【技术实现步骤摘要】
本申请涉及计算机领域，具体涉及一种对象检测方法、装置、电子设备和存储介质。
技术介绍
1、智慧交通建设中最为重要且基础的建设内容为感知建设，即通过在道路两侧、中央等高位建立传感器来捕获道路上的动静态要素，并进行数字化的过程。常用的智慧交通传感器包括相机、激光雷达、毫米波雷达等。而毫米波雷达由于电磁波成像的物理特性，穿透性强、不依赖光源成像，使得毫米波雷达是一种非常适合智慧交通建设的传感器，能够做到全天候全工况覆盖；相比而言，相机、激光雷达传感器在智慧交通领域的工况使用则较为受限，譬如相机对于工况光源情况极为敏感，在逆光、夜晚时无法使用，激光雷达对于颗粒物体极为敏感，雨天、雾天也有较大程度的性能衰减。
2、毫米波雷达可以分为高位毫米波雷达和车规级毫米波雷达。其中，高位毫米波雷达通常被安装在道路高处以获得更全面的周围环境感知，具有更广阔的探测范围，能够探测到更远距离的目标，并提供更高精度的环境感知；车规级毫米波雷达通常安装在车辆的前、后保险杠或侧面，更靠近地面，通常拥有较小的探测范围和较低的分辨率。
3、然而，由于高...
【技术保护点】
1.一种对象检测方法，其特征在于，包括：
2.如权利要求1所述的对象检测方法，其特征在于，所述地图包括所述道路的道路边界，所述基于所述状态信息剔除所述雷达视野中的噪声点云，得到去噪雷达视野，包括：
3.如权利要求2所述的对象检测方法，其特征在于，所述将所述雷达视野与所述地图进行对齐处理，得到对齐视野，包括：
4.如权利要求2所述的对象检测方法，其特征在于，所述基于所述道路边界对所述对齐视野进行边界过滤，得到道路内视野，包括：
5.如权利要求2所述的对象检测方法，其特征在于，所述状态信息包括速度和高度，所述对所述道路内视野...
【技术特征摘要】
1.一种对象检测方法，其特征在于，包括：
2.如权利要求1所述的对象检测方法，其特征在于，所述地图包括所述道路的道路边界，所述基于所述状态信息剔除所述雷达视野中的噪声点云，得到去噪雷达视野，包括：
3.如权利要求2所述的对象检测方法，其特征在于，所述将所述雷达视野与所述地图进行对齐处理，得到对齐视野，包括：
4.如权利要求2所述的对象检测方法，其特征在于，所述基于所述道路边界对所述对齐视野进行边界过滤，得到道路内视野，包括：
5.如权利要求2所述的对象检测方法，其特征在于，所述状态信息包括速度和高度，所述对所述道路内视野内的噪声点云进行过滤，得到去噪雷达视野，包括：
6.如权利要求1所述的对象检测方法，其特征在于，所述采用检测模型对所述道路的底图数据进行对象检测，得到所述道路中对象点云的预测状态信息之前，还包括：
7.如权利要求6所述的对象检测方法，其特征在于，所述采用所述道路的底图数据训练神经网络，得到检测模型，包括：
8.如权利要求7所述的对象检测方法，其特征在于，所述神经网络包括深度卷积神经网络，所述深度卷积神经网络包括卷积层和回归头，所述基于所述真实状态信息与所述底图数据中的所述状态信息计算模型损失，并基于所述模型损失更新神经网络，直至所述神经网络收敛，得到检测模型，包括：
9.如权利要求1所述的对象检测方法，其特征在于，所...
【专利技术属性】
技术研发人员：刘畅，
申请(专利权)人：腾讯科技深圳有限公司，
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。