本申请提供了一种检测框识别方法和装置，涉及数据处理技术领域。该方法包括：获取通过车辆上安装的激光雷达采集的点云数据；根据所述点云数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像；根据所述特征图像和预先训练的检测框识别模型，确定所述鸟瞰图中检测框的大小、位置和朝向，其中，所述检测框用于框选所述车辆周围的障碍物；根据检测框的位置、大小以及朝向，在所述特征图像中，查找到所述检测框在所述特征图像对应的特征数据；将所述特征数据输入预先训练的检测框优化模型，输出优化后检测框的位置、大小以及朝向，得到所述鸟瞰图中的检测框。本申请可以更加准确对检测框进行识别。识别。识别。
【技术实现步骤摘要】
检测框识别方法及装置
[0001]本申请涉及数据处理
，特别是涉及一种检测框识别方法及装置。
技术介绍
[0002]在自动驾驶场景中，激光雷达是一种比较常用的传感器，用来更加准确地识别车辆周围的物体。为了使识别出的物体让驾驶人员一眼便可以看见，往往使用检测框将物体选出来，进而使检测框中的物体突出显示。
[0003]在相关技术中，往往是获取激光雷达采集到的点云数据。基于这些点云数据得到特征图像，并将特征图像输入预先训练的检测框识别模型，确定出检测框的位置、大小和朝向，进而根据这些数据将检测框在鸟瞰图中标记出来。
[0004]但是，由于预先训练的检测框识别模型数据处理能力有限，而特征图像一般包含大量数据，因此，预先训练的检测量识别模型不能准确识别出检测框的位置，大小和朝向。因此，亟需一种可以准确识别检测框的方法。
技术实现思路
[0005]有鉴于此，本申请提供一种检测框识别方法及装置，可以更加准确对检测框进行识别。
[0006]为达到上述目的，本申请主要提供如下技术方案：
[0007]第一方面，本申请提供了一种检测框识别方法，所述方法包括：
[0008]获取通过车辆上安装的激光雷达采集的点云数据；
[0009]根据所述点云数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像；
[0010]根据所述特征图像和预先训练的检测框识别模型，确定所述鸟瞰图中检测框的大小、位置和朝向，其中，所述检测框用于框选所述车辆周围的障碍物；
[0011]根据所述检测框的位置、大小以及朝向，在所述特征图像中，查找到所述检测框在所述特征图像对应的特征数据；
[0012]将所述特征数据输入预先训练的检测框优化模型，输出优化后检测框的位置、大小以及朝向，得到所述鸟瞰图中的检测框。
[0013]可选的，所述点云数据包括多个数据点，所述根据所述点云数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像，包括：
[0014]在所述点云数据中，获取在预设区域内的数据点；
[0015]沿预设区域所在空间直角坐标系的x轴和y轴方向，按照预设大小的柱状体素，对预设区域进行划分；
[0016]在划分得到的柱状体素中，找到包含至少一个数据点的目标柱状体素；
[0017]确定每个目标柱状体素在空间直角坐标系中对应的位置数据；
[0018]根据每个目标柱状体素在空间直角坐标系中对应的位置数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像。
[0019]可选的，所述确定所述目标柱状体素在空间直角坐标系中的位置数据，包括：
[0020]对于每个目标柱状体素，获取所述目标柱状体素所包含的所有目标数据点和所述目标柱状体素的中心点，根据每个目标数据点在空间直角坐标系中的坐标、反射强度以及到中心点的距离，得到所述目标柱状体素在空间直角坐标系中的位置数据。
[0021]可选的，所述根据每个目标柱状体素在空间直角坐标系中对应的位置数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像，包括：
[0022]将每个目标柱状体素在空间直角坐标系中的位置数据，输入预先训练的特征提取模型，得到每个目标柱状体素在空间直角坐标系中的位置特征数据
[0023]将每个目标柱状体素映射到鸟瞰图下，得到每个目标柱状体素在鸟瞰图中的位置，并将所述目标柱状体素在空间直角坐标系中的位置特征数据映射到该位置上，将其他位置的位置特征数据设置为0，得到特征图像。
[0024]可选的，所述预先训练的检测框识别模型包括图像降维模块和检测框识别模块，所述根据所述特征图像和预先训练的检测框识别模型，确定所述鸟瞰图中检测框的大小、位置和朝向，包括：
[0025]将所述特征图像输入图像降维模块，得到经过降维后的特征图像；
[0026]将所述经过降维后的特征图像输入检测框识别模块，得到所述经过降维后的特征图像中每个像素对应的热力值和旋转角度；
[0027]根据热力图中每个像素对应的热力值，确定物体所在的像素；
[0028]根据物体所在的像素，确定物体的大小、位置和旋转角度，得到与之对应的检测框的大小、位置和朝向。
[0029]可选的，所述根据热力图中每个像素对应的热力值，确定物体所在的像素，包括：
[0030]查找热力值大于周围热力值的像素，将其确定为物体所在像素。
[0031]第二方面，本申请提供了一种检测框识别装置，所述装置包括：
[0032]获取单元，用于获取通过车辆上安装的激光雷达采集的点云数据；
