【技术实现步骤摘要】
本申请涉及智能驾驶，尤其涉及目标检测方法、装置、设备和存储介质。
技术介绍
1、智能驾驶技术能提高行车安全、减少事故并减轻司机疲劳，但同时也面临环境感知准确性和可靠性的挑战。传感器融合是环境感知的核心，摄像头虽提供高清视觉信息但受天气影响，而雷达则具备全天候监测能力但识别能力有限。当前智能驾驶辅助系统中，普遍采用摄像头与毫米波雷达的数据融合技术来识别前方车辆目标。这一融合方案通过雷达捕获目标并将其投影到图像上，创建感兴趣区域(roi)，然后利用机器学习在这些roi内进行目标检测，实现目标识别。这种方法有效减少了视觉处理的计算负担，适合智能汽车实际使用。然而，现有的传感器融合检测方法存在精度不足的问题，容易出现漏检和误识别。传统机器学习依赖的低层次特征导致检测准确度、位置预测准确性不足，且检测速度慢，鲁棒性差。在对可靠性要求高的场合，现有融合方法的性能难以满足需求。因此，如何实现精准的目标检测，成为智能驾驶技术发展中亟待解决的问题。
技术实现思路
1、本申请目的在于提供一种目标检测方法、装置...
【技术保护点】
1.一种目标检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述将所述雷达数据与所述摄像头数据进行时空同步，得到同步后的雷达数据和摄像头数据的步骤包括：
3.如权利要求2所述的方法，其特征在于，所述通过近序抽帧对所述雷达数据与所述摄像头数据进行处理，完成时间同步的步骤包括：
4.如权利要求1所述的方法，其特征在于，所述将同步后的所述雷达数据和所述摄像头数据进行目标匹配，得到匹配目标信息和不匹配目标信息的步骤包括：
5.如权利要求1所述的方法，其特征在于，所述通过全局最近邻规则对所述不匹配目标...
【技术特征摘要】
1.一种目标检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述将所述雷达数据与所述摄像头数据进行时空同步，得到同步后的雷达数据和摄像头数据的步骤包括：
3.如权利要求2所述的方法，其特征在于，所述通过近序抽帧对所述雷达数据与所述摄像头数据进行处理，完成时间同步的步骤包括：
4.如权利要求1所述的方法，其特征在于，所述将同步后的所述雷达数据和所述摄像头数据进行目标匹配，得到匹配目标信息和不匹配目标信息的步骤包括：
5.如权利要求1所述的方法，其特征在于，所述通过全局最近邻规则对所述不匹配目标信息进行处理，得到第二融合目标信息的步骤包括：
【专利技术属性】
技术研发人员：展新，张林俊，许恩永，何水龙，黄其柏，郑伟光，李壮，黄逸哲，
申请(专利权)人：华中科技大学，
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。