多目标后融合感知方法、装置、电子设备及存储介质制造方法及图纸

本申请公开一种多目标后融合感知方法、装置、电子设备及存储介质，包括：获取GOD检测模块和DL检测模块对当前帧的所有检测框，其中，所有检测框包括GOD检测框和DL检测框；修正GOD检测模块对应的GOD检测框的类别信息；根据GOD检测框和DL检测框分别更新GOD跟踪模块和DL跟踪模块，并更新历史融合表；获取当前帧的GOD跟踪结果，并根据历史融合表将GOD跟踪结果与DL跟踪模块的DL检测框和DL轨迹进行关联；获取当前帧的DL跟踪结果；同步GOD跟踪结果和DL跟踪结果的报告ID，以根据报告ID确定最终感知结果。利用历史融合信息实现关联融合，实现了跟踪模块之间的交互，在两个模块之间共享信息，避免信息浪费提供更好的最终感知结果的潜力，并采用ID同步机制来减少ID切换。

【技术实现步骤摘要】

本申请涉及目标跟踪，尤其涉及一种多目标后融合感知方法、装置、电子设备及存储介质。

技术介绍

1、当前深度学习(deep learning，dl)感知算法变得越来越精确，尤其是在检测常规目标物体方面明显优于传统算法。然而，在一些场景中，例如自动驾驶场景下可能存在影响行驶安全的关键目标物体，如石头、泥土、塑料袋等，由于这些关键目标物体通常不包含在训练数据中，因此不能通过深度学习算法检测出来。但是传统算法没有这样的限制，因此传统算法通常被当做额外的组件，进一步保证系统的安全。在同时包含深度学习算法模块和传统算法模块的感知解决方案中，必须将两个模块的结果融合在一起，以获得最终的感知结果。

2、目前，现有的后融合设计思路是基于激光雷达传感器提供的3d点云作为原始数据，设计一个用于检测常规目标物体(如汽车、行人等)的深度学习模型，以及一个用于检测环境中所有相关目标物体的通用一般障碍物检测模块(general object detection，god)。现有的多目标后融合感知解决方案通常采用单帧过滤方法，即将传统算法模块的god跟踪结果通过dl检测模块的dl本文档来自技高网...

【技术保护点】

1.一种多目标后融合感知方法，其特征在于，包括：

2.如权利要求1所述的多目标后融合感知方法，其特征在于，所述获取所述当前帧的GOD跟踪结果，根据所述历史融合表将所述GOD跟踪结果与所述DL跟踪模块的所述DL检测框和DL轨迹进行关联，包括：

3.如权利要求2所述的多目标后融合感知方法，其特征在于，还包括：

4.如权利要求1所述的多目标后融合感知方法，其特征在于，所述历史融合表用于记录关联成功的所述GOD跟踪结果与所述DL轨迹。

5.如权利要求1所述的多目标后融合感知方法，其特征在于，所述修正所述GOD检测模块对应的所述GOD检测框的类别信息...

【技术特征摘要】

1.一种多目标后融合感知方法，其特征在于，包括：

2.如权利要求1所述的多目标后融合感知方法，其特征在于，所述获取所述当前帧的god跟踪结果，根据所述历史融合表将所述god跟踪结果与所述dl跟踪模块的所述dl检测框和dl轨迹进行关联，包括：

3.如权利要求2所述的多目标后融合感知方法，其特征在于，还包括：

4.如权利要求1所述的多目标后融合感知方法，其特征在于，所述历史融合表用于记录关联成功的所述god跟踪结果与所述dl轨迹。

5.如权利要求1所述的多目标后融合感知方法，其特征在于，所述修正所述god检测模块对应...

【专利技术属性】
技术研发人员：高思聪，赵亚丽，范瑾，梁爽，
申请(专利权)人：北京超星未来科技有限公司，
类型：发明
国别省市：