本申请涉及自动驾驶技术领域，特别涉及一种目标检测与速度预测方法、装置、车辆及存储介质，其中，方法包括：获取三维点云数据；对三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，基于编码特征生成三维点云的三维点云特征；根据目标三维框中心点在热力图上的投影点确定同一目标的三维点云特征，对同一目标的三维点云特征进行检测框回归得到三维检测框，利用三维检测框检测目标的实际类别，并基于相邻探测时刻的三维检测框的中心点位置预测目标的速度。由此，解决了相关技术中手工提取特征效率低，误差大，无法预测目标速度等问题。标速度等问题。标速度等问题。
【技术实现步骤摘要】
目标检测与速度预测方法、装置、车辆及存储介质
[0001]本申请涉及自动驾驶
，特别涉及一种目标检测与速度预测方法、装置、车辆及存储介质。
技术介绍
[0002]随着自动驾驶或辅助驾驶在学术界和工业界被广泛普及，各种模态的车载摄像头也随之出现在人们的视野。通过各种手段对摄像头传来的数据进行处理，识别以及预测，已经成为自动驾驶技术不可或缺的一部分。目前，普通视觉摄像头、激光雷达和毫米波雷达已经得到广泛应用。但是视觉摄像头数据高度依赖样本库或模型，必须对所有类别进行训练才能够识别探测，但是对于自然场景的复杂性我们无法穷举，且在一些极端环境和光照下摄像头极容易受到干扰，为自动驾驶安全带来了隐患；3D毫米波雷达主要用于确定目标和发射点的距离、相对速度、方位等信息。
[0003]市面上量产的77GHz雷达不能用于分类，无法把环境周边静态目标，如树、围栏、停放的车辆和人等区分开来，因此在高速公路上，算法对静态物体进行忽略，以防止车辆误刹车。激光雷达可以产生稀疏的点云，需要和视觉摄像头配合使用，且价格十分昂贵。
技术实现思路
[0004]本申请提供一种目标检测与速度预测方法、装置、车辆及存储介质，以解决相关技术中手工提取特征效率低，误差大，无法预测目标速度等问题。
[0005]本申请第一方面实施例提供一种目标检测与速度预测方法，包括以下步骤：获取三维点云数据；对所述三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，基于所述编码特征生成所述三维点云的三维点云特征；根据目标三维框中心点在热力图上的投影点确定同一目标的所述三维点云特征，对所述同一目标的所述三维点云特征进行检测框回归得到三维检测框，利用所述三维检测框检测所述目标的实际类别，并基于相邻探测时刻的三维检测框的中心点位置预测所述目标的速度。
[0006]根据上述技术手段，本申请实施例可以对三维点云进行编码得到编码特征，基于编码特征生成三维点云特征，无需手工对点云特征进行处理，避免了手工设计的繁琐且提高了泛化性，利用目标中心检测方法检测目标的实际类别，减少误差，并且可以通过时序之间的关联，高效预测目标的速度，计算量小。
[0007]可选地，在利用所述三维检测框检测所述目标的实际类别之前，还包括：获取所述热力图上三维检测框的顶点与中心点投影；对所述顶点与中心点投影对应的三维点云特征进行多层感知融合，输出修正后的三维检测框。
[0008]根据上述技术手段，本申请实施例可以修正雷达扫描过程中未能扫描到目标中心点的遗留问题，通过目标每个面的中心点去修正目标框的预测，同时输出目标框的置信度。
[0009]可选地，所述根据目标三维框中心点在热力图上的投影点确定同一目标的所述三维点云特征，包括：获取三维点云在所述热力图上的投影坐标；根据所述三维点云的投影坐
标计算高斯核半径；根据所述三维点云的投影坐标、所述中心点的投影坐标和所述高斯核半径计算所述三维点云投影点的真值，将所述真值大于预设值对应高斯核半径范围内的三维点云特征划分为同一目标。
[0010]根据上述技术手段，本申请实施例可以将三维目标检测转换为目标中心点检测的问题，避免不同类型的目标需要设计anchor(锚框)的问题。
[0011]可选地，所述基于相邻探测时刻的三维检测框的中心点位置预测所述目标的速度，包括：获取相邻探测时刻的三维检测框的中心点坐标；根据相邻中心点坐标计算所述目标的运动距离，根据所述运动距离和相邻探测时刻之间的时长计算所述目标的速度。
[0012]根据上述技术手段，本申请实施可以通过时序之间的关联，高效预测了目标的速度，同时只增加了极少的计算量，保证了预测方法的轻量化。
[0013]可选地，所述对所述三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，包括：对所述三维点云数据进行空间体素化，并在每个体素内采样相同点云；利用全卷积网络提取每个体素内所有点云的局部特征，并对每个体素内所有点云的局部特征逐点进行最大值池化，得到每个体素的全局特征；将每个体素的全局特征与体素内每个局部特征进行拼接，得到所述编码特征。
[0014]根据上述技术手段，本申请实施例通过利用全卷积网络提取局部特征，并且将局部特征逐点进行最大值池化，得到全局特征，利用局部特征和全部特征对点云进行高效编码，提升了特征的表达能力。
