一种目标检测方法及装置、电子设备、存储介质制造方法及图纸

本申请公开了一种目标检测方法及装置、电子设备、存储介质，所述方法包括：获取激光雷达采集的点云数据；将其划分为多个相同尺寸的柱体，并确定各个柱体对应的特征数据；获取点云数据中各个目标尺寸类型的目标的尺寸；分别计算每个目标尺寸类型的各个目标的尺寸的均值，得到每个目标尺寸类型对应的统一尺寸；基于对应的统一尺寸计算目标尺寸类型占据柱体的数量；根据占据柱体的数量确定目标尺寸类型对应的卷积核尺寸；分别利用确定的各个卷积核尺寸，对点云数据的初始特征矩阵进行稀疏卷积运算，得到多个新特征矩阵；将各个新特征矩阵进行融合，得到点云数据的融合特征矩阵；基于点云数据的融合特征矩阵检测出点云数据中的指定目标及其相关信息。

【技术实现步骤摘要】

本申请涉及目标检测，特别涉及一种目标检测方法及装置、电子设备、存储介质。

技术介绍

1、基于激光雷达采集的点云数据进行深度学习目标检测是一种较为新兴的障碍物识别方法，其目的在于深度学习算法通过对点云的位置以及分布等信息的学习而识别并且能区分不同的目标，例如乘用车、卡车、行人等。

2、当前实现目标检测的一种较优的方式，是将整个激光雷达采集的点云场景按照俯视视角进行网格化划分，而后在空间中形成一个个紧挨着的尺寸相同的体柱，每个体柱中包含一定数量的激光点云。然后采用深度学习模型通过学习每个体柱子中的点云特征，从而确定各个目标的种类以及它们的位置尺寸等信息。

3、但是现有的方式在检测过程中，是通过指定大小的卷积核进行特征提取，而真实的道路场景中存在的目标较多，并且各个目标的尺寸相差较大，因此采用现有的方式，会导致较小的目标的特征在提取过程中逐级消失，且无法提取到较大目标的整体特征，进而导致检测的结果的准确性较低，以及出现漏检的情况。

技术实现思路

1、基于上述现有技术的不足，本申请提供了一种目本文档来自技高网...

【技术保护点】

1.一种目标检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述点云数据划分为多个相同尺寸的柱体，包括：

3.根据权利要求1所述的方法，其特征在于，所述确定各个所述柱体对应的特征数据，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于各个所述目标尺寸类型对应的统一尺寸，计算得到各个所述目标尺寸类型占据所述柱体的数量，包括：

5.根据权利要求1所述的方法，其特征在于，所述分别根据各个所述目标尺寸类型占据所述柱体的数量，确定各个所述目标尺寸类型对应的卷积核尺寸，包括：

6.根据权利要求1所述的方...

【技术特征摘要】

1.一种目标检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述点云数据划分为多个相同尺寸的柱体，包括：

3.根据权利要求1所述的方法，其特征在于，所述确定各个所述柱体对应的特征数据，包括：

4.根据权利要求2所述的方法，其特征在于，所述基于各个所述目标尺寸类型对应的统一尺寸，计算得到各个所述目标尺寸类型占据所述柱体的数量，包括：

5.根据权利要求1所述的方法，其特征在于，所述分别根据各个所述目标尺寸类型占据所述柱体的数量...

【专利技术属性】
技术研发人员：梁若辛，
申请(专利权)人：江苏涵润汽车电子有限公司，
类型：发明
国别省市：