一种点云目标检测方法、装置和计算机可读存储介质制造方法及图纸

本申请实施例公开了一种点云目标检测方法、装置和计算机可读存储介质，该方法包括：获取点云；根据第一目标检测方法检测点云中的目标；对检测到的目标进行目标跟踪，并根据实际跟踪轨迹与所述目标的预测跟踪轨迹的匹配情况确定是否存在漏检目标；当确定存在漏检目标时，获取用于对目标进行跟踪轨迹预测时确定目标的预测位置的目标框，作为先验框，对先验框预设范围内的区域进行第二次目标检测。通过该实施例方案，解决了激光雷达目标检测输出不稳定的问题。定的问题。定的问题。

【技术实现步骤摘要】
一种点云目标检测方法、装置和计算机可读存储介质


[0001]本申请实施例涉及目标检测技术，尤指一种点云目标检测方法、装置和计算机可读存储介质。

技术介绍

[0002]目前的目标帧检测方法包括：Deepsort(目标追踪)和Deep multi
‑
object(多目标追踪)。
[0003]Deepsort能在一定程度上解决目标漏帧的问题，即针对某一个物体，前面几帧都能正常检测到，而中途丢失1
‑
2帧，此时采用deepsort算法也能正常输出漏检的目标。但是若丢失多帧，deepsort也无法解决该问题，主要在于deepsort算法无法判断这个目标是真正丢失了还是目标检测没有检测到。
[0004]Deep multi
‑
object依旧存在这些无法解决，目标检测连续多帧丢失，无法输出漏检目标。

