数据处理方法及数据处理设备、自动驾驶系统技术方案

数据处理方法及数据处理设备、自动驾驶系统，其中，所述数据处理方法包括：对原始点云数据进行特征提取，得到第一点云特征数据；对原始图像数据进行特征提取，得到第一图像特征数据；基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选，得到第二点云特征数据和第二图像特征数据；将所述第二点云特征数据与所述第二图像特征数据进行融合，得到融合数据；对所述融合数据进行目标识别，得到目标识别结果。采用上述方案，能够以较低的实施成本保障数据融合的处理效率和精确度，进而可以获得更精准的目标识别结果。识别结果。识别结果。

【技术实现步骤摘要】
数据处理方法及数据处理设备、自动驾驶系统


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种数据处理方法及数据处理设备、自动驾驶系统。

技术介绍

[0002]目前，自动驾驶系统往往配备了由不同传感器构成的传感器套件，如点云采集设备、图像采集设备、组合导航设备等传感器。自动驾驶系统依赖于传感器对环境的感知，传感器获得的环境信息越精确，自动驾驶系统越能及时、准确地做出驾驶决策，实现自动驾驶。
[0003]但是，在现有的用于自动驾驶系统的传感器中，单一传感器感知到的环境信息有限，无法满足真实驾驶场景中复杂多变的要求。例如，图像采集设备虽然能在较低实施成本下捕捉得到丰富的环境信息，并且得到的二维图像数据中保留了较为准确的环境特征，但是，图像采集设备容易受到环境光的影响，导致图像质量不佳；而点云采集设备则能够不受环境光的影响提供较高精确度的三维点云数据，不过，目前点云采集设备的技术发展还不够成熟，器件类型有限，若自动驾驶系统具有较高的精确度需求，可能会大大增加实施成本，甚至在使用了昂贵的器件后也无法达到需求的精确度。
[0004]为了提升自动驾驶系统的环境感知能力，本领域技术人员对各种传感器的数据进行了多层次、多空间的信息互补和优化处理，从而获得信息更丰富的融合数据，以便于进行目标识别等更复杂的后续处理任务。
[0005]在实际应用中，图像采集设备与点云采集设备能够信息互补，可以对图像采集设备与点云采集设备进行数据融合，然后对融合数据进行目标识别。然而，通过融合数据识别的目标与真实目标之间存在较大偏差，目标识别结果的精确度较低，影响自动驾驶系统的驾驶决策。

