一种基于密度感知的补全和稀疏融合的3D目标检测方法技术

本发明专利技术公开了一种基于密度感知的补全和稀疏融合的3D目标检测方法，包括：获取待检测目标数据；将所述待检测目标数据输入至目标检测模型，获取检测结果，其中，所述目标检测模型包括：依次连接的密度感知补全模块、稀疏交叉BEV融合模块和语义点云渲染模块；所述密度感知补全模块用于利用图像BEV特征对所述待检测目标数据中的稀疏和空白区域的点云特征进行补全，获取密度补全后的稀疏BEV特征；所述稀疏交叉BEV融合模块用于将所述密度补全后的稀疏BEV特征和图像BEV特征融合在统一的BEV二维空间中；所述语义点云渲染模块用于对融合后的点云特征赋予语义信息。本发明专利技术能够解决点云稀疏导致漏检、融合方式计算量大等问题。

【技术实现步骤摘要】

本专利技术属于自动驾驶，尤其涉及一种基于密度感知的补全和稀疏融合的3d目标检测方法。

技术介绍

1、近年来，自动驾驶因其减轻驾驶员负担、提高行车安全的潜力而受到越来越多的关注。在现代自动驾驶系统中，感知系统是不可或缺的组成部分，旨在准确估计周围环境的状态，并为预测和规划提供可靠的观察结果。3d目标检测可以智能地预测自动驾驶车辆附近关键3d目标的位置、大小和类别，是感知系统的重要组成部分。3d物体检测可以提供详细的环境感知信息，在自动驾驶和机器人领域得到了广泛的应用。激光雷达可以提供包含精确结构信息和距离信息的3d点云，是3d目标检测的重要传感器。自动驾驶技术已广泛应用于自动驾驶卡车、无人驾驶出租车、送货机器人等多种场景，能够减少人为错误，提高道路安全。同时，3d目标检测在现实世界坐标中预测的几何信息可以直接用于测量本车与关键目标之间的距离，并进一步帮助规划行驶路线和避免碰撞。

2、激光雷达和摄像头可以为3d感知提供许多有价值的信息，因此常被用作为3d目标检测的传感器。激光雷达通过3d坐标反映了真实的3d几何空间，提供了准确的几何信息。另一方面，本文档来自技高网...

【技术保护点】

1.一种基于密度感知的补全和稀疏融合的3D目标检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于密度感知的补全和稀疏融合的3D目标检测方法，其特征在于，所述待检测目标数据包括2D图像和3D点云。

3.根据权利要求2所述的一种基于密度感知的补全和稀疏融合的3D目标检测方法，其特征在于，所述密度感知补全模块用于利用图像BEV特征对稀疏和空白区域的点云特征进行补全，获取所述密度补全后的稀疏BEV特征包括：

4.根据权利要求3所述的一种基于密度感知的补全和稀疏融合的3D目标检测方法，其特征在于，所述密度补全后的稀疏BEV特征为：

5.根...

【技术特征摘要】

1.一种基于密度感知的补全和稀疏融合的3d目标检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于密度感知的补全和稀疏融合的3d目标检测方法，其特征在于，所述待检测目标数据包括2d图像和3d点云。

3.根据权利要求2所述的一种基于密度感知的补全和稀疏融合的3d目标检测方法，其特征在于，所述密度感知补全模块用于利用图像bev特征对稀疏和空白区域的点云特征进行补全，获取所述密度补全后的稀疏bev特征包括：

4.根据权利要求3所述的一种基于密度感知的补全和稀疏融合的3d目标检测方法，其特征在于，所述密度补全后的稀疏bev特征为：

5.根据权利要求3...

【专利技术属性】
技术研发人员：陈杰，李倩，徐睿，汪新文，王硕恒，徐蕴恒，屈磊，李迎松，黄志祥，
申请(专利权)人：安徽大学，
类型：发明
国别省市：