【技术实现步骤摘要】
本申请涉及汽车，具体涉及一种模型推理方法、装置、设备及存储介质。
技术介绍
1、随着智能驾驶技术的发展，自动驾驶中对于激光点云的模型推理越来越重要。当前可以通过对激光点云(即原始点云信息)进行模型推理，以从原始点云信息获得感知信息(例如车辆、道路边缘、可行驶区域)。
2、但是，在上述方法中，对激光点云进行模型推理时，只能针对单个任务进行推理，造成资源浪费，且推理结果不准确。从而，导致模型推理效率较差、准确度较低。
技术实现思路
1、本申请提供一种模型推理方法、装置、设备及存储介质，以至少解决相关技术中对激光点云进行模型推理时，只能针对单个任务进行推理，造成资源浪费，且推理结果不准确的技术问题。本申请的技术方案如下：
2、根据本申请涉及的第一方面，提供一种模型推理方法，包括：获取多个原始点云数据，并对多个原始点云数据进行预处理，得到多个第一点云数据，多个原始点云数据为采集到的多个物体对应的点云数据，预处理包括以下至少一项：数据筛选、转换数据结构；对多个第一点云数据进行体素化处理，得到体数据集，体数据集包括多个物体对应的模型的表面信息和内部属性；对体数据集进行特征处理，得到特征数据，特征处理包括以下至少一项：特征提取、最大池化、散射；基于预设推理引擎，对特征数据进行处理，得到多个物体对应的模型推理结果，并对多个物体对应的模型推理结果进行解析，确定多个物体中的每个物体的类型，模型推理结果用于指示多个物体中的每个物体对应的多项参数。
3、根据上述技术手段
4、在一种可能的实施方式中，对多个原始点云数据进行预处理，得到多个第一点云数据，包括：去除多个原始点云数据中的无效点云数据，得到多个第二点云数据；将多个第二点云数据中的每个第二点云数据的数据结构转换为预设数据结构，得到多个第一点云数据。
5、根据上述技术手段，本申请可以通过去除多个原始点云数据中的无效点云数据，提升点云数据的准确度，方便后续对点云数据进行模型推理；通过将点云数据的数据结构转换为预设数据结构，方便后续使用cuda代码对点云数据进行分布式处理。
6、在一种可能的实施方式中，对多个第一点云数据进行体素化处理，得到体数据集，包括：将多个第一点云数据划分至多个原始立柱中，并从多个原始立柱中确定出多个目标立柱，一个目标立柱中包括至少一个第一点云数据；确定多个目标立柱中的每个目标立柱对应的目标信息，得到体数据集，目标信息包括以下至少一项：目标立柱的位置信息、目标立柱包括的至少一个第一点云数据、目标立柱包括的至少一个第一点云数据的数量。
7、根据上述技术手段，本申请可以通过对点云数据进行体素化处理得到体数据集，方便后续对体数据集进行特征提取。
8、在一种可能的实施方式中，方法还包括：将特征数据表示为映射数据类型的数据；基于预设推理引擎，对特征数据进行处理，得到多个物体对应的模型推理结果，包括：基于预设推理引擎，对映射数据类型的数据进行处理，得到多个物体对应的模型推理结果。
9、根据上述技术手段，本申请可以通过将特征数据表示为映射数据类型的数据，方便将特征数据输入预设推理引擎进行模型推理，避免将特征数据输入不同的预设推理引擎前，需要针对不同的任务模型对特征数据进行不同的处理的问题，实现兼容不同的任务模型(包括单任务模型及多任务模型)。
10、根据本申请提供的第二方面，提供一种模型推理装置，包括获取模块、处理模块和确定模块；获取模块，用于获取多个原始点云数据，多个原始点云数据为采集到的多个物体对应的点云数据；处理模块，用于对多个原始点云数据进行预处理，得到多个第一点云数据，预处理包括以下至少一项：数据筛选、转换数据结构；处理模块，还用于对多个第一点云数据进行体素化处理，得到体数据集，体数据集包括多个物体对应的模型的表面信息和内部属性；处理模块，还用于对体数据集进行特征处理，得到特征数据，特征处理包括以下至少一项：特征提取、最大池化、散射；处理模块，还用于基于预设推理引擎，对特征数据进行处理，得到多个物体对应的模型推理结果，模型推理结果用于指示多个物体中的每个物体对应的多项参数；确定模块，用于对多个物体对应的模型推理结果进行解析，确定多个物体中的每个物体的类型。
11、在一种可能的实施方式中，处理模块，还用于去除多个原始点云数据中的无效点云数据，得到多个第二点云数据；处理模块，还用于将多个第二点云数据中的每个第二点云数据的数据结构转换为预设数据结构，得到多个第一点云数据。
12、在一种可能的实施方式中，处理模块，还用于将多个第一点云数据划分至多个原始立柱中；确定模块，还用于从多个原始立柱中确定出多个目标立柱，一个目标立柱中包括至少一个第一点云数据；确定模块，还用于确定多个目标立柱中的每个目标立柱对应的目标信息，得到体数据集，目标信息包括以下至少一项：目标立柱的位置信息、目标立柱包括的至少一个第一点云数据、目标立柱包括的至少一个第一点云数据的数量。
13、在一种可能的实施方式中，处理模块，还用于将特征数据表示为映射数据类型的数据；处理模块，还用于基于预设推理引擎，对映射数据类型的数据进行处理，得到多个物体对应的模型推理结果。
14、根据本申请提供的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现上述第一方面及其任一种可能的实施方式的方法。
15、根据本申请提供的第四方面，提供一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述第一方面中及其任一种可能的实施方式的方法。
16、根据本申请提供的第五方面，提供一种车辆，包括：模型推理装置，用于实现上述第一方面及其任一种可能的实施方式的方法。
17、根据本申请提供的第六方面，提供一种计算机程序产品，计算机程序产品包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行上述第一方面及其任一种可能的实施方式的方法。
18、由此，本申请的上述技术特征具有以下有益效果：
19、(1)可以对多个原始点云数据进行预处理得到多个第一点云数据，进一步的，对多个第一点云数据进行体素本文档来自技高网...
【技术保护点】
1.一种模型推理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多个原始点云数据进行预处理，得到多个第一点云数据，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述多个第一点云数据进行体素化处理，得到体数据集，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
5.一种模型推理装置，其特征在于，包括获取模块、处理模块和确定模块；
6.根据权利要求5所述的模型推理装置，其特征在于，所述处理模块，还用于去除所述多个原始点云数据中的无效点云数据，得到多个第二点云数据；
7.根据权利要求5或6所述的模型推理装置，其特征在于，所述处理模块，还用于将所述多个第一点云数据划分至多个原始立柱中；
8.根据权利要求5或6所述的模型推理装置，其特征在于，所述处理模块，还用于将所述特征数据表示为映射数据类型的数据；
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中存储
11.一种车辆，其特征在于，所述车辆包括如权利要求5至8中任一项所述的模型推理装置，所述车辆用于实现如权利要求1至4中任一项所述的方法。
...【技术特征摘要】
1.一种模型推理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述多个原始点云数据进行预处理，得到多个第一点云数据，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述多个第一点云数据进行体素化处理，得到体数据集，包括：
4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
5.一种模型推理装置，其特征在于，包括获取模块、处理模块和确定模块；
6.根据权利要求5所述的模型推理装置，其特征在于，所述处理模块，还用于去除所述多个原始点云数据中的无效点云数据，得到多个第二点云数据；
7.根据权...
【专利技术属性】
技术研发人员：于钧，徐文东，屈顺娇，邓皓匀，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。