【技术实现步骤摘要】
大型车辆目标检测方法、装置、电子设备、自动驾驶汽车
[0001]本公开涉及自动驾驶
,具体涉及计算机视觉
,尤其涉及大型车辆目标检测方法、装置、电子设备、介质、自动驾驶汽车。
技术介绍
[0002]在无人车行驶过程中,需要准确识别周围车辆的位置,尺寸,朝向,以及速度等属性,以进行准确的行车预判,从而提升行车安全和乘车体验。例如,无人车通过检测感知到其左前方存在一辆车,并通过预测该车辆的位置,尺寸和朝向,进而判断该车辆向右变道的意图,此时无人车采取提前减速来规避追尾的风险。现有的3D目标检测技术通常利用物体中心附近的特征来预测物体的中心点坐标、长、宽、高和角度,以确定物体的位置、尺寸和朝向。然而这种方法对基于激光雷达的车辆检测并不友好,尤其是对于大型车辆(通常指长度大于10米的车辆)。因为激光雷达的点云扫到车辆表面后就会反射,导致车辆的语义信息大多集中在车辆的边缘,而非物体的中心。虽然这一问题可以通过增大检测感受野而得到缓解,但对于大型车辆,由于其中心距离首尾过长,增大检测感受野所带来的增益有限,因此容易出现位置、尺寸和朝向检测不准的问题。此外,由于大型车辆过长的原因,车头和车尾会放大朝向误差,从而影响后续的车辆速度跟踪以及无人车的行驶规划。
技术实现思路
[0003]本公开提供了一种大型车辆目标检测方法、装置、目标检测模型的训练方法、训练装置电子设备、存储介质、自动驾驶汽车。
[0004]根据本公开的第一方面,提供了一种目标检测方法,包括:
[0005]获取目标检测物的点云 ...
【技术保护点】
【技术特征摘要】
1.一种大型车辆目标检测方法,包括:获取目标检测物的点云数据;基于所述点云数据分别预测得到第一目标检测框以及多个可见角点:提取所述点云数据的语义特征;通过角点热力图提取所述语义特征中的角点特征,基于所述角点特征预测多个所述可见角点的位置;基于所述语义特征提取目标检测特征,基于所述目标检测特征构建所述第一目标检测框;基于所述可见角点的位置调整所述第一目标检测框的顶点位置得到第二目标检测框;基于所述第二目标检测框进行识别得到所述目标检测物的目标检测结果。2.根据权利要求1所述的方法,所述通过所述角点热力图提取所述语义特征中的角点特征,基于所述角点特征预测多个所述可见角点的信息之前,还包括:为每个角点预测一组补偿向量,补偿每个所述角点从点云坐标系映射到所述角点热力图上所丢失的信息。3.根据权利要求1或2所述的方法,其中,所述通过角点热力图提取所述语义特征中的角点特征,基于所述角点特征预测多个所述可见角点的位置,还包括:基于所述角点特征预测每个所述可见角点指向所述目标检测物中心的向量,所述向量用于判断所述可见角点是否属于同一物体。4.根据权利要求1
‑
3中任意一项所述的方法,其中,所述基于所述可见角点的位置调整所述第一目标检测框的顶点位置得到第二目标检测框包括:获取所述第一目标检测框面向主车的多个顶点的位置;针对每个所述顶点遍历所有所述可见角点,筛选出符合预设条件的两个所述可见角点的位置调整所述第一目标检测框对应的顶点的位置,得到所述第二目标检测框。5.根据权利要求4所述的方法,其中,所述预设条件包括:所述可见角点与对应的所述顶点之间具有最小距离,且所述最小距离小于预设的距离阈值;所述可见角点的预测置信度大于设定的置信度阈值;所述可见角点指向所属物体的中心。6.一种大型车辆目标检测装置,包括:获取模块,被配置为获取目标检测物的点云数据;预测模块,被配置为基于所述点云数据分别预测得到第一目标检测框以及多个可见角点;所述预测模块包括:特征提取单元,被配置为提取所述点云数据的语义特征;角点预测单元,被配置为通过角点热力图提取所述语义特征中的角点特征,基于所述角点特征预测多个所述可见角点的位置;目标检测框预测单元,被配置为基于所述语义特征提取目标检测特征,基于所述目标检测特征构建所述第一目标检测框;调整模块,被配置为基于所述可见角点的位置调整所述第一目标检测框的顶点位置得到第二目标检测框;目标检测模块,被配置为基于所述第二目标检测框进行识别得到所述目标检测物的目
标检测结果。7.根据权利要求6所述的装置,其中,所述角点预测单元通过所述角点热力图提取所述语义特征中的角点特征,基于所述角点特征预测多个所述可见角点的信息之前,还包括:...
【专利技术属性】
技术研发人员:段凯文,董嘉蓉,王昊,陈钊苇,
申请(专利权)人:北京百度网讯科技有限公司,
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。