目标物的检测方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种目标物的检测方法、装置、电子设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取目标车辆车身周围环境的目标点云数据、业务信息和目标车辆的算力值；其中，业务信息包括业务类型；根据目标车辆的算力值，确定对应的特征类型，并在特征类型为多个时，分别提取目标点云数据在各特征类型下的特征；其中，不同的特征类型对应不同的视角；对目标点云数据在所有特征类型下的特征进行融合处理，得到融合特征；根据业务类型对应的网络模型，对融合特征进行处理，以检测车身周围环境中的目标物，得到检测结果。上述方式提高了目标物的检测的准确性，进而提高车辆自动驾驶的安全性。的安全性。的安全性。

【技术实现步骤摘要】
目标物的检测方法、装置、电子设备及存储介质


[0001]本申请涉及自动驾驶
，尤其涉及一种目标物的检测方法、装置、电子设备及存储介质。

技术介绍

[0002]激光雷达以其高测距精度、高稳定性等特点被广泛应用于高级别自动驾驶环境感知中。近年来，随着激光雷达传感器成本的下降及车规级产品的推出，其也被逐步应用于消费级量产车型上。
[0003]目前在激光雷达检测算法中，主要有基于单点Point、体素Voxel、鸟瞰视图(Bird
‑
Eye
‑
View，BEV)和深度图(Range
‑
View，RV)等特征的网络算法。各算法均存在各自的缺陷，其中：基于Point和Voxel特征的算法由于采用3D卷积网络往往对计算资源需求较高；为解决此问题，将三维的点云数据投影到BEV或RV等二维视角，并采用2D卷积网络是常用的方法。虽然BEV特征更符合车辆在道路平面上的运动场景，但其稀疏性限制了对远距离目标物的检测；而RV特征虽然具有稠密性且可快速查询邻域关系，但其面临着远近尺度不一的问题。
[0004]因此，现有技术存在目标物的检测准确性差，无法及时检测到限速标志牌、禁止右拐标志牌等造成车辆继续以超速行驶或右拐行驶，导致该目标车辆与其他车辆容易碰撞，进而导致车辆自动驾驶安全性差的问题。

