一种分区点云的目标检测处理方法技术

本发明专利技术实施例涉及一种分区点云的目标检测处理方法，所述方法包括：对扫描范围进行分区从而得到多个扇形的雷达分区；在单轮扫描周期启动时，按雷达分区顺序进行逐区扫描；逐区扫描过程中，每对一个雷达分区完成扫描就对当前雷达分区的点云扫描结果进行获取生成当前分区点云，并对当前分区点云进行点云目标检测生成分区检测结果，并基于边缘重叠区域对前一雷达分区和当前雷达分区的分区检测结果进行联合校准，并对校准后的分区检测结果进行保存；在单轮扫描周期结束时，对完成校准的所有分区检测结果进行拼接得到全范围检测结果。通过本发明专利技术，可以将点云扫描和点云识别两个过程并行处理，达到缩短点云目标检测延迟、提高自动驾驶安全保障的目的。动驾驶安全保障的目的。动驾驶安全保障的目的。

【技术实现步骤摘要】
一种分区点云的目标检测处理方法


[0001]本专利技术涉及数据处理
，特别涉及一种分区点云的目标检测处理方法。

技术介绍

[0002]自动驾驶系统的旋转式激光雷达在每个扫描周期内都按一个指定扫描范围从起始位置到结束位置进行一轮全范围扫描从而得到一帧全范围点云数据，自动驾驶系统的感知模块则通过对这帧全范围点云数据进行点云目标检测从而对环境中的多个障碍物目标(诸如人、车辆、自行车、植物、动物、交通标志物等)完成感知并得到各个目标对应的三维目标检测框(bounding box)。这种只基于全范围点云数据进行点云目标检测的处理方式有个问题，那就是点云扫描和点云识别两个过程不能并行处理，若激光雷达的扫描范围较大、扫描周期过长，就会导致全范围点云数据的产生时间过长，点云目标检测的延迟也会加大。这在一些高速场景或紧急事故场景中往往会对自动驾驶的安全性造成隐患。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种分区点云的目标检测处理方法、电子设备及计算机可读存储介质，通过本专利技术，能在旋转式激光雷达进行逐区扫描的同时对已经获得的分区点云进行点云目标检测和检测结果校准，从而使得点云扫描和点云识别两个过程可以并行处理，达到缩短点云目标检测延迟、提高自动驾驶安全保障的目的。
[0004]为实现上述目的，本专利技术实施例第一方面提供了一种分区点云的目标检测处理方法，所述方法包括：
[0005]对旋转式激光雷达的扫描范围进行分区从而得到多个扇形的雷达分区；各个所述雷达分区的扇形角度一致，相邻两个所述雷达分区之间存在边缘重叠区域，所有所述边缘重叠区域对应的扇形角度一致；
[0006]在所述旋转式激光雷达的单轮扫描周期启动时，驱动所述旋转式激光雷达按雷达分区顺序进行逐区扫描；
[0007]逐区扫描过程中，在所述旋转式激光雷达每对一个雷达分区完成扫描时就对当前雷达分区的点云扫描结果进行获取生成对应的当前分区点云；并基于点云目标检测模型对所述当前分区点云进行点云目标检测生成对应的分区检测结果G
i
，i为雷达分区索引，1≤i；并在所述雷达分区索引i为1时，对所述分区检测结果G
i＝1
进行保存；并在所述雷达分区索引i大于1时，基于所述边缘重叠区域对前一雷达分区和所述当前雷达分区对应的所述分区检测结果G
i
‑1、G
i
进行联合校准，并对校准后的所述分区检测结果G
i
‑1、G
i
进行保存；
[0008]在所述旋转式激光雷达的单轮扫描周期结束时，对完成校准的所有分区检测结果按所述雷达分区索引i从小到大的顺序进行拼接从而得到对应的全范围检测结果。
[0009]优选的，所述点云目标检测模型为基于圆柱坐标系的3D点云目标检测模型；所述点云目标检测模型包括距离引导的柱面卷积网络Range
‑
Guided Cylindrical Network模型。
[0010]优选的，所述分区检测结果G
i
包括多个目标检测框；所述目标检测框对应一组目标检测框参数；所述目标检测框参数包括目标类型、目标分类分数、目标检测框中心点坐标、目标检测框深度、目标检测框宽度、目标检测框高度和目标检测框朝向；所述目标类型包括人、车辆、自行车、植物、动物和交通标志物。
[0011]优选的，所述基于所述边缘重叠区域对前一雷达分区和所述当前雷达分区对应的所述分区检测结果G
i
‑1、G
i
进行联合校准，具体包括：
[0012]将所述边缘重叠区域记为中间区域；并将所述前一雷达分区和所述当前雷达分区中处于所述中间区域之外的区域分别记为对应的左、右区域；
[0013]将所述分区检测结果G
i
‑1、G
i
中完全处于所述中间区域之内的所述目标检测框均记为一类框；并将所述分区检测结果G
i
‑1中完全被所述中间区域覆盖且在所述左区域中还有部分框体的所述目标检测框记为二类框；并将所述分区检测结果G
i
中完全被所述中间区域覆盖且在所述右区域中还有部分框体的所述目标检测框也记为二类框；
[0014]对所述分区检测结果G
i
‑1、G
i
进行一类框校准处理；所述一类框校准处理成功，则对所述分区检测结果G
i
‑1、G
i
进行二类框合并处理。
[0015]进一步的，所述对所述分区检测结果G
i
‑1、G
i
进行一类框校准处理，具体包括：
[0016]步骤51，从所述分区检测结果G
i
