一种基于感知多视角特征融合模型的4D毫米波成像雷达点云的目标检测方法技术

本发明专利技术涉及一种基于感知多视角特征融合模型的4D毫米波成像雷达点云的目标检测方法，包括以下步骤：对点云数据集进行预处理，得到三维空间点云体素；将三维空间点云体素解耦并压缩为单独的三个相互正交视图，计算每个视图下体素的稀疏特征；对所述稀疏特征进行特征提取、下采样、空间特征提取和编码，得到嵌入体素特征；对所述稀疏特征解耦为三个相互正交的像素特征平面，将所述像素特征平面之间的特征交互，得到特征交互后的三个像素特征平面；合并每个三维空间点云体素在三个相互正交视图上投影区域的空间特征；对合并后的空间特征进行分类和定位处理，得到目标检测结果。与现有技术相比，本发明专利技术对4D毫米波雷达采集的稀疏点云，具有更为准确的识别效果。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，尤其是涉及一种基于感知多视角特征融合模型的4d毫米波成像雷达点云的目标检测方法。

技术介绍

1、常规汽车雷达已广泛应用于高级驾驶辅助系统(adas)和自动驾驶，与基于激光雷达的感知技术相比，雷达系统的硬件成本和维护成本更低，更具成本效益。但面临着缺乏高程信息和低分辨率等限制。为了克服这些限制，4d毫米波成像雷达的开发已经成为一个有前途的解决方案。

2、目前现有技术中，已经有许多基于激光雷达的目标检测方法。比如：申请号为cn202011040602.1的专利技术专利申请，提出了基于上下文编码的激光雷达点云三维目标检测方法；申请号为cn202110928928.6的专利技术专利申请，提出了基于关键点多尺度融合的点云目标检测方法；申请号为cn202310960023.6的专利技术申请专利，提出了一种单阶段细粒度轻量化的点云三维目标检测系统。但是，现有技术存在以下问题：上述现有技术公开的方法均为基于激光雷达点云的三维目标检测方法，相比于激光雷达，4d毫米波雷达点云更加稀疏，特征提取更加困难，基于激光雷达的检测方法在4d雷达场景本文档来自技高网...

【技术保护点】

1.一种基于感知多视角特征融合模型的4D毫米波成像雷达点云的目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于感知多视角特征融合模型的4D毫米波成像雷达点云的目标检测方法，其特征在于，步骤S1中对所述点云数据集进行预处理包括：根据预定义的体素尺寸对所述点云数据集进行体素化处理，将连续的三维空间离散化成尺寸为W×L×H的体素空间，形成三维空间点云体素。

3.根据权利要求1所述的一种基于感知多视角特征融合模型的4D毫米波成像雷达点云的目标检测方法，其特征在于，步骤S2中计算每个视图下三维空间点云体素的稀疏特征Fv采用如下公式：

4....

【技术特征摘要】

1.一种基于感知多视角特征融合模型的4d毫米波成像雷达点云的目标检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于感知多视角特征融合模型的4d毫米波成像雷达点云的目标检测方法，其特征在于，步骤s1中对所述点云数据集进行预处理包括：根据预定义的体素尺寸对所述点云数据集进行体素化处理，将连续的三维空间离散化成尺寸为w×l×h的体素空间，形成三维空间点云体素。

3.根据权利要求1所述的一种基于感知多视角特征融合模型的4d毫米波成像雷达点云的目标检测方法，其特征在于，步骤s2中计算每个视图下三维空间点云体素的稀疏特征fv采用如下公式：

4.根据权利要求1所述的一种基于感知多视角特征融合模型的4d毫米波成像雷达点云的目标检测方法，其特征在于，所述步骤3具体包括以下步骤：

5.根据权利要求1所述的一种基于感知多视角特征融合模型的4d毫米波成像雷达点云的目标检测方法，其特征在于，所述步骤4具体包括以下步骤：

6.根据权利要求1所述的一种基于感知多视角特征融合模型的4d毫...

【专利技术属性】
技术研发人员：申亚飞，朱煜，朱梓铭，陈欢磊，张可至，沈莉，
申请(专利权)人：上海机动车检测认证技术研究中心有限公司，
类型：发明
国别省市：