大型车辆目标检测方法、装置、电子设备、自动驾驶汽车制造方法及图纸

本公开涉及自动驾驶技术领域，具体涉及计算机视觉技术领域，尤其涉及大型车辆目标检测方法、装置、电子设备、自动驾驶汽车。具体实现方案为：获取目标检测物的点云数据；基于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；基于可见角点的位置调整第一目标检测框的顶点位置得到第二目标检测框；基于第二目标检测框进行识别得到目标检测物的目标检测结果。通过点云数据分别预测目标检测框和可见角点，再利用可见角点对目标检测框进行调整，由于角点位于物体的边缘，包含更加丰富的语义信息，因此经角点调整后的目标检测框更加准确，有助于提升后的续车辆速度预测，车辆跟踪等任务。等任务。等任务。

【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数据；
[0006]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；
[0007]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；
[0008]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。
[0009]根据本公开的第二方面，提供了一种目标检测装置，包括：
[0010]获取模块，被配置为获取目标检测物的点云数据；
[0011]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；
[0012]所述预测模块包括：
[0013]特征提取单元，被配置为提取所述点云数据的语义特征；
[0014]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；
[0015]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；
[0016]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；
[0017]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。
[0018]根据本公开的第三方面，提供了一种目标检测模型的训练方法，包括：
[0019]获取目标检测物的点云数据；
[0020]获取多个可见角点作为训练标签；
[0021]将所述点云数据输入神经网络进行特征提取得到语义特征，并基于所述语义特征分别预测得到预测目标检测框以及多个预测可见角点；
[0022]计算所述预测可见角点与所述训练标签之间的损失，基于所述损失调整所述神经网络的权重得到目标检测模型。
[0023]根据本公开的第四方面，提供了一种目标检测模型的训练装置，包括：
[0024]点云获取模块，被配置为获取目标检测物的点云数据；
[0025]训练标签生成模块，被配置为获取多个可见角点作为训练标签；
[0026]训练模块，被配置为将所述点云数据输入神经网络进行特征提取得到语义特征，并基于所述语义特征分别预测得到预测目标检测框以及多个预测可见角点；
[0027]计算模块，被配置为计算所述预测可见角点与所述训练标签之间的损失，基于所述损失调整所述神经网络的权重得到目标检测模型。
[0028]根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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上述技术方案中任一项所述的方法。
[0029]根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述技术方案中任一项所述的方法。
[0030]根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述技术方案中任一项所述的方法。
[0031]根据本公开的第八方面，提供了自动驾驶汽车，包括上述技术方案中的电子设备。
[0032]本公开提供了大型车辆目标检测方法、装置、电子设备、介质、自动驾驶汽车，通过点云数据分别预测目标检测框和可见角点，再利用可见角点对目标检测框进行调整，由于角点位于物体的边缘，包含更加丰富的语义信息，因此经角点调整后的目标检测框更加准确，有助于提升后的续车辆速度预测，车辆跟踪等任务。
[0033]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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
[0034]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0035]图1是本公开实施例中的大型车辆目标检测方法的步骤示意图；
[0036]图2是本公开实施例中的目标检测模型的框架图；
[0037]图3是本公开实施例中的点云坐标系与heatmap之间的关系示意图；
[0038]图4是本公开实施例中的角点优化目标检测框的原理图；
[0039]图5a是本公开实施例中的ground
‑
truth heatmap示意图；
[0040]图5b是本公开实施例中的经过训练得到的预测heatmap示意图；
[0041]图6是本公开实施例中的BEV视角下可见角点的选取原理图；
[0042]图7是本公开实施例中的大型车辆目标检测装置的原理框图；
[0043]图8a是本公开实施例中的目标检测模型的训练流程图；
[0044]图8b是本公开实施例中的目标检测模型的检测流程图；
[0045]图9是本公开实施例中的目标检测模型的训练装置原理图；
[0046]图10是本公开实施例中的示例电子设备的示意性框图。
具体实施方式
[0047]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于本文档来自技高网...

【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：