[0033]第一确定单元，用于根据所述点云数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像；
[0034]第二确定单元，用于根据所述特征图像和预先训练的检测框识别模型，确定所述鸟瞰图中检测框的大小、位置和朝向，其中，所述检测框用于框选所述车辆周围的障碍物；
[0035]查找单元，用于根据检测框的位置、大小以及朝向，在所述特征图像中，查找到所述检测框在所述特征图像对应的特征数据；
[0036]优化单元，用于将所述特征数据输入预先训练的检测框优化模型，输出优化后检测框的位置、大小以及朝向，得到所述鸟瞰图中的检测框。
[0037]可选的，所述点云数据包括多个数据点，所述第一确定单元，包括：
[0038]获取模块，用于在所述点云数据中，获取在预设区域内的数据点；
[0039]划分模块，用于沿预设区域所在空间直角坐标系的x轴和y轴方向，按照预设大小的柱状体素，对预设区域进行划分；
[0040]查找模块，用于在划分得到的柱状体素中，找到包含至少一个数据点的目标柱状体素；
[0041]第一确定模块，用于确定每个目标柱状体素在空间直角坐标系中对应的位置数
据；
[0042]第二确定模块，用于根据每个目标柱状体素在空间直角坐标系中对应的位置数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像。
[0043]可选的，所述第一确定模块，还用于：
[0044]对于每个目标柱状体素，获取所述目标柱状体素所包含的所有目标数据点和所述目标柱状体素的中心点，根据每个目标数据点在空间直角坐标系中的坐标、反射强度以及到中心点的距离，得到所述目标柱状体素在空间直角坐标系中的位置数据。
[0045]可选的，所述第二确定模块，还用于：
[0046]将每个目标柱状体素在空间直角坐标系中的位置数据，输入预先训练的特征提取模型，得到每个目标柱状体素在空间直角坐标系中的位置特征数据
[0047]将每个目标柱状体素映射到鸟瞰图下，得到每个目标柱状体素在鸟瞰图中的位置，并将所述目标柱状体素在空间直角坐标系中的位置特征数据映射到该位置上，将其他位置的位置特征数据设置为0，得到特征图像。
[0048]可选的，所述预先训练的检测框识别模型包括图像降维模块和检测框识别模块，所述第二确定单元，包括：
[0049]降维模块，用于将所述特征图像输入图像降维模块，得到经过降维本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种检测框识别方法，其特征在于，所述方法包括：获取通过车辆上安装的激光雷达采集的点云数据；根据所述点云数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像；根据所述特征图像和预先训练的检测框识别模型，确定所述鸟瞰图中检测框的大小、位置和朝向，其中，所述检测框用于框选所述车辆周围的障碍物；根据所述检测框的位置、大小以及朝向，在所述特征图像中，查找到所述检测框在所述特征图像对应的特征数据；将所述特征数据输入预先训练的检测框优化模型，输出优化后检测框的位置、大小以及朝向，得到所述鸟瞰图中的检测框。2.根据权利要求1所述的方法，其特征在于，所述点云数据包括多个数据点，所述根据所述点云数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像，包括：在所述点云数据中，获取在预设区域内的数据点；沿预设区域所在空间直角坐标系的x轴和y轴方向，按照预设大小的柱状体素，对预设区域进行划分；在划分得到的柱状体素中，找到包含至少一个数据点的目标柱状体素；确定每个目标柱状体素在空间直角坐标系中对应的位置数据；根据每个目标柱状体素在空间直角坐标系中对应的位置数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像。3.根据权利要求2所述的方法，其特征在于，所述确定所述目标柱状体素在空间直角坐标系中的位置数据，包括：对于每个目标柱状体素，获取所述目标柱状体素所包含的所有目标数据点和所述目标柱状体素的中心点，根据每个目标数据点在空间直角坐标系中的坐标、反射强度以及到中心点的距离，得到所述目标柱状体素在空间直角坐标系中的位置数据。4.根据权利要求2所述的方法，其特征在于，所述根据每个目标柱状体素在空间直角坐标系中对应的位置数据和其形成的鸟瞰图，确定所述鸟瞰图的特征图像，包括：将每个目标柱状体素在空间直角坐标系中的位置数据，输入预先训练的特征提取模型，得到每个目标柱状体素在空间直角坐标系中的位置特征数据；将每个目标柱状体素映射到鸟瞰图下，得到每个目标柱状体素在鸟瞰图中的位置，并将所述目标柱状体素在空间直角坐标系中的位置特征数据映射到该位置上，将其他位置的位置特征数据设置为0，得到特征图像。5.根据权利要求1所述的方法，其特征在于，所述预先训练的检测框识别模型包括图像降维模块和检测框识别模块，所述根据所述特征图像和预先训练的检测框识别模型，确定所述鸟瞰图中检测框的大小、位置和朝向，包括：将所述特征图像输入图像降维模块，得到经过降...
【专利技术属性】
技术研发人员：宋文辉，张灿，李宇帅，赵天坤，陈睿，
申请(专利权)人：合众新能源汽车股份有限公司，
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。