一种点云目标检测方法及装置制造方法及图纸

本申请提供一种点云目标检测方法及装置，该方法包括：预先构建点云目标检测模型；获取待检测的点云数据；将待检测的点云数据转换为待检测的伪图像信息；根据点云目标检测模型和待检测的伪图像信息进行目标检测，得到多种目标检测结果；输出多种目标检测结果。可见，该方法及装置能够实时对多种目标进行有效识别，检测速度快，适用性好。

【技术实现步骤摘要】

本申请涉及数据处理，具体而言，涉及一种点云目标检测方法及装置。

技术介绍

1、点云目标检测是自动驾驶环境感知领域中的关键问题之一，点云目标检测的目的是得到行驶环境的车辆、行人及障碍物等信息。随着感知技术的不断发展，人们对识别的准确性、实时性的要求越来越高。现有的点云目标检测方法，通常为基于point系列的3d点云检测方法，该系列检测算法检测速度慢，在现实工程应用中的适用性低。

技术实现思路

1、本申请实施例的目的在于提供一种点云目标检测方法及装置，能够实时对多种目标进行有效识别，检测速度快，适用性好。

2、本申请第一方面提供了一种点云目标检测方法，包括：

3、预先构建点云目标检测模型；

4、获取待检测的点云数据；

5、将所述待检测的点云数据转换为待检测的伪图像信息；

6、根据所述点云目标检测模型和所述待检测的伪图像信息进行目标检测，得到多种目标检测结果；

7、输出所述多种目标检测结果。

8、进一步地，所述预先构建点云目标检测模本文档来自技高网...

【技术保护点】

1.一种点云目标检测方法，其特征在于，包括：

2.根据权利要求1所述的点云目标检测方法，其特征在于，所述预先构建点云目标检测模型，包括：

3.根据权利要求2所述的点云目标检测方法，其特征在于，所述将所述样本点云数据转换为二维的伪图像信息，包括：

4.根据权利要求2所述的点云目标检测方法，其特征在于，所述通过所述ResNet主干网络和所述FPN采样网络对所述伪图像信息进行特征提取，得到多尺度图像特征，包括：

5.根据权利要求2所述的点云目标检测方法，其特征在于，所述预设的损失函数包括Smooth_L1损失函数和Focal-Loss损失函数；<...

【技术特征摘要】

1.一种点云目标检测方法，其特征在于，包括：

2.根据权利要求1所述的点云目标检测方法，其特征在于，所述预先构建点云目标检测模型，包括：

3.根据权利要求2所述的点云目标检测方法，其特征在于，所述将所述样本点云数据转换为二维的伪图像信息，包括：

4.根据权利要求2所述的点云目标检测方法，其特征在于，所述通过所述resnet主干网络和所述fpn采样网络对所述伪图像信息进行特征提取，得到多尺度图像特征，包括：

5.根据权利要求2所述的点云目标检测方法，其特征在于，所述预设的损失函数包括smooth_l1损失函数和focal-loss损失函数；

6.一种...

【专利技术属性】
技术研发人员：刘晓明，彭易锦，方志杰，孙创开，王志伟，
申请(专利权)人：广汽埃安新能源汽车股份有限公司，
类型：发明
国别省市：