中，通过所述车辆的车载点云采集设备，按照点云采集频率，对所述目标地理范围进行多次点云采集，得到多帧第一子点云数据；将各帧所述第一子点云数据分别转换至目标坐标系下，得到所述目标坐标下的多帧第二子点云数据；对多帧所述第二子点云数据进行拼接处理，得到所述目标地理范围的所述点云数据。5.如权利要求4所述的方法，其特征在于，所述对所述点云数据进行坐标规范化处理，得到规范化点云数据之前，所述方法还包括：获取所述点云数据的数据量；当所述数据量超过数据量阈值时，获取所述车辆的行驶轨迹，并按照所述行驶轨迹，基于数据切片方式，对所述点云数据进行切片处理，得到多个点云数据块；所述对所述点云数据进行坐标规范化处理，得到规范化点云数据，包括：分别对各所述点云数据块进行坐标规范化处理，得到规范化点云数据。6.如权利要求1所述的方法，其特征在于，所述对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征之前，所述方法还包括：获取用于地物检测的地物检测模型；所述对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征，包括：调用所述地物检测模型，对所述规范化点云数据进行特征提取处理，得到所述规范化
点云数据的点云特征；所述基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果，包括：调用所述地物检测模型，基于所述点云特征，对所述待检测地物进行矢量化检测结果的预测，得到所述待检测地物的矢量化检测结果。7.如权利要求6所述的方法，其特征在于，所述获取用于地物检测的地物检测模型，包括：获取初始地物检测模型、以及地物样本的点云数据样本，所述点云数据样本标注有所述地物样本的矢量化检测结果标签；对所述点云数据样本进行坐标规范化处理，得到规范化点云数据样本；调用所述初始地物检测模型，对所述规范化点云数据样本进行特征提取处理，得到所述规范化点云数据样本的点云特征样本；调用所述初始地物检测模型，对所述地物样本进行矢量化检测结果的预测，得到所述地物样本的预测矢量化检测结果；基于所述矢量化检测结果标签和所述预测矢量化检测结果的差异，更新所述初始地物检测模型的模型参数，得到用于地物检测的所述地物检测模型。8.如权利要求7所述的方法，其特征在于，所述获取初始地物检测模型、以及地物样本的点云数据样本之前，所述方法还包括：获取所述地物样本的第一点云数据样本以及第一矢量化检测结果；对所述第一点云数据样本进行点云过滤处理，得到第二点云数据样本；对所述第二点云数据样本进行切片处理，得到多个点云数据块，其中，所述多个点云数据块构成所述地物样本的所述点云数据样本；将所述第一矢量化检测结果与所述点云数据样本进行关联，以将所述第一矢量化检测结果标注为所述点云数据样本的矢量化检测结果标签。9.如权利要求7所述的方法，其特征在于，所述对所述规范化点云数据进行特征提取处理，得到所述规范化点云数据的点云特征之后，所述方法还包括：调用所述地物检测模型，基于所述点云特征，对所述待检测地物进行地物类别的预测，得到所述待检测地物所归属的目标类别；所述点云数据样本还标注有所述地物样本所归属的类别标签，所述对所述规范化点云数据样本进行特征提取处理，得到所述规范化点云数据样本的点云特征样本之后，所述方法还包括：调用所述初始地物检测模型，对所述地物样本进行矢量化检测结果的预测，得到所述地物样...

【专利技术属性】
技术研发人员：邹盛涛，曹志鹏，郑超，梅树起，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：