【技术实现步骤摘要】
运动状态估计模型的训练方法、运动状态估计方法及装置
[0001]本申请涉及自动驾驶
,尤其涉及一种运动状态估计模型的训练方法、运动状态估计方法、装置、存储介质及电子设备。
技术介绍
[0002]在自动驾驶场景中,自动驾驶系统可以利用相邻时刻拍摄的车辆周围的多张图像,来估计车辆周围的目标物体的运动状态。
[0003]目前,自动驾驶系统需要首先利用目标追踪算法,对多张图像中的目标物体进行关联匹配,然后才能进一步计算目标物体的运动状态,无法直接从多张图像中获取目标物体的运动状态。
技术实现思路
[0004]目前,自动驾驶系统无法直接从多张图像中获取目标物体的运动状态,导致对目标物体运动状态的估计效率较低。
[0005]为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种运动状态估计模型的训练方法、运动状态估计方法及装置。
[0006]根据本公开的第一方面,提供了一种运动状态估计模型的训练方法,该运动状态估计模型包括特征提取网络和运动状态预测网络,该训练方法包括:获取样本图像集,样本图像集包括第一时刻拍摄的第一样本图像和第二时刻拍摄的第二样本图像,第一时刻早于第二时刻;利用特征提取网络,基于第一样本图像和第二样本图像,得到第一样本图像对应的第一图像特征和第二样本图像对应的第二图像特征;利用第一图像特征和第二图像特征,进行特征融合,进行特征变换和特征融合,得到目标视角空间内的第一融合特征;利用运动状态预测网络对第一融合特征进行预测,得到样本图像集中的目标物体的预测运动状态流 ...
【技术保护点】
【技术特征摘要】
1.一种运动状态估计模型的训练方法,所述运动状态估计模型包括特征提取网络和运动状态预测网络,所述方法包括:获取样本图像集,所述样本图像集包括第一时刻拍摄的第一样本图像和第二时刻拍摄的第二样本图像,所述第一时刻早于所述第二时刻;利用所述特征提取网络,基于所述第一样本图像和所述第二样本图像,得到所述第一样本图像对应的第一图像特征和所述第二样本图像对应的第二图像特征;利用所述第一图像特征和所述第二图像特征,进行特征变换和特征融合,得到目标视角空间内的第一融合特征;利用所述运动状态预测网络对所述第一融合特征进行预测,得到所述样本图像集中的目标物体的预测运动状态流;基于所述预测运动状态流和基准运动状态流,确定模型损失;基于所述模型损失,对所述运动状态估计模型进行训练。2.根据权利要求1所述的方法,其中,所述特征提取网络包括第一特征提取网络和第二特征提取网络,所述利用所述特征提取网络,基于所述第一样本图像和所述第二样本图像,得到所述第一样本图像对应的第一图像特征和所述第二样本图像对应的第二图像特征,包括:利用所述第一特征提取网络,基于所述第一样本图像,得到所述第一图像特征;利用所述第二特征提取网络,基于所述第二样本图像,得到所述第二图像特征。3.根据权利要求1所述的方法,其中,所述利用所述第一图像特征和所述第二图像特征,进行特征变换和特征融合,得到目标视角空间内的第一融合特征,包括:利用第一转移矩阵,将所述第一图像特征和所述第二图像特征投影至所述目标视角空间内,得到所述第一图像特征在所述目标视角空间内对应的第一投影特征和所述第二图像特征在所述目标视角空间内对应的第二投影特征,所述第一转移矩阵为目标视角坐标系到图像坐标系的单应性矩阵;利用第二转移矩阵,对所述第一投影特征进行变换,得到所述第一投影特征在所述第二时刻对应的第三投影特征,所述第二转移矩阵为第一时刻到第二时刻的车辆姿态变化矩阵;将所述第三投影特征与所述第二投影特征进行特征融合,得到所述第一融合特征。4.根据权利要求3所述的方法,其中,所述基准运动状态流,通过以下步骤确定:获取点云数据集,所述点云数据集包括所述第一时刻采集的第一点云数据和所述第二时刻采集的第二点云数据;利用目标检测算法,确定所述目标物体在所述第一点云数据中的第一方位信息和所述目标物体在所述第二点云数据中的第二方位信息;利用所述第一方位信息和所述第二方位信息,确定所述目标物体从所述第一时刻到所述第二时刻的方位变化信息;利用所述方位变化信息更新初始的运动状态流,得到所述基准运动状态流。5.根据权利要求4所述的方法,其中,所述利用所述第一方位信息和所述第二方位信息,确定所述目标物体从所述第一时刻到所述第二时刻的方位变化信息,包括:利用第三转移矩阵,将所述第一方位信息和所述第二方位信息投影至目标视角空间
内,得到所述第一方位信息在所述目标视角空间内对应的第一投影方位信息和所述第二方位信息在所述目标视角空间内对应的第二投影方位信息,所述第三转移矩阵为车载雷达坐标系到目标视角坐标系的外参矩阵;利用所述第二转移...
【专利技术属性】
技术研发人员:朱红梅,张骞,任伟强,孟文明,
申请(专利权)人:北京地平线机器人技术研发有限公司,
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。