【技术实现步骤摘要】
本专利技术涉及自动驾驶领域，具体涉及一种融合感知方法、装置、计算机设备及存储介质。
技术介绍
1、随着自动驾驶领域的不断发展，对车辆的安全性和舒适性的要求越来越高，对于感知算法而言，原本的目标级的检测在很多场景下很难满足现有技术需求，尤其是在存在很多未知物体的复杂场景中。当前，越来越多采用占据栅格的感知方法，与传统感知方法相比，占据栅格的方法不局限于特定的检测类别，能够对场景中所有物体进行定位并附带物体的语义信息，便于进行车辆的控制以及路径规划。
2、相关的占据栅格技术通常采用相机或激光雷达，由于相机的成像原理本身会损失深度信息，因此采用相机进行检测得到的结果的精度较低；采用激光雷达进行检测时，由于激光雷达点云比较稀疏，在没有点云的位置网络或算法的输出会存在较大偏差；现有的融合相机与激光雷达的方法包括在鸟瞰图进行融合和在3d空间直接融合，在鸟瞰图融合的方式由于在高度方向损失了信息，因此输出的3d占位栅格在高度方向有较大误差，而在3d空间直接进行融合依赖于3d卷积，会极大地增加神经网络的计算量。综合来讲，现有技术的占据栅格感知方法存在检测效率较低、计算量较大的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种融合感知方法、装置、计算机设备及存储介质，以解决感知方法的检测效率较低、计算量较大的问题。
2、第一方面，本专利技术实施例提供了一种融合感知方法，所述方法包括：
3、获取目标车辆预设范围内的点云数据和图像数据；
4、基于
5、基于不同视图对所述图像数据进行特征提取，得到所述图像数据的不同视图的图像特征；
6、将所述不同视图的点云特征和不同视图的图像特征进行融合，得到各视图的融合特征，并将所述各视图中不同网格的融合特征进行叠加，确定所述目标车辆在预设范围内的空间特征，所述网格是对所述车辆预设范围内的空间进行划分得到的；
7、基于预设解码器对所述空间特征进行解码，确定所述目标车辆的预设范围内的感知结果，所述感知结果包括所述目标车辆的预设范围内的物体。
8、本实施例提供的融合感知方法，同时获取目标车辆预设范围内的点云数据和图像数据，在多个视图的二维平面中分别对点云特征和图像特征进行融合，得到各视图的融合特征，再将各视图的融合特征进行叠加，得到预设范围内的空间特征，对空间特征进行解码，确定目标车辆在预设范围内的感知结果，可确定目标车辆在预设范围内的物体。该方法通过融合多个视图的方式，将三维空间内的问题转换为多个二维平面的问题，降低了网络部署难度，且减少了网络计算量，提高网络运行和检测效率。
9、在一些实施方式中，所述基于不同视图对所述点云数据进行特征提取，得到所述点云数据的不同视图的点云特征，包括：
10、获取所述点云数据中每个点云对应的网格；
11、基于每个网格中的点云的点云坐标确定不同视图下所述网格对应的特征，以确定所述点云数据的不同视图的点云特征。
12、在一些实施方式中，所述基于每个网格中的点云的坐标确定不同视图下所述网格对应的特征，以确定所述点云数据的不同视图的点云特征，包括：
13、获取各视图的网格中点云的点云坐标；
14、计算所述点云坐标的平均值和标准差，并基于所述平均值和标准差确定所述点云数据不同视图的点云特征。
15、在一些实施方式中，所述基于不同视图对所述图像数据进行特征提取，得到所述图像数据的不同视图的图像特征，包括：
16、将所述图像数据输入预设编码器，得到视锥特征；
17、获取所述视锥特征中每个特征对应的位置，并确定每个位置对应的网格；
18、基于每个所述网格对应的视锥特征确定不同视图下所述网格对应的特征，以确定所述图像数据的不同视图的图像特征。
19、在一些实施方式中，所述基于每个所述网格对应的视锥特征确定不同视图下所述网格对应的特征，以确定所述图像数据的不同视图的图像特征，包括：
20、分别基于不同视图将每个网格内的视锥特征相加，以确定所述网格对应的特征；
21、基于所述各网格对应的特征确定所述图像数据的不同视图的图像特征。
22、在一些实施方式中，所述将所述各视图中不同网格的融合特征进行叠加，确定所述目标车辆在预设范围内的空间特征，包括：
23、基于所述各视图的融合特征分别获取每个所述网格不同视图的网格特征；
24、叠加每个所述网格不同视图的网格特征，确定所述目标车辆在预设范围内的空间特征。
25、在一些实施方式中，所述基于所述各视图的融合特征分别获取每个所述网格不同视图的网格特征，包括：
26、获取每个网格的中心点坐标；
27、分别将所述中心点坐标投影到不同视图，从对应视图的融合特征中确定所述网格不同视图的网格特征。
28、第二方面，本专利技术实施例提供了一种融合感知装置，所述装置包括：
29、数据获取模块，用于获取目标车辆预设范围内的点云数据和图像数据；
30、第一提取模块，用于基于不同视图对所述点云数据进行特征提取，得到所述点云数据的不同视图的点云特征；
31、第二提取模块，用于基于不同视图对所述图像数据进行特征提取，得到所述图像数据的不同视图的图像特征；
32、特征融合模块，用于将所述不同视图的点云特征和不同视图的图像特征进行融合，得到各视图的融合特征，并将所述各视图中不同网格的融合特征进行叠加，确定所述目标车辆在预设范围内的空间特征，所述网格是对所述车辆预设范围内的空间进行划分得到的；
33、结果确定模块，用于基于预设解码器对所述空间特征进行解码，确定所述目标车辆的预设范围内的感知结果，所述感知结果包括所述目标车辆的预设范围内的物体。
34、第三方面，本专利技术实施例提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的融合感知方法。
35、第四方面，本专利技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的融合感知方法。
本文档来自技高网...【技术保护点】
1.一种融合感知方法，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，所述基于不同视图对所述点云数据进行特征提取，得到所述点云数据的不同视图的点云特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于每个所述网格中的点云的坐标确定不同视图下所述网格对应的特征，以确定所述点云数据的不同视图的点云特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于不同视图对所述图像数据进行特征提取，得到所述图像数据的不同视图的图像特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于每个所述网格对应的视锥特征确定不同视图下所述网格对应的特征，以确定所述图像数据的不同视图的图像特征，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述各视图中不同网格的融合特征进行叠加，确定所述目标车辆在预设范围内的空间特征，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述各视图的融合特征分别获取每个所述网格不同视图的网格特征，包括：
8.一种融合感知装置，其特
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的融合感知方法。
...【技术特征摘要】
1.一种融合感知方法，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，所述基于不同视图对所述点云数据进行特征提取，得到所述点云数据的不同视图的点云特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于每个所述网格中的点云的坐标确定不同视图下所述网格对应的特征，以确定所述点云数据的不同视图的点云特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于不同视图对所述图像数据进行特征提取，得到所述图像数据的不同视图的图像特征，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于每个所述网格对应的视锥特征确定不同视图下所述网格对...
【专利技术属性】
技术研发人员：张健喃，张如高，虞正华，
申请(专利权)人：魔视智能科技武汉有限公司，
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。