【技术实现步骤摘要】
目标识别方法、控制系统、车辆及存储介质
[0001]本专利技术涉及智能驾驶的目标检测
,尤其涉及一种目标识别方法、控制系统、车辆及存储介质。
技术介绍
[0002]目前智能驾驶往往采用不同种类的传感器对车辆周边的环境进行采集,车辆的控制系统或中控系统根据采集所得的数据做出决策。常用的传感器包括摄像头、毫米波雷达、激光雷达等等,摄像头提供的目标尺寸和种类信息且置信度高,但对于目标速度的测量的置信度较低;毫米波雷达,例如4D雷达,分辨率高,对速度的测量较为准确,但是对于目标尺寸和种类的识别置信度仍然较低;激光雷达对于目标的尺寸和速度测量都比较准确,置信度高,但对于目标种类的识别同样存在缺陷。
[0003]因此,智能驾驶技术通常采用多个类型的传感器结合,综合利用各类传感器的优点,弥补各种传感器缺点,来帮助汽车实现环境感知的功能。但是这仅能解决目标检测的问题,对于目标的识别和跟踪没有涉及。
技术实现思路
[0004]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0005]本专利技术实施例提供了一种目标识别方法、控制系统、车辆及存储介质,能够实现对检测目标的高精度识别和实时跟踪。
[0006]第一方面,本专利技术实施例提供了一种目标识别方法,应用于可移动设备的控制系统,所述可移动设备包括摄像头模组和雷达模组,所述目标识别方法包括:
[0007]获取所述摄像头模组采集到图像数据和获取所述雷达模组采集到的雷达原始数据,所述图像数据和所述雷达原始数 ...
【技术保护点】
【技术特征摘要】
1.目标识别方法,应用于可移动设备的控制系统,所述可移动设备包括摄像头模组和雷达模组,所述目标识别方法包括:获取所述摄像头模组采集到图像数据和获取所述雷达模组采集到的雷达原始数据,所述图像数据和所述雷达原始数据中包含至少一个相同的检测目标;对所述图像数据进行处理并提取得到所述检测目标的图像特征,对所述雷达原始数据进行处理并提取得到所述检测目标的雷达特征;对同一个所述检测目标,根据时间和/或空间对所述图像特征和所述雷达特征进行特征合并处理,得到所述检测目标的融合特征;根据所述融合特征确定所述检测目标的识别结果。2.根据权利要求1所述的目标识别方法,其特征在于,所述对所述图像数据进行处理并提取得到所述检测目标的图像特征,包括:对所述图像数据中至少一帧图像进行预处理,得到预处理图像,所述至少一帧图像中包含至少一个所述检测目标;将所述预处理图像输入到预设的摄像头特征提取网络,得到所述检测目标的图像特征。3.根据权利要求1所述的目标识别方法,其特征在于,所述对所述雷达原始数据进行处理并提取得到所述检测目标的雷达特征,包括:对所述雷达原始数据中至少一帧雷达数据进行预处理,得到点云数据,所述至少一帧雷达数据中包含至少一个所述检测目标;将所述点云数据输入到预设的雷达特征提取网络,得到所述检测目标的雷达特征。4.根据权利要求1所述的目标识别方法,其特征在于,所述根据时间对所述图像特征和所述雷达特征进行特征合并处理,包括:根据所述摄像头模组的刷新率和所述雷达模组的刷新率确定同步刷新率;根据所述同步刷新率,在所述图像特征和所述雷达特征中选取采集时点相同的第一图像特征和第一雷达特征;以所述检测目标为对象,对所述第一图像特征和所述第一雷达特征进行合并。5.根据权利要求1所述的目标识别方法,其特征在于,所述根据空间对所述图像特征和所述雷达特征进行特征合并处理,包括:对所述图像特征和所述雷达特征进行坐标系转换,得到在同一个坐标系中表达的第二图像特征和第二雷达特征;以所述检测目标为对象,对所述第二图像特征和所述第二雷达特征进行合并。6.根据权利要求1所述的目标识别方法,其特征在于,所述根据时间和空间对所述图像特征和所述雷达特征进行特征合并处理,包括:根据所述摄像头模组的刷新率和所述雷达模组的刷新率确定同步刷新率;根据所述同步刷新率,在所述图像特征和所述雷达特征中选取采集时点相同的第一图像特征和第一雷达特征;对所述第一图像特征和所述第一雷达特征进行坐标系转换,得到在同一个坐标系中表达的第二图像特征和第二雷达特征;以所述检测目标为对象,对所述第二图像特征和所述第二雷达特征进行合并。
7.根据权利要求1所述的目标识别方法,其特征在于,还包括:对同一个所述检测目标,根据第一置信度和第二置信度确定所述检测目标的合成置信度;根据所述合成置信度和所述融合特征确定所述检测目标的识别结果;其中,所述第一置信度根据所述图像特征得到,所述第二置信度根据所述雷达特征得到。8.根据权利要求7所述的目标识别方法,其特征在于,所述第一置信度通过...
【专利技术属性】
技术研发人员:佛青青,王磊,宋飞,赵娜,张国俊,宁东方,
申请(专利权)人:中兴通讯股份有限公司,
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。