目标检测方法及其装置制造方法及图纸

本申请提供了一种目标检测方法及其装置，方法包括获取同一帧的4D毫米波雷达的点云数据和相机的图像数据，根据点云数据，生成雷达流BEV伪图像，根据雷达流BEV伪图像和图像数据，生成相机流BEV伪图像，将雷达流BEV伪图像和相机流BEV伪图像进行特征融合，得到融合特征，基于融合特征进行目标检测，得到目标检测结果。这样，可以基于点云数据生成雷达流BEV伪图像，并基于同一帧的雷达流BEV伪图像辅助相机流BEV伪图像生成，提升了相机流深度预测精度，从而提升了特征融合的精度，实现更精确的目标检测的目的。

【技术实现步骤摘要】

本申请属于检测，尤其涉及一种目标检测方法及其装置。

技术介绍

1、随着自动驾驶技术的不断发展，其应用越来越广泛，自动驾驶车辆的前视目标检测是自动驾驶技术的基础，检测结果可用来做决策规划，其精度影响自动驾驶输出的结果。基于四维(four dimensions，4d)毫米波的前视目标检测由于4d毫米波雷达抗干扰能力强、探测距离远等优势受到广泛关注。基于4d毫米波和相机前融合的前视目标检测方法则一定程度上克服了4d毫米波点云稀疏、缺少目标轮廓信息的缺点。然而当前的前融合方案多数仿造激光雷达和图像前融合方案，一方面缺少面向4d毫米波的针对性优化，另一方面未考虑图像深度估计不准确的缺点，往往难以实现较好的前融合效果。

2、可见，有必要提供一种高精确度的4d毫米波和图像前融合的目标检测方法。

技术实现思路

1、本申请实施例提供一种目标检测方法及其装置，以保证目标检测的精确度。

2、第一方面，本申请实施例提供一种目标检测方法，包括：

3、获取同一帧的4d毫米波雷达的点云数据和相机的图像数本文档来自技高网...

【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.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据，生成雷达流BEV伪图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述第一特征包括雷达散射截面的最大值、速度的平均值和点云离散程度。

4.根据权利要求3所述的方法，其特征在于，所述点云离散程度的表达式为：

5.根据权利要求2所述的方法，其特征在于，所述使用注意力机制对所述第二特征进行特征提取，得到第三特征，包括：

6.根据权利要求2所述的方法，其特征在于，所述使用注意力机制对所述第二特征进行特征提取，得到第三...

【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.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据，生成雷达流bev伪图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述第一特征包括雷达散射截面的最大值、速度的平均值和点云离散程度。

4.根据权利要求3所述的方法，其特征在于，所述点云离散程度的表达式为：

5.根据权利要求2所述的方法，其特征在于，所述使用注意力机制对所述第二特征进行特征提取，得到第三特征，包括：

6.根据权利要求2所述的方法，其特...

【专利技术属性】
技术研发人员：张东晖，芦悦，潘彦成，
申请(专利权)人：北京经纬恒润科技股份有限公司，
类型：发明
国别省市：