一种目标检测定位方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种目标检测定位方法、装置、设备及存储介质，该方法包括：获取激光雷达对当前塔吊区域捕获的点云数据；对所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇；根据各所述目标点云簇，获得各目标对应的包围框以确定所述当前塔吊区域中目标的位置信息。区别于现有技术中，只针对自动驾驶场景而不支持塔吊场景，且现阶段常使用预设框检测目标导致目标检测定位不精确，利用该方法，通过捕获当前塔吊区域的点云数据，大量点云数据可以清晰的表述吊塔区域的场景，进一步采用生成式方式进行目标检测，提高了目标检测的精确性。的精确性。的精确性。

【技术实现步骤摘要】
一种目标检测定位方法、装置、设备及存储介质


[0001]本专利技术涉及计算机视觉
，尤其涉及一种目标检测定位方法、装置、设备及存储介质。

技术介绍

[0002]目前，建筑行业发展如火如荼，众多的建筑设备已经被广泛应用，在建筑施工过程中，塔吊作为施工工地中的一种重要的起重设备，主要应用于吊运施工用的钢筋、钢管等材料，其具有起升高度高、作业效率高的特点，因此在施工中有着广泛的使用。由于塔吊起升高度高的特性，在建筑工地这样一个复杂的工作环境中，塔吊施工的安全问题逐渐凸显，为了对工地中进入塔吊臂范围内的目标对象进行及时检测和预警，需要对目标物进行目标检测。
[0003]而传统的目标检测定位方法的应用场景一般都是针对路面数据，该算法实现时通常不考虑高度信息，评价指标也基本上是使用鸟瞰图投影的二维包围框进行交并比计算。所以现有的模型开发时则会使用一些手段，将三维点云先进行特征提取并投影成二维图像，在二维图像中去感知目标，例如，点柱子(point
‑
pallar)算法。可见，目前目标检测算法只针对自动驾驶场景，而不支持塔吊场景。另外，现阶段的目标检测算法习惯使用预设框这种形式去检测目标，导致目标检测定位不精确。

技术实现思路

[0004]本专利技术实施例提供了一种目标检测定位方法、装置、设备及存储介质，以实现塔吊场景下目标的检测定位，提高了目标检测的精确性。
[0005]第一方面，本专利技术实施例提供了一种目标检测定位方法，包括：
[0006]获取激光雷达对当前塔吊区域捕获的点云数据；
[0007]对所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇；
[0008]根据各所述目标点云簇，获得各目标对应的包围框以确定所述当前塔吊区域中目标的位置信息。
[0009]第二方面，本专利技术实施例提供了一种目标检测定位装置，包括：
[0010]数据获取模块，用于获取激光雷达对当前塔吊区域捕获的点云数据；
[0011]点云簇确定模块，用于对所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇；
[0012]位置信息确定模块，用于根据所述目标点云簇，获得各目标对应的包围框以确定所述当前塔吊区域中目标的位置信息。
[0013]第三方面，本专利技术实施例提供了一种电子设备，包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序
被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的目标检测定位方法。
[0017]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的目标检测定位方法。
[0018]本专利技术实施例提供一种目标检测定位方法、装置、设备及存储介质，该方法包括：获取激光雷达对当前塔吊区域捕获的点云数据；对所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇；根据各所述目标点云簇，获得各目标对应的包围框以确定所述当前塔吊区域中目标的位置信息。区别于现有技术中，只针对自动驾驶场景而不支持塔吊场景，且现阶段常使用判别式的方式，即通过预设框检测目标，导致目标检测定位不精确，上述技术方案，捕获当前塔吊区域的点云数据，由于点云数据包括三维坐标，基于点云数据确定出的目标定位信息可以包含高度信息，因此，相比于现有技术中将三维点云先进行特征提取并投影成二维图像，在二维图像中去感知目标导致检测定位不准确，本技术方案中采用点云数据确定出三维立体坐标，可适用于塔吊场景中需要知道目标高度信息的情况，可以清晰的表述吊塔区域的场景
，
提高了高度信息的准确性。另外，相比于现有技术中采用提前设置预设框进行目标检测的判别式方式，本技术方案中采用基于点云簇确定目标对应包围框的生成式方式进行目标检测，提高了目标检测的精确性。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术实施例一提供的一种目标检测定位方法的流程示意图；
[0022]图2为本专利技术实施例二提供的一种目标检测定位方法的流程示意图；
[0023]图2a为本专利技术实施例二提供的某应用场景中目标检测定位方法执行的流程示例图；
[0024]图3为本专利技术实施例三提供的一种目标检测定位装置的结构示意图；
[0025]图4为本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“原始”、“目
标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]考虑到现有技术中一般都是为自动驾驶服务，应用场景基本都是细长条的路面数据，其使用的算法也是相对地不在乎高度，评价指标基本上是使用鸟瞰图投影成二维包围框进行交并比计算。模型开发时长采用以下方式：先将点云数据进行特征提取并投影成二维图像，在二维图像中去感知目标。另外，目前采用判别式的方式进行目标检测，即在空间中预先设立多个三维框，然后在通过网络去识别这些三维框中是否有物体。这种方式会导致目标检测定位不准确。因此，需要一种目标检测定位方法以解决上述问题。
[0029]实施例一
[0030]图1为本专利技术实施例一提供的一种目标检测定位方法的流程示意图，该方法可适用于对塔吊场景下进行目标检测定位的情况，该方法可以由目标检测定位装置来执行，该目标检测定位装置可以采用硬件和/或软件的形式实现，并一般集成在电子设备中。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测定位方法，其特征在于，包括：获取激光雷达对当前塔吊区域捕获的点云数据；对所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇；根据各所述目标点云簇，获得各目标对应的包围框以确定所述当前塔吊区域中目标的位置信息。2.根据权利要求1所述的方法，其特征在于，所述对所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇，包括：将所述点云数据输入至预先训练的语义分割模型中，获得各所述点云数据的类别信息；根据所述类别信息对各所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇。3.根据权利要求2所述的方法，其特征在于，所述根据所述类别信息对各所述点云数据进行聚类处理，获得各目标类别对应的目标点云簇，包括：根据密度聚类算法对属于同一类别信息的点云数据进行聚类处理，获得各目标类别对应的初始点云簇；分别将各初始点云簇中的点云数据与参考点云数据进行匹配，获得各点云数据的匹配分值；根据所述匹配分值更新所述初始点云簇，确定各目标类别对应的目标点云簇。4.根据权利要求3所述的方法，其特征在于，所述根据所述匹配分值更新所述初始点云簇，确定各类别对应的目标点云簇，包括：若所述匹配分值大于设定分数阈值，则保持所述点云数据在对应目标类别的初始点云簇中；若所述匹配分值小于或等于设定分数阈值，则将所述点云数据从对应目标类别的初始点云簇中剔除；将更新后的各初始点云簇确定为各目标类别对应的目标点云簇。5.根据权利要求1所述的方法，其特征在于，所述根据各所述目标点云簇，获得各目标对应的包围框以确定所述当前塔吊区域中目标的位置信息，包括：根据主元分析法对各所述目标点云簇中的点云数据进行特征提取，确定各目标对应的包围框和包围框顶点坐标；根据所述包围框和所述包围框的顶点坐标，确定所述当前塔吊区域中目标的位置信息。6.根据权利要求5所述的方法，其特征在于，所述根据主元分析法对各所述目标点云...

【专利技术属性】
技术研发人员：刘强，
申请(专利权)人：北京东土科技股份有限公司，
类型：发明
国别省市：