对象检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及一种对象检测方法、装置、电子设备及存储介质。其中，对象检测方法包括：获取对车辆对应的车道区域进行扫描得到的第一点云数据；获取对所述第一点云数据进行路沿检测得到的第一路沿数据，对所述第一路沿数据进行扩增处理，得到第二路沿数据；基于所述第二路沿数据在所述第一点云数据中确定位于车道内区域的第二点云数据，并基于所述第二点云数据聚类得到候选对象；基于所述第一路沿数据在所述车道区域中确定目标区域，将所述目标区域内的候选对象确定为待检测的目标对象。本申请实施例可以过滤掉车道外区域的干扰数据，实现车道内区域虚目标的滤除；可以将目标区域外的候选对象滤除，提高对目标对象的检测的准确度。提高对目标对象的检测的准确度。提高对目标对象的检测的准确度。

【技术实现步骤摘要】
对象检测方法、装置、电子设备及存储介质


[0001]本申请涉及自动驾驶领域，尤其涉及一种对象检测方法、装置、电子设备及存储介质。

技术介绍

[0002]在自动驾驶系统的发展中，对障碍物进行目标检测一直都是感知阶段中最基础的模块，其中激光雷达传感器接收到的点云信息，是进行目标检测的重要基础信息。激光雷达每帧有十几万数量的点云信息，不仅包括了道路内目标车辆的信息，还能详细描述道路的整体环境，包括行人，等其他障碍物。
[0003]在信息丰富的激光雷达点云的目标检测中，道路区域的划分一直都是一个热点问题，主要为了根据车道内和车道外划分主次目标，减少输出到下游模块的非主要目标数量，以减少下游模块对目标处理的复杂度，减少目标处理的不必要的开销。
[0004]最常用的道路区域划分一般基于默认区域范围或者前视视觉车道线。默认区域范围不是动态的更新感兴趣区域(Region of Interest，ROI)，无法适应各种道路情况，用于目标过滤始终会存在欠过滤和过过滤目标的问题；前视视觉车道线用三车道模型对目标检测的范围进行道路内和道路外的区分，进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象检测方法，其特征在于，包括：获取对车辆对应的车道区域进行扫描得到的第一点云数据；获取对所述第一点云数据进行路沿检测得到的第一路沿数据，对所述第一路沿数据进行扩增处理，得到第二路沿数据；基于所述第二路沿数据在所述第一点云数据中确定位于车道内区域的第二点云数据，并基于所述第二点云数据聚类得到候选对象；基于所述第一路沿数据在所述车道区域中确定目标区域，将所述目标区域内的候选对象确定为待检测的目标对象。2.根据权利要求1所述的对象检测方法，其特征在于，所述第一路沿数据包含多个路沿点，对所述第一路沿数据进行扩增处理，得到第二路沿数据，包括：对所述第一路沿数据插入用于填充及补全的路沿点，得到补全路沿数据，以使所述补全路沿数据中每个路沿点与扫描视场范围内相应的分辨率角度对应；对所述补全路沿数据插入用于占位的无效路沿点，得到第二路沿数据，以使扫描视场范围内每个分辨率角度均在所述第二路沿数据中具有对应的路沿点。3.根据权利要求2所述的对象检测方法，其特征在于，对所述第一路沿数据插入用于填充及补全的路沿点，得到补全路沿数据，包括：对所述第一路沿数据中间隔小于或等于第一阈值的路沿点之间进行插值处理，得到插值路沿数据；对所述插值路沿数据中间隔大于所述第一阈值且小于第二阈值的路沿点之间进行补全处理，得到补全路沿数据。4.根据权利要求2所述的对象检测方法，其特征在于，对所述补全路沿数据插入用于占位的无效路沿点，得到第二路沿数据，包括：对所述补全路沿数据中间隔大于或等于第二阈值的路沿点之间插入用于占位的无效路沿点，得到第二路沿数据。5.根据权利要求1所述的对象检测方法，其特征在于，基于所述第二路沿数据在所述第一点云数据中确定位于车道内区域的第二点云数据，包括：获取所述第一点云数据中每个点的坐标，并确定每个点对应的分辨率角度；以车辆所在位置为原点，计算每个分辨率角度对应的点的坐标的第一极径距离；基于所述第二路沿数据确定每个分辨率角度对应的第一路沿距离阈值；若任一所述第一极径距离小于或等于对应的第一路沿距离阈值，确定该点位于车道线内；将所有位于车道线内的点的坐标确定为位于车道内区域的第二点云数据。6.根据权利要求5所述的对象检测方法，其特征在于，基于所述第二路沿数据确定每个分辨率角度对应的第一路沿距离阈值，包括：在所述第二路沿数据中确定除无效路沿点之外的有效路沿点及每个所述有效路沿点对应的分辨率角度；计算车辆所在位置与每个所述有效路沿点之间的第一距离，以作为第一距离阈值；对于所述第二路沿数据中的无效路沿点，确定每个无效路沿点对应的...

【专利技术属性】
技术研发人员：彭慧玲，卢燚鑫，陈王双懿，邓皓匀，钱少华，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：