跨模态目标状态的检测方法、设备、智能设备和介质技术

本申请提供了一种跨模态目标状态的检测方法、设备、智能设备和介质，包括从初始目标检测序列中进行采样，得到采样的目标检测序列，对采样的目标检测序列中当前时帧内当前目标和历史时帧内第一历史目标进行特征提取，得到当前目标的第一特征信息和第一历史目标的历史特征信息；基于第一特征信息和第一历史目标的历史特征信息，得到当前目标的第二特征信息后，输入状态预测网络，得到当前目标的状态信息。这样，使得目标检测和状态预测的分离，无需对网络设置不同的分支，使得网络结构的较为简单，且不会收到上游检测结果的影响，并利用防状态突变的状态预测网络进行状态预测，提高了预测状态的准确性。

【技术实现步骤摘要】

本申请涉及目标检测，具体提供一种跨模态目标状态的检测方法、设备、智能设备和介质。

技术介绍

1、自动驾驶的功能越来越受到大家的认可，而且使用的场景随着传感器和信息技术的进步，用户期待的功能也进一步提升。感知场景里正确跟踪到目标，为下游规划与控制（planning and control，pnc）、主动刹车系统（autonomous emergency braking，aeb）等功能模块提供完备而准确的环境信息，有助于提升用户使用的体验。

2、相关技术中，跨模态目标状态的检测方法大致分为两类：1）基于规则滤波的检测方法；2）基于前融合神经网络的检测方法。

3、基于规则滤波的检测方法，一般假定物体做匀速或匀加速运动。基于目标在历史时帧的状态量，利用经典物理学运动公式和卡尔曼滤波，对当前时帧的状态量进行预测。然而该方法存在以下缺点：（1）当前时帧的状态量依赖于目标在历史时帧的状态量，易受上游噪声影响，导致有误差累积效应；（2）对于跨模态数据而言，不同模态数据的抖动程度不同，预测结果准确性相对较低。

4、基于前融合神经网络的检测本文档来自技高网...

【技术保护点】

1.一种跨模态目标状态的检测方法，其特征在于，包括：

2.根据权利要求1所述的跨模态目标状态的检测方法，其特征在于，所述防状态突变约束条件包括抑制目标位置突变的约束条件、抑制目标运动量突变的约束条件和抑制目标朝向突变约束条件中的至少一种；

3.根据权利要求1所述的跨模态目标状态的检测方法，其特征在于，

4.根据权利要求1所述的跨模态目标状态的检测方法，其特征在于，基于所述第一特征信息和所述第一历史目标的历史特征信息，得到所述当前目标的第二特征信息，包括：

5.根据权利要求4所述的跨模态目标状态的检测方法，其特征在于，基于所述第一特征信息和所...

【技术特征摘要】

1.一种跨模态目标状态的检测方法，其特征在于，包括：

2.根据权利要求1所述的跨模态目标状态的检测方法，其特征在于，所述防状态突变约束条件包括抑制目标位置突变的约束条件、抑制目标运动量突变的约束条件和抑制目标朝向突变约束条件中的至少一种；

3.根据权利要求1所述的跨模态目标状态的检测方法，其特征在于，

4.根据权利要求1所述的跨模态目标状态的检测方法，其特征在于，基于所述第一特征信息和所述第一历史目标的历史特征信息，得到所述当前目标的第二特征信息，包括：

5.根据权利要求4所述的跨模态目标状态的检测方法，其特征在于，基于所述第一特征信息和所述第一历史目标的历史特征信息，确定当前时帧的第一掩码注意力信息，包括：

6.根据权利要求5所述的跨模态目标状态的检测方法，其特征在于，基于所述第一特征信息和所...

【专利技术属性】
技术研发人员：李传康，王溯恺，王云龙，单为，姚卯青，
申请(专利权)人：安徽蔚来智驾科技有限公司，
类型：发明
国别省市：