一种基于视觉信息和点云信息的车辆检测方法技术

本发明专利技术涉及车辆检测技术领域，尤其为一种基于视觉信息和点云信息的车辆检测方法，包括以下步骤：S1.获取目标场景中的车辆的历史图像数据Ⅰ和历史雷达点云数据，并将历史雷达点云数据转换为图像数据Ⅱ；S2.构建双骨干目标检测模型；S3.将历史图像数据Ⅰ和图像数据Ⅱ输入至双骨干目标检测模型中进行训练；S4.判断双骨干目标检测模型是否训练完成，如是，则进入步骤S5中；如否，则更新双骨干目标检测模型的参数，并返回至步骤S3中；S5.将目标场景中实时的车辆的图像数据Ⅰ和图像数据Ⅱ输入至训练完成的双骨干目标检测模型中。本发明专利技术通过将图像信息和雷达点云数据转化的图像信息输入至双骨干目标检测网络中，能够提高目标检测的准确性、鲁棒性和适应性。

【技术实现步骤摘要】

本专利技术涉及车辆检测，具体为一种基于视觉信息和点云信息的车辆检测方法。

技术介绍

1、随着经济的快速发展，汽车保有量不断增加，给交通运输系统的监控和管理带来巨大压力，在公路隧道等封闭环境下发生交通事故后果不堪设想，因此需要提高交通安全管理水平。

2、在良好道路环境下，车辆检测已具有较高精度和检测速度，但未考虑隧道特殊环境下的检测效果，目前存在的主要问题有：

3、隧道光照不均、背景复杂，车辆检测准确性难以保证；

4、小尺度车辆漏检率高；

5、因此，针对上述问题提出一种基于视觉信息和点云信息的车辆检测方法。

技术实现思路

1、本专利技术的目的在于提供一种基于视觉信息和点云信息的车辆检测方法，以解决上述
技术介绍
中提出的问题。

2、为实现上述目的，本专利技术提供如下技术方案：

3、一种基于视觉信息和点云信息的车辆检测方法，包括以下步骤：

4、s1.获取目标场景中的车辆的历史图像数据ⅰ和历史雷达点云数据，并将历史雷达点云数据转换为图像本文档来自技高网...

【技术保护点】

1.一种基于视觉信息和点云信息的车辆检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：通过如下公式将深度d、径向速度v和雷达散射截面积rcs分别映射到R通道、G通道和B通道：

3.根据权利要求2所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：通过如下公式计算高height和宽weight：

4.根据权利要求3所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：所述主干网络包括两个并行的骨干网络和四个拼接模块，两个骨干网络结构相同，一个骨干网络依次包括一个初始化模块、四个特征提取模...

【技术特征摘要】

1.一种基于视觉信息和点云信息的车辆检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：通过如下公式将深度d、径向速度v和雷达散射截面积rcs分别映射到r通道、g通道和b通道：

3.根据权利要求2所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：通过如下公式计算高height和宽weight：

4.根据权利要求3所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：所述主干网络包括两个并行的骨干网络和四个拼接模块，两个骨干网络结构相同，一个骨干网络依次包括一个初始化模块、四个特征提取模块和一个空间金字塔池化模块；图像数据ⅰ输入至第一个骨干网络中，图像数据ⅱ输入至第二个骨干网络中，第一个骨干网络的第一个特征提取模块和第二个骨干网络的第一个特征提取模块的输出端连接于第一个拼接模块的输入端；第一个骨干网络的第二个特征提取模块和第二个骨干网络的第二个特征提取模块的输出端连接于第二个拼接模块的输入端；第一个骨干网络的第三个特征提取模块和第二个骨干网络的第三个特征提取模块的输出端连接于第三个拼接模块的输入端；第一个骨干网络的空间金字塔池化模块和第二个骨干网络的空间金字塔池化模块的输出端连接于第四个拼接模块的输入端；特征提取模块依次包括clo模块和卷积ffn模块。

5.根据权利要求4所述的基于视觉信息和点云信息的车辆检测方法，其特征在于：所述颈部网络包括三个上采样模块、六个拼接模块、六个c2f模块和三个cbs模块；主干网络的第四个拼接模块的输出端连接于第一个上采样模块的输入端，第一个上采样模块的输出端连接于第一个拼接模块的输入端，主干网络中第三个拼接模块的输出端和第二个骨干网络的第三个特征提取模块的输出端连接于第一个拼接模块的输入端，第一个拼接模块的输出端连接于第一个c2f模块的输入端，第一个c2f模块的输出端连接于第二个上采样模块的输入端，第二个上采样模块的输出端连接于...

【专利技术属性】
技术研发人员：卢清华，谢江平，傅茶林，曾俊铖，吴少峰，杨志伟，胡居义，李文锋，梁婳婳，杨喆，
申请(专利权)人：福建省三明高速公路有限公司，
类型：发明
国别省市：