【技术实现步骤摘要】
本专利技术涉及目标检测，尤其涉及一种基于连续帧点云序列的三维目标检测方法及系统。
技术介绍
1、激光点云物体检测是自动驾驶领域中的核心环节，实时高效的检测结果能为自动驾驶的规划决策模块提供重要的信息支持。深度学习技术在激光点云目标检测领域已经有了很成熟的应用，在实际的自动驾驶场景中，传感器可以获取到连续不断的激光点云数据，利用连续帧时序信息，可以更好的提高点云物体检测精度和稳定性。
2、在实际自动驾驶场景中，传感器(激光、相机等)可以连续捕获数据，但是为了保证自动驾驶的实时性，目前大部分激光点云算法都采用的是单帧检测算法，由于点云的稀疏性，单帧检测可能会受到一些限制。特别是在某一帧上不可避免地会出现遮挡、长距离和非均匀采样等情况，单帧目标检测器无法处理这些情况，但是连续帧点云包含前景物体的丰富时空信息，通过融合同个目标在不同帧之间的特征可以提高检测性能。
3、虽然已经有一些连续帧点云检测方法被提出，但是这些方法在进行多帧之间的信息融合时过于复杂，导致无法实现激光点云检测的实时性，只能作为离线模型使用。由于连续帧数...
【技术保护点】
1.一种基于连续帧点云序列的三维目标检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于连续帧点云序列的三维目标检测方法，其特征在于：将连续帧三维点云序列输入三维目标检测模型中进行检测的过程包括：利用多个门控循环神经网络模块将连续帧三维点云序列中每一帧经二维骨干网络提取的二维特征进行融合，并将融合后的点云特征输出至颈部网络进一步提取特征。
3.根据权利要求2所述的一种基于连续帧点云序列的三维目标检测方法，其特征在于：所述门控循环神经网络模块融合多帧点云特征的过程包括：
4.根据权利要求3所述的一种基于连续帧点云序列...
【技术特征摘要】
1.一种基于连续帧点云序列的三维目标检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于连续帧点云序列的三维目标检测方法，其特征在于：将连续帧三维点云序列输入三维目标检测模型中进行检测的过程包括：利用多个门控循环神经网络模块将连续帧三维点云序列中每一帧经二维骨干网络提取的二维特征进行融合，并将融合后的点云特征输出至颈部网络进一步提取特征。
3.根据权利要求2所述的一种基于连续帧点云序列的三维目标检测方法，其特征在于：所述门控循环神经网络模块融合多帧点云特征的过程包括：
4.根据权利要求3所述的一种基于连续帧点云序列的三维目标检测方法，其特征在于：所述门控循环神经网络模块融合多帧点云特征的过程中将上一帧门控循环神经网络模块输出的二维特征进行自车运动变换后再和当前帧二维骨干网络输出的二维特征合并；所述自车运动变换为将上一帧门控循环神经网络模块输出的二维特征所对应的坐标转换到当前帧二维特征所对应的坐标系下。
5.根据权利要求4所述的一种基于连续帧点云序列的三维目标检测方法，其特征在于：在融合多帧点云特征时设计连续帧中断机制：预设连续帧数为m个，则对于第n帧对应的门控循环神经网络模块输入特征，不再使用第n-1帧对应的门控循环神经网络模块输出并经自车运动变换后的二维特征，而是将第n-m+1帧对应的门控神经网络模块输入的经自...
【专利技术属性】
技术研发人员：赵冠华，李成军，盛皋，
申请(专利权)人：智道网联科技北京有限公司，
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。