一种整合深度线索的夜间交通场景下的三维目标检测方法技术

本发明专利技术公开了一种整合深度线索的夜间交通场景下的三维目标检测方法，首先获取夜间交通场景中的环视摄像头和雷达点云数据，输入到主干网络中提取特征，得到图像特征图、点云特征图输入到深度线索整合模块中进行深度的整合以及视角的转换，生成图像BEV特征和点云BEV特征，再将生成的BEV特征通过融合模块进行融合，生成融合BEV特征，最后将融合BEV特征输入到通用3D检测头进行三维目标检测任务，完成夜间交通场景下的三维目标检测。本发明专利技术的方法充分利用雷达数据的优势，不仅能够克服在夜间交通场景下摄像头语义信息的损失，还能弥补摄像头在深度估计上的不足，在夜间交通场景中的优势体现为检测效果的鲁棒性更强，不同天气条件下检测系统的泛化性能更好。

【技术实现步骤摘要】

本专利技术属于自动驾驶环境感知，具体涉及一种整合深度线索的夜间交通场景下的三维目标检测方法。

技术介绍

1、近年来，自动驾驶引起了极大的关注。目标检测是车辆感知系统中最重要的任务之一，高质量的检测结果能够作为轨迹预测和路径规划等后续任务的可靠依据。精准的目标检测检测使车辆能够智能地感知周围环境，甚至能够预测即将发生的事故并采取相应的决策控制，从而有效避免人为因素导致的交通事故，提高道路安全。

2、单目摄像头作为最常见的视觉传感器，因其丰富的语义信息和低廉的成本成为目标检测任务的首选。目前的纯视觉方法多基于bev(bird’s eyes view，鸟瞰图)思想，首先构建每个摄像头前方的视锥体体素空间并为每个体素分配坐标，通过预测环视二维图像中每一个像素点在视锥体素空间中的深度概率，进而将像素点的特征分配到对应的体素中生成像素伪点云，达到将二维图像“提升”到三维空间中的目的，再对处于不同高度的体素中的特征进行池化操作将三维空间“拍扁”为二维bev特征图。基于bev的方法将多个摄像头的感受野进行合并转换到bev空间中，目标检测在统一的bev视角下再也本文档来自技高网...

【技术保护点】

1.一种整合深度线索的夜间交通场景下的三维目标检测方法，具体步骤如下：

2.根据权利要求1所述的一种整合深度线索的夜间交通场景下的三维目标检测方法，其特征在于，所述步骤S2具体如下：

3.根据权利要求1所述的一种整合深度线索的夜间交通场景下的三维目标检测方法，其特征在于，所述步骤S3具体如下：

4.根据权利要求1所述的一种整合深度线索的夜间交通场景下的三维目标检测方法，其特征在于，所述步骤S4具体如下：

【技术特征摘要】

1.一种整合深度线索的夜间交通场景下的三维目标检测方法，具体步骤如下：

2.根据权利要求1所述的一种整合深度线索的夜间交通场景下的三维目标检测方法，其特征在于，所述步骤s2具体如下：

3.根据权利要...

【专利技术属性】
技术研发人员：颜红梅，张鑫，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：