技术实现思路

[0006]有鉴于此，本专利技术提供一种数据处理方法及数据处理设备、自动驾驶系统，能够以较低的实施成本保障数据融合的处理效率和精确度，进而可以获得更精准的目标识别结果。
[0007]本专利技术提供了一种数据处理方法，包括：
[0008]对原始点云数据进行特征提取，得到第一点云特征数据；
[0009]对原始图像数据进行特征提取，得到第一图像特征数据；
[0010]基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选，得到第二点云特征数据和第二图像特征数据；
[0011]将所述第二点云特征数据与所述第二图像特征数据进行融合，得到融合数据；
[0012]对所述融合数据进行目标识别，得到目标识别结果。
[0013]可选地，所述基于预设的目标分类候选信息，对所述第一点云特征数据进行筛选，
包括：
[0014]基于预设的目标分类候选信息，对所述第一点云特征数据进行目标筛选，得到所述第一点云特征数据的三维目标候选信息；
[0015]对所述三维目标候选信息进行过滤，得到优化目标候选信息；
[0016]基于所述优化目标候选信息，对所述第一点云特征数据进行筛选，得到第二点云特征数据。
[0017]可选地，所述基于预设的目标分类候选信息，对所述第一图像特征数据进行筛选，得到第二图像特征数据，包括：
[0018]基于预设的目标分类候选信息，对所述第一点云特征数据进行目标筛选，得到所述第一点云特征数据的三维目标候选信息；
[0019]对所述三维目标候选信息进行过滤，得到优化目标候选信息；
[0020]将所述优化目标候选信息的坐标系转换到所述原始图像数据的像素坐标系下，得到二维目标候选信息；
[0021]基于所述二维目标候选信息，对所述第一图像特征数据进行筛选，得到第二图像特征数据。
[0022]可选地，所述对所述三维目标候选信息进行过滤，得到优化目标候选信息，包括：
[0023]对所述三维目标候选信息进行评价，并基于预设的评价条件，对所述三维目标候选信息进行过滤，得到中间目标候选信息；将所述中间目标候选信息作为所述优化目标候选信息。
[0024]可选地，在将所述中间目标候选信息作为所述优化目标候选信息之前，还包括：
[0025]对所述中间目标候选信息进行去重叠处理。
[0026]可选地，在对所述中间目标候选信息进行去重叠处理之前，还包括：
[0027]将所述中间目标候选信息与所述原始图像数据对应的图像范围进行匹配，并基于预设的匹配条件，对所述中间目标候选信息进行过滤。
[0028]可选地，所述将所述中间目标候选信息与所述原始图像数据对应的图像范围进行匹配，包括：
[0029]将所述中间目标候选信息转换到所述原始图像数据的像素坐标系下，与所述原始图像数据对应的图像范围进行匹配。
[0030]可选地，在基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选之前，还包括：
[0031]基于物体类别和物体朝向，设置所述目标分类候选信息。
[0032]可选地，所述对原始点云数据进行特征提取，得到第一点云特征数据，包括：
[0033]对所述原始点云数据进行划分，得到多个体素单元；
[0034]对所述多个体素单元进行特征提取，得到体素特征数据；
[0035]对所述体素特征数据进行压缩，得到所述第一点云特征数据。
[0036]可选地，所述对所述多个体素单元进行特征提取，得到体素特征数据，包括：
[0037]对所述多个体素单元分别进行局部特征提取，得到所述体素特征数据。
[0038]可选地，所述对所述多个体素单元分别进行局部特征提取，得到所述体素特征数据，包括以下任意一种：
[0039]对所述多个体素单元分别进行体素特征堆积，得到所述体素特征数据；
[0040]对所述多个体素单元分别进行点数据逻辑运算，得到所述体素特征数据。
[0041]可选地，所述对所述体素特征数据进行压缩，包括：
[0042]通过卷积神经网络块，对所述体素特征数据按照指定方向进行压缩，所述卷积神经网络块包括稀疏卷积层和子流形卷积层。
[0043]可选地，所述数据处理方法还包括：
[0044]在所述基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选之前，判断所述第一图像特征数据是否存在异常情况；
[0045]若判断结果为不存在异常情况，则基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选。
[0046]可选地，所述数据处理方法还包括：
[0047]若判断结果为存在异常情况，则对所述第一点云特征数据进行目标识别，得到目标识别结果。
[0048]可选地，所述数据处理方法还包括：
[0049]通过全连接神经网络，对所述融合数据进行目标识别，得到目标识别结果。
[0050]本专利技术还提供了一种数据处理设备，与图像采集设备和点云采集设备连接，适于执行以上任一实施例所述的数据处理方法，其中，所述数据处理设备包括：
[0051]数据获取单元，适于获取所述图像采集设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：对原始点云数据进行特征提取，得到第一点云特征数据；对原始图像数据进行特征提取，得到第一图像特征数据；基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选，得到第二点云特征数据和第二图像特征数据；将所述第二点云特征数据与所述第二图像特征数据进行融合，得到融合数据；对所述融合数据进行目标识别，得到目标识别结果。2.根据权利要求1所述的数据处理方法，其特征在于，所述基于预设的目标分类候选信息，对所述第一点云特征数据进行筛选，包括：基于预设的目标分类候选信息，对所述第一点云特征数据进行目标筛选，得到所述第一点云特征数据的三维目标候选信息；对所述三维目标候选信息进行过滤，得到优化目标候选信息；基于所述优化目标候选信息，对所述第一点云特征数据进行筛选，得到第二点云特征数据。3.根据权利要求1所述的数据处理方法，其特征在于，所述基于预设的目标分类候选信息，对所述第一图像特征数据进行筛选，得到第二图像特征数据，包括：基于预设的目标分类候选信息，对所述第一点云特征数据进行目标筛选，得到所述第一点云特征数据的三维目标候选信息；对所述三维目标候选信息进行过滤，得到优化目标候选信息；将所述优化目标候选信息的坐标系转换到所述原始图像数据的像素坐标系下，得到二维目标候选信息；基于所述二维目标候选信息，对所述第一图像特征数据进行筛选，得到第二图像特征数据。4.根据权利要求2或3所述的数据处理方法，其特征在于，所述对所述三维目标候选信息进行过滤，得到优化目标候选信息，包括：对所述三维目标候选信息进行评价，并基于预设的评价条件，对所述三维目标候选信息进行过滤，得到中间目标候选信息；将所述中间目标候选信息作为所述优化目标候选信息。5.根据权利要求4所述的数据处理方法，其特征在于，在将所述中间目标候选信息作为所述优化目标候选信息之前，还包括：对所述中间目标候选信息进行去重叠处理。6.根据权利要求5所述的数据处理方法，其特征在于，在对所述中间目标候选信息进行去重叠处理之前，还包括：将所述中间目标候选信息与所述原始图像数据对应的图像范围进行匹配，并基于预设的匹配条件，对所述中间目标候选信息进行过滤。7.根据权利要求6所述的数据处理方法，其特征在于，所述将所述中间目标候选信息与所述原始图像数据对应的图像范围进行匹配，包括：将所述中间目标候选信息转换到所述原始图像数据的像素坐标系下，与所述原始图像数据对应的图像范围进行匹配。
8.根据权利要求1所述的数据处理方法，其特征在于，在基于预设的目标分类候选信息，对所述第一点云特征数据和所述第一图像特征数据分别进行筛选之前，还包括：基于物体类别和物体朝向，设置所述目标分类候选信息。9.根据权利要求1所述的数据处理方法，其特征在于，所述对原始点云数据进行特征提取，得到第一点云特征数据，包括：对所述原始...

【专利技术属性】
技术研发人员：肖鹏川，邵振雷，李泽嵩，向少卿，
申请(专利权)人：上海禾赛科技有限公司，
类型：发明
国别省市：