[0015]可选地，所述在每个体素内采样相同点云，包括：识别所述每个体素内点云的实际数量；若所述实际数量大于预设数量，则在所述体素内随机采样所述预设数量的点云，否则对所述体素内通过线性插值采样预设数量的点云。
[0016]根据上述技术手段，本申请实施例可以对点云分布不均匀的体素进行不同的采样方法，以保证后续进行特征提取的准确性。
[0017]可选地，采样得到的点云由所述点云的原始坐标、所述点云与所述体素中心点的偏移坐标和所述点云的反射强度表示。
[0018]可选地，在基于所述编码特征生成所述三维点云的三维点云特征之前，还包括：对所述编码特征进行局部特征与全局特征的编码得到新编码特征。
[0019]可选地，所述基于所述编码特征生成所述三维点云的三维点云特征，包括：将所述编码特征映射至三维空间网络，得到四维特征；对所述四维特征进行三维卷积，并对同一高度上的特征进行叠加，得到所述三维点云特征。
[0020]根据上述技术手段，本申请实施例可以在点云上进行三维卷积，从而加强分割的点云网格间的联系，且将特征在高度上进行叠加，得到三维点云特征，节省了计算量。
[0021]本申请第二方面实施例提供一种目标检测与速度预测装置，包括：获取模块，用于获取三维点云数据；生成模块，用于对所述三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，基于所述编码特征生成所述三维点云的三维点云特征；预测模块，用于根据目标三维框中心点在热力图上的投影点确定同一目标的所述三维点云特征，对所述同一目标的所述三维点云特征进行检测框回归得到三维检测框，利用所述三维检测框检测所述目标的实际类别，并基于相邻探测时刻的三维检测框的中心点位置预测所述目标的速度。
[0022]本申请第三方面实施例提供一种车辆，包括：四维毫米波雷达，用于探测车辆周围的三维点云数据；处理器，用于对所述三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，基于所述编码特征生成所述三维点云的三维点云特征；根据目标三维框中心点在热力图上的投影点确定同一目标的所述三维点云特征，对所述同一目标的所述三维点云特征进行检测框回归得到三维检测框，利用所述三维检测框检测所述目标的实际类别，并基于相邻探测时刻的三维检测框的中心点位置预测所述目标的速度。
[0023]本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的目标检测与速度预测方法。
[0024]由此，本申请至少具有如下有益效果：
[0025](1)本申请实施例可以对三维点云进行编码得本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标检测与速度预测方法，其特征在于，包括以下步骤：获取三维点云数据；对所述三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，基于所述编码特征生成所述三维点云的三维点云特征；根据目标三维框中心点在热力图上的投影点确定同一目标的所述三维点云特征，对所述同一目标的所述三维点云特征进行检测框回归得到三维检测框，利用所述三维检测框检测所述目标的实际类别，并基于相邻探测时刻的三维检测框的中心点位置预测所述目标的速度。2.根据权利要求1所述的方法，其特征在于，在利用所述三维检测框检测所述目标的实际类别之前，还包括：获取所述热力图上三维检测框的顶点与中心点投影；对所述顶点与中心点投影对应的三维点云特征进行多层感知融合，输出修正后的三维检测框。3.根据权利要求1所述的方法，其特征在于，所述根据目标三维框中心点在热力图上的投影点确定同一目标的所述三维点云特征，包括：获取三维点云在所述热力图上的投影坐标；根据所述三维点云的投影坐标计算高斯核半径；根据所述三维点云的投影坐标、所述中心点的投影坐标和所述高斯核半径计算所述三维点云投影点的真值，将所述真值大于预设值对应高斯核半径范围内的三维点云特征划分为同一目标。4.根据权利要求1所述的方法，其特征在于，所述基于相邻探测时刻的三维检测框的中心点位置预测所述目标的速度，包括：获取相邻探测时刻的三维检测框的中心点坐标；根据相邻中心点坐标计算所述目标的运动距离，根据所述运动距离和相邻探测时刻之间的时长计算所述目标的速度。5.根据权利要求1所述的方法，其特征在于，所述对所述三维点云数据中三维点云进行局部特征与全局特征的编码得到编码特征，包括：对所述三维点云数据进行空间体素化，并在每个体素内采样相同点云；利用全卷积网络提取每个体素内所有点云的局部特征，并对每个体素内所有点云的局部特征逐点进行最大值池化，得到每个体素的全局特征；将每个体素的全局特征与体素内每个局部特征进行拼接，得到所述编码特征。6.根据权利要求5所述的方法，其特征在于，所述在每个体素内采样相同点云，包括：识别所述每个体素内点云的实际数量；若...
【专利技术属性】
技术研发人员：章秀秀，董楠，
申请(专利权)人：重庆长安汽车股份有限公司，
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。