目标识别方法、控制系统、车辆及存储介质技术方案

本发明专利技术公开了一种目标识别方法、控制系统、车辆及存储介质，其中，目标识别方法包括获取摄像头模组采集到图像数据和获取雷达模组采集到的雷达原始数据，图像数据和雷达原始数据中包含至少一个相同的检测目标；对图像数据进行处理并提取得到检测目标的图像特征，对雷达原始数据进行处理并提取得到检测目标的雷达特征；对同一个检测目标，根据时间和空间对图像特征和雷达特征进行特征合并处理，得到检测目标的融合特征；根据融合特征确定检测目标的识别结果。本发明专利技术依据图像特征和雷达特征进行特征合并相对于传统摄像头和毫米波雷达融合架构，能够实现更高精度的检测、更高准确度的识别和实时跟踪功能。的识别和实时跟踪功能。的识别和实时跟踪功能。

【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据中包含至少一个相同的检测目标；
[0008]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；
[0009]对同一个所述检测目标，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，得到所述检测目标的融合特征；
[0010]根据所述融合特征确定所述检测目标的识别结果。
[0011]第二方面，本专利技术实施例提供了一种控制系统，包括至少一个处理器和用于与所述至少一个处理器通信连接的存储器；所述存储器存储有能够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如第一方面所述的目标识别方法。
[0012]第三方面，本专利技术实施例还提供了一种车辆，包括如第二方面所述的控制系统。
[0013]第四方面，本专利技术实施例还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可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所
述的目标识别方法。
[0014]本专利技术实施例提供的目标识别方法，至少具有如下有益效果：通过摄像头模组和雷达模组配合对可移动设备附近的目标进行检测和识别，尤其是分别对采集到的图像数据和雷达原始数据进行处理后，依据图像特征和雷达特征进行特征合并，从而确定检测目标的融合特征，相对于传统摄像头和毫米波雷达融合架构，本专利技术基于特征提取和特征融合能够实现更高精度的检测、更高准确度的识别和实时跟踪功能。
[0015]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0016]附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本专利技术的示例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。
[0017]图1是本专利技术一个实施例提供的目标识别方法的整体方法流程图；
[0018]图2是本专利技术一个实施例提供的得到图像特征的流程图；
[0019]图3是本专利技术一个实施例提供的得到雷达特征的流程图；
[0020]图4是本专利技术一个实施例提供的得到融合特征的流程图；
[0021]图5是本专利技术一个实施例提供的刷新率同步的流程图；
[0022]图6是本专利技术一个实施例提供的坐标系统一的流程图；
[0023]图7是本专利技术一个实施例提供的计算合成置信度的流程图；
[0024]图8是本专利技术一个实施例提供的得到检测目标的识别结果的流程图；
[0025]图9是本专利技术一个实施例提供的跟踪目标的流程图；
[0026]图10是本专利技术一个实施例提供的更新航迹的流程图；
[0027]图11是本专利技术一个实施例提供的跟踪目标的详细流程图；
[0028]图12是本专利技术一个实施例提供的控制系统的结构示意图；
[0029]图13是本专利技术一个实施例提供的车辆的模块连接示意图。
具体实施方式
[0030]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0031]智能驾驶的决策依赖于车辆上传感器采集到的数据以及对数据的处理方式，为了克服单个种类传感器的检测能力缺陷，车辆上往往采用同多个种类的传感器结合，力求准确地获取车辆周边的信息，为车辆的控制系统提供完善的数据，从而使控制系统给出尽可能正确的自动驾驶决策。目前采用摄像头和雷达组合的融合方案通常用于车辆周围目标的检测，并没有涉及到目标的识别和跟踪，控制系统的决策能够受到一定的影响。
[0032]基于此，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，参照图1，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，可移动设备包括摄像头模组和雷达模组，上述目标识别方法包括但不限于以下步骤S100、步骤S200、
步骤S300和步骤S400。
[0033]步骤S100，获取摄像头模组采集到图像数据和获取雷达模组采集到的雷达原始数据，图像数据和雷达原始数据中包含至少一个相同的检测目标；
[0034]步骤S200，对图像数据进行处理并提取得到检测目标的图像特征，对雷达原始数据进行处理并提取得到检测目标的雷达特征；
[0035]步骤S300，对同一个检测目标，根据时间和空间对图像特征和雷达特征进行特征合并处理，得到检测目标的融合特征；
[0036]步骤S400，根据融合特征确定检测目标的识别结果。
[0037]为方便下面进行表述，本专利技术的实施例以可移动设备是车辆为例对目标识别方法进行说明，可以理解的是，可移动设备不仅仅是车辆，还可以是飞行无人机、智能机器人、船舶等对象。
[0038]通过摄像头模组和雷达模组采集车辆周围的数据，并从采集得到的数据中检测和识别目标，为了便于采集，摄像头模组和雷达模组可以按照以下方式设置：例如，将雷达模组安装在车辆保险杠中间位置处，获取目标的准确速度、大体轮廓，分类识别等特征，摄像头模组包括多个摄像头，多个摄像头分布式安装，如安装在后视镜前方以及车顶靠前位置，获得目标的模糊速度，准确尺寸，分类识别等信息。其中，摄像本文档来自技高网...

【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：