技术实现思路

[0005]本申请实施例提供了一种点云目标检测方法、装置和计算机可读存储介质，能够解决激光雷达目标检测输出不稳定的问题。
[0006]本申请实施例提供了一种点云目标检测方法，所述方法可以包括：
[0007]获取点云；
[0008]根据预设的第一目标检测方法检测所述点云中的目标；
[0009]对检测到的目标进行目标跟踪，并根据实际跟踪轨迹与所述目标的预测跟踪轨迹的匹配情况确定是否存在漏检目标；
[0010]当确定存在漏检目标时，获取用于对所述目标进行跟踪轨迹预测时确定所述目标的预测位置的目标框，作为先验框，对所述先验框预设范围内的区域进行第二次目标检测。
[0011]在本申请的示例性实施例中，所述根据实际跟踪轨迹与所述目标的预测跟踪轨迹的匹配情况确定是否存在漏检目标，可以包括：
[0012]根据预设的匹配算法检测所述实际跟踪轨迹与所述预测跟踪轨迹是否匹配；
[0013]当所述实际跟踪轨迹与所述预测跟踪轨迹匹配时，确定不存在漏检目标；
[0014]当所述实际跟踪轨迹与所述预测跟踪轨迹不匹配时，确定存在漏检目标。
[0015]在本申请的示例性实施例中，所述匹配算法可以包括：匈牙利匹配算法。
[0016]在本申请的示例性实施例中，所述方法还可以包括：
[0017]在目标跟踪过程中，根据所述跟踪轨迹是否消失判断所述目标是否消失；
[0018]其中，当所述跟踪轨迹未消失时，判定所述目标未消失；
[0019]当所述跟踪轨迹消失时，判定所述目标消失。
[0020]在本申请的示例性实施例中，所述对所述先验框预设范围内的区域进行第二次目标检测，可以包括：
[0021]将所述先验框按照预设比例扩展为扩展框；
[0022]将所述扩展框内的点云扣取出来，记作第一点云；
[0023]采用第二目标检测方法判断所述第一点云是否存在潜在目标。
[0024]在本申请的示例性实施例中，所述采用第二目标检测方法判断所述第一点云是否存在潜在目标，可以包括：
[0025]计算所述第一点云垂直方向的高度；
[0026]根据点云中预设的地面高度从所述第一点云垂直方向的高度中去除所述地面高度；
[0027]获取剩余高度对应的点云；
[0028]计算所述剩余高度对应的点云的点云数；
[0029]根据所述点云数确定所述第一点云所在区域是否存在所述潜在目标。
[0030]在本申请的示例性实施例中，所述根据所述点云数确定所述第一点云所在区域是否存在所述潜在目标，可以包括：
[0031]当所述点云数大于或等于预设的数量阈值时，确认所述第一点云所在区域存在所述潜在目标；
[0032]当所述点云数小于所述数量阈值时，确认所述第一点云所在区域不存在所述潜在目标。
[0033]在本申请的示例性实施例中，在对所述先验框预设范围内的区域进行第二次目标检测以后，所述方法还可以包括：
[0034]当判定所述第一点云所在区域不存在潜在目标时，直接输出不存在潜在目标的目标检测结果；
[0035]当判定所述第一点云所在区域存在潜在目标时，采用预设的深度学习目标检测方法对所述第一点云进行第二次目标检测，并根据对所述第一点云进行第二次目标检测的检测结果输出相应的目标检测结果。
[0036]在本申请的示例性实施例中，所述根据对所述第一点云进行第二次目标检测的检测结果输出相应的目标检测结果，可以包括：
[0037]如果对所述第一点云进行第二次目标检测时未检测到目标，则采用所述第一目标检测算法对所述第一点云进行第三次目标检测，并输出相应的目标检测结果；
[0038]如果对所述第一点云进行第二次目标检测时检测到目标，并且检测到的目标为一个，则将该一个目标直接作为目标检测结果进行输出；
[0039]如果对所述第一点云进行第二次目标检测时检测到目标，并且检测到的目标为多个，则将多个目标的目标框中具有最大交并比IOU的目标框作为目标检测结果进行输出。
[0040]本申请实施例还提供了一种点云目标检测装置，可以包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的点云目标检测方法。
[0041]本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述的点云目标检测方法。
[0042]与相关技术相比，本申请实施例的点云目标检测方法可以包括：获取点云；根据预设的第一目标检测方法检测所述点云中的目标；对检测到的目标进行目标跟踪，并根据实
际跟踪轨迹与所述目标的预测跟踪轨迹的匹配情况确定是否存在漏检目标；当确定存在漏检目标时，获取用于对所述目标进行跟踪轨迹预测时确定所述目标的预测位置的目标框，作为先验框，对所述先验框预设范围内的区域进行第二次目标检测。通过该实施例方案，解决了激光雷达目标检测输出不稳定的问题。
[0043]本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
[0044]附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0045]图1为本申请实施例的点云目标检测方法流程图；
[0046]图2为本申请实施例的对先验框预设范围内的区域进行第二次目标检测的方法示意图；
[0047]图3为本申请实施例的第一目标检测方法示意图；
[0048]图4为本申请实施例的点云目标检测装置组成框图。
具体实施方式
[0049]本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云目标检测方法，其特征在于，所述方法包括：获取点云；根据预设的第一目标检测方法检测所述点云中的目标；对检测到的目标进行目标跟踪，并根据实际跟踪轨迹与所述目标的预测跟踪轨迹的匹配情况确定是否存在漏检目标；当确定存在漏检目标时，获取用于对所述目标进行跟踪轨迹预测时确定所述目标的预测位置的目标框，作为先验框，对所述先验框预设范围内的区域进行第二次目标检测。2.根据权利要求1所述的点云目标检测方法，其特征在于，所述根据实际跟踪轨迹与所述目标的预测跟踪轨迹的匹配情况确定是否存在漏检目标，包括：根据预设的匹配算法检测所述实际跟踪轨迹与所述预测跟踪轨迹是否匹配；当所述实际跟踪轨迹与所述预测跟踪轨迹匹配时，确定不存在漏检目标；当所述实际跟踪轨迹与所述预测跟踪轨迹不匹配时，确定存在漏检目标。3.根据权利要求1所述的点云目标检测方法，其特征在于，所述方法还包括：在目标跟踪过程中，根据所述跟踪轨迹是否消失判断所述目标是否消失；其中，当所述跟踪轨迹未消失时，判定所述目标未消失；当所述跟踪轨迹消失时，判定所述目标消失。4.根据权利要求1
‑
3任意一项所述的点云目标检测方法，其特征在于，所述对所述先验框预设范围内的区域进行第二次目标检测，包括：将所述先验框按照预设比例扩展为扩展框；将所述扩展框内的点云扣取出来，记作第一点云；采用第二目标检测方法判断所述第一点云是否存在潜在目标。5.根据权利要求4所述的点云目标检测方法，其特征在于，所述采用第二目标检测方法判断所述第一点云是否存在潜在目标，包括：计算所述第一点云垂直方向的高度；根据点云中预设的地面高度从所述第一点云垂直方向的高度中去除所述地面高度；获取剩余高度对应的点云；计算所述剩余高度对应的点云的点云数；根据所述点云数确定所述第一点云所在区域是否存在所述潜在目标。6.根据权利要求5所述的点云目标检测方法...

【专利技术属性】
技术研发人员：樊强，
申请(专利权)人：宁波吉利汽车研究开发有限公司，
类型：发明
国别省市：