‑1中提取第一个所述一类框作为第一框；
[0017]步骤52，提取所述第一框的所述目标类型作为第一类型；
[0018]步骤53，对所述分区检测结果G
i
中各个所述目标类型为所述第一类型的所述一类框与所述第一框的交并比进行计算生成对应的第一交并比；并从得到的所有所述第一交并比中选出最大值作为最大交并比；
[0019]步骤54，当所述最大交并比为0时，在所述分区检测结果G
i
中增加一个新的所述一类框；并复制所述第一框的所述目标检测框参数作为所述分区检测结果G
i
中新增的所述一类框的所述目标检测框参数；
[0020]步骤55，当所述最大交并比大于预设的交并比阈值时，将所述分区检测结果G
i
中所述最大交并比对应的所述一类框记为第二框；并对所述第一框和所述第二框进行目标检测框合并从而得到一个新的目标检测框记为第一合并框；并使用所述第一合并框的所述目标检测框参数，对所述分区检测结果G
i
‑1中的所述第一框和所述分区检测结果G
i
中的所述第二框的两组所述目标检测框参数进行重置；
[0021]步骤56，对当前的所述第一框是否为所述分区检测结果G
i
‑1中的最后一个所述一类框进行确认；若确认所述第一框不为最后一个所述一类框，则从所述分区检测结果G
i
‑1中提取下一个所述一类框作为新的所述第一框，并返回步骤52；若确认所述第一框为最后一个所述一类框，则转至步骤57；
[0022]步骤57，确认所述一类框校准处理成功，并将最新的所述分区检测结果G
i
‑1、G
i
作为校准结果输出。
[0023]进一步的，所述对所述分区检测结果G
i
‑1、G
i
进行二类框合并处理，具体包括：
[0024]步骤61，从所述分区检测结果G
i
‑1中提取第一个所述二类框作为第三框；
[0025]步骤62，将所述分区检测结果G
i
中与所述第三框在所述中间区域框体重合的所述二类框作为对应的第四框；
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分区点云的目标检测处理方法，其特征在于，所述方法包括：对旋转式激光雷达的扫描范围进行分区从而得到多个扇形的雷达分区；各个所述雷达分区的扇形角度一致，相邻两个所述雷达分区之间存在边缘重叠区域，所有所述边缘重叠区域对应的扇形角度一致；在所述旋转式激光雷达的单轮扫描周期启动时，驱动所述旋转式激光雷达按雷达分区顺序进行逐区扫描；逐区扫描过程中，在所述旋转式激光雷达每对一个雷达分区完成扫描时就对当前雷达分区的点云扫描结果进行获取生成对应的当前分区点云；并基于点云目标检测模型对所述当前分区点云进行点云目标检测生成对应的分区检测结果G
i
，i为雷达分区索引，1≤i；并在所述雷达分区索引i为1时，对所述分区检测结果G
i＝1
进行保存；并在所述雷达分区索引i大于1时，基于所述边缘重叠区域对前一雷达分区和所述当前雷达分区对应的所述分区检测结果G
i
‑1、G
i
进行联合校准，并对校准后的所述分区检测结果G
i
‑1、G
i
进行保存；在所述旋转式激光雷达的单轮扫描周期结束时，对完成校准的所有分区检测结果按所述雷达分区索引i从小到大的顺序进行拼接从而得到对应的全范围检测结果。2.根据权利要求1所述的分区点云的目标检测处理方法，其特征在于，所述点云目标检测模型为基于圆柱坐标系的3D点云目标检测模型；所述点云目标检测模型包括距离引导的柱面卷积网络Range
‑
Guided Cylindrical Network模型。3.根据权利要求1所述的分区点云的目标检测处理方法，其特征在于，所述分区检测结果G
i
包括多个目标检测框；所述目标检测框对应一组目标检测框参数；所述目标检测框参数包括目标类型、目标分类分数、目标检测框中心点坐标、目标检测框深度、目标检测框宽度、目标检测框高度和目标检测框朝向；所述目标类型包括人、车辆、自行车、植物、动物和交通标志物。4.根据权利要求3所述的分区点云的目标检测处理方法，其特征在于，所述基于所述边缘重叠区域对前一雷达分区和所述当前雷达分区对应的所述分区检测结果G
i
‑1、G
i
进行联合校准，具体包括：将所述边缘重叠区域记为中间区域；并将所述前一雷达分区和所述当前雷达分区中处于所述中间区域之外的区域分别记为对应的左、右区域；将所述分区检测结果G
i
‑1、G
i
中完全处于所述中间区域之内的所述目标检测框均记为一类框；并将所述分区检测结果G
i
‑1中完全被所述中间区域覆盖且在所述左区域中还有部分框体的所述目标检测框记为二类框；并将所述分区检测结果G
i
中完全被所述中间区域覆盖且在所述右区域中还有部分框体的所述目标检测框也记为二类框；对所述分区检测结果G
i
‑1、G
i
进行一类框校准处理；所述一类框校准处理成功，则对所述分区检测结果G
i
‑1、G
i
进行二类框合并处理。5.根据权利要求4所述的分区点云的目标检测处理方法，其特征在于，所述对所述分区检测结果G
i
‑1、G
i
进行一类框校准处理，具体包括：步骤51，从所述分区检测结果G
i
‑1中提取第一个所述一类框作为第一框；步骤52，提取所述...

【专利技术属性】
技术研发人员：冯阳，
申请(专利权)人：苏州轻棹科技有限公司，
类型：发明
国别省市：