【技术实现步骤摘要】
本专利技术涉及无人自主系统领域，具体涉及一种基于bev的协同3d目标检测方法及装置。
技术介绍
1、目前，汽车工业研发的重点正从辅助驾驶向全自动驾驶发展。自动驾驶技术的发展着重于自动驾驶车辆在感知、决策和控制能力的提升方面。自动驾驶车辆借助自车的传感器系统对周围环境进行感知，并结合自车的车载计算单元对获取信息进行处理和对路线进行决策，完成对车辆的自主导航和障碍物避让。其中感知周围环境作为自动驾驶的输入端，对于车辆决策和控制具有重要影响，这对车辆的行驶安全具有决定作用。在结构化道路下，精准的3d目标检测是感知系统最为关键的环节之一。然而，面对复杂的交通环境，3d目标检测算法的鲁棒性和泛化能力都面临着极大的挑战。复杂的交通环境以及数据分布的随机变化会都会严重影响3d目标检测算法的效果，进而影响自动驾驶车辆的行车安全。但现阶段大多数研究基于单车的3d目标检测，对于遮挡或者较远距离区域目标的检测能力有限，限制了自动驾驶以及智能网联控制的发展。
2、单个自动驾驶车辆所搭载的各种传感器存在一定的有效范围和适用条件，这决定了单车实现的3d...
【技术保护点】
1.一种基于BEV的协同3D目标检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于BEV的协同3D目标检测方法，其特征在于，步骤1中利用ResNeXt层分别提取来自不同车辆在不同尺度下的BEV特征的计算方法为：
3.根据权利要求1所述的基于BEV的协同3D目标检测方法，其特征在于，步骤1中还包括采用ResNeXt层分别提取来自不同车辆在不同尺度下的BEV特征并按照输入通道数将其分为组，每组包含个特征通道以及对上述分组后的所有特征在高度方向和宽度方向分别进行全局平均池化和全局最大池化操作的步骤；
4.根据权利要...
【技术特征摘要】
1.一种基于bev的协同3d目标检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于bev的协同3d目标检测方法，其特征在于，步骤1中利用resnext层分别提取来自不同车辆在不同尺度下的bev特征的计算方法为：
3.根据权利要求1所述的基于bev的协同3d目标检测方法，其特征在于，步骤1中还包括采用resnext层分别提取来自不同车辆在不同尺度下的bev特征并按照输入通道数将其分为组，每组包含个特征通道以及对上述分组后的所有特征在高度方向和宽度方向分别进行全局平均池化和全局最大池化操作的步骤；
4.根据权利要求1所述的基于bev的协同3d目标检测方法，其特征在于，步骤2中获得对应车辆在该尺度为的bev特征在空间维度上的评分图的方法为：
5.根据权利要求1所述的基于bev的协同3d目标检测方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：王桐，薛鹏，王鹤儒，吕超，欧阳敏，
申请(专利权)人：哈尔滨工程大学，
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。