技术实现思路

[0005]本申请提供了一种目标物的检测方法、装置、电子设备及存储介质，用以解决目标物的检测准确性差导致的车辆自动驾驶安全性差的问题。
[0006]根据本申请的第一方面，提供了一种目标物的检测方法，包括：
[0007]获取目标车辆车身周围环境的目标点云数据、业务信息和目标车辆的算力值；其中，所述业务信息包括业务类型；
[0008]根据所述目标车辆的算力值，确定对应的特征类型，并在所述特征类型为多个时，分别提取所述目标点云数据在各特征类型下的特征；其中，不同的特征类型对应不同的视角；
[0009]对所述目标点云数据在所有特征类型下的特征进行融合处理，得到融合特征；
[0010]根据所述业务类型对应的网络模型，对所述融合特征进行处理，以检测所述车身周围环境中的目标物，得到检测结果。
[0011]可选地，所述根据所述目标车辆的算力值，确定对应的特征类型，包括以下任一项：
[0012]在所述目标车辆的算力值不小于第一预设阈值时，确定对应的特征类型为单点特征类型、鸟瞰视图BEV特征类型和深度图RV特征类型；
[0013]在所述目标车辆的算力值大于第二预设阈值，且小于第一预设阈值时，确定对应
的特征类型为单点特征类型、BEV特征类型和RV特征类型中的至少两个；其中，所述第一预设阈值高于所述第二预设阈值；
[0014]在所述目标车辆的算力值不大于第二预设阈值时，确定对应的特征类型为单点特征类型、BEV特征类型和RV特征类型中的至少一个。
[0015]可选地，所述分别提取所述目标点云数据在各特征类型下的特征，包括以下至少一项：
[0016]采用预设单点特征提取网络对所述目标点云数据进行点特征提取，得到单点特征；
[0017]将所述目标点云数据进行BEV视角的投影处理，得到所述目标点云数据在BEV视角下的第一BEV特征，并将所述第一BEV特征输入至预设BEV特征提取网络，得到所述目标点云数据在BEV特征类型下的第二BEV特征；
[0018]将所述目标点云数据进行RV视角的投影处理，得到所述目标点云数据在RV视角下的第一RV特征，并将所述第一RV特征输入至预设RV特征提取网络，得到所述目标点云数据在RV特征类型下的第二RV特征。
[0019]可选地，所述将所述目标点云数据进行BEV视角的投影处理，包括：
[0020]利用第一目标投影方式，在BEV视角下对所述目标点云数据进行投影处理；其中，所述第一目标投影方式包括以下至少之一：栅格投影方式和Pillar投影方式。
[0021]可选地，所述将所述目标点云数据进行RV视角的投影处理，包括：
[0022]利用第二目标投影方式，在RV视角下对所述目标点云数据进行投影处理；其中，所述第二目标投影方式包括以下至少之一：圆柱形视图投影方式、球面视图投影方式和环形方位投影方式。
[0023]可选地，所述对所述目标点云数据在所有特征类型下的特征进行融合处理，得到融合特征，包括：
[0024]对所述第二BEV特征和/或所述第二RV特征进行反投影处理，得到BEV点云特征和/或RV点云特征；
[0025]将所述BEV点云特征、所述RV点云特征和/或所述单点特征进行拼接，得到融合特征。
[0026]可选地，所述获取目标车辆车身周围环境的目标点云数据，包括：
[0027]获取目标车辆车身周围环境的原始点云数据；其中，所述原始点云数据由设置于目标车辆车身上的激光雷达设备对所述车身周围环境进行扫描得到；
[0028]对所述原始点云数据进行预处理，得到所述目标点云数据；其中，所述目标点云数据包括各个目标点的坐标数据和反射强度值；其中，所述目标点为所述原始点云数据包含的激光雷达设备发射的多条激光束的反射点，每个所述反射点具有各自的反射强度值。
[0029]根据本申请的第二方面，提供了一种目标物的检测装置，包括：
[0030]获取模块，用于获取目标车辆车身周围环境的目标点云数据、业务信息和目标车辆的算力值；其中，所述业务信息包括业务类型；
[0031]确定提取模块，用于根据所述目标车辆的算力值，确定对应的特征类型，并在所述特征类型为多个时，分别提取所述目标点云数据在各特征类型下的特征；其中，不同的特征类型对应不同的视角；
[0032]融合处理模块，用于对所述目标点云数据在所有特征类型下的特征进行融合处理，得到融合特征；
[0033]检测模块，用于根据所述业务类型对应的网络模型，对所述融合特征进行处理，以检测所述车身周围环境中的目标物，得到检测结果。
[0034]根据本申请的第三方面，提供了一种电子设备，包括：至少一个处理器和存储器；
[0035]所述存储器存储计算机执行指令；
[0036]所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面所述的目标物的检测方法。
[0037]根据本申请的第四方面，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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上第一方面所述的目标物的检测方法。
[0038]根据本申请的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的目标物的检测方法。
[0039]本申请提供的一种目标物的检测方法，包括：获取目标车辆车身周围环境的目标点云数据、业务信息和目标车辆的算力值；其中，业务信息包括业务类型；根据目标车辆的算力值，确定对应的特征类型，并在特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标物的检测方法，其特征在于，包括：获取目标车辆车身周围环境的目标点云数据、业务信息和目标车辆的算力值；其中，所述业务信息包括业务类型；根据所述目标车辆的算力值，确定对应的特征类型，并在所述特征类型为多个时，分别提取所述目标点云数据在各特征类型下的特征；其中，不同的特征类型对应不同的视角；对所述目标点云数据在所有特征类型下的特征进行融合处理，得到融合特征；根据所述业务类型对应的网络模型，对所述融合特征进行处理，以检测所述车身周围环境中的目标物，得到检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标车辆的算力值，确定对应的特征类型，包括以下任一项：在所述目标车辆的算力值不小于第一预设阈值时，确定对应的特征类型为单点特征类型、鸟瞰视图BEV特征类型和深度图RV特征类型；在所述目标车辆的算力值大于第二预设阈值，且小于第一预设阈值时，确定对应的特征类型为单点特征类型、BEV特征类型和RV特征类型中的至少两个；其中，所述第一预设阈值高于所述第二预设阈值；在所述目标车辆的算力值不大于第二预设阈值时，确定对应的特征类型为单点特征类型、BEV特征类型和RV特征类型中的至少一个。3.根据权利要求1或2所述的方法，其特征在于，所述分别提取所述目标点云数据在各特征类型下的特征，包括以下至少一项：采用预设单点特征提取网络对所述目标点云数据进行点特征提取，得到单点特征；将所述目标点云数据进行BEV视角的投影处理，得到所述目标点云数据在BEV视角下的第一BEV特征，并将所述第一BEV特征输入至预设BEV特征提取网络，得到所述目标点云数据在BEV特征类型下的第二BEV特征；将所述目标点云数据进行RV视角的投影处理，得到所述目标点云数据在RV视角下的第一RV特征，并将所述第一RV特征输入至预设RV特征提取网络，得到所述目标点云数据在RV特征类型下的第二RV特征。4.根据权利要求3所述的方法，其特征在于，所述将所述目标点云数据进行BEV视角的投影处理，包括：利用第一目标投影方式，在BEV视角下对所述目标点云数据进行投影处理；其中，所述第一目标投影方式包括以下至少之一：栅格投影方式和Pillar投影方式。5.根据权利要求3所述的方法，其特征在于，所述将所述目标点云数据...

【专利技术属性】
技术研发人员：李广敬，王晓东，张天雷，王超，
申请(专利权)人：北京主线科技有限公司，
类型：发明
国别省市：