【技术实现步骤摘要】
本公开涉及自动驾驶，具体而言，涉及一种目标检测方法及装置。
技术介绍
1、目标检测技术利用传感器如激光雷达和摄像头实时监测周围环境，并通过算法处理数据，识别和检测行人、车辆等障碍物，在多个领域具有广泛的应用潜力和发展前景。相关技术中通常采用三维(three-dimensional，3d)网络模型或点云目标检测方式来实现目标检测，其中，3d网络模型由于缺少通用开发框架算子的支持，所以很难进行车端部署；点云目标检测方式中经典的代表性网络为基于点云的3d目标检测模型(pointpillar)，但该算法仍存在目标检测效率低、检测效果差的问题，由此难以提高无人车的目标检测精度。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种目标检测方法及装置，以至少解决相关技术在自动驾驶过程中进行目标检测时的检测效率低、检测效果差的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种目标检测方法，包括：获取点云拼接数据，其中，点云拼接数据通过对多帧原始点云数据进行拼接处理而得到；对点云拼接数据进行预处理，得到预处理结果，其中，预处理结果包括点云拼接数据对应的俯视空间体素特征；基于预处理结果进行检测处理，得到目标检测结果，其中，目标检测结果用于表示目标对象的类别信息、包围框信息和评分信息。
3、可选地，对点云拼接数据进行预处理，得到预处理结果包括：基于点云拼接数据进行体素化处理，得到体素化处理结果；对体素化处理结果进行特
4、可选地，基于点云拼接数据进行体素化处理，得到体素化处理结果包括：对点云拼接数据进行栅格划分处理，得到栅格划分结果；对栅格划分结果进行体素归一化处理，得到体素化处理结果。
5、可选地，对点云拼接数据进行栅格划分处理，得到栅格划分结果包括：获取目标范围信息和栅格尺寸信息，其中，目标范围信息用于确定待划分的三维空间范围；利用目标范围信息和栅格尺寸信息对点云拼接数据进行栅格划分处理，得到多个划分维度对应的栅格数量；基于多个划分维度对应的栅格数量确定栅格划分结果。
6、可选地，对栅格划分结果进行体素归一化处理，得到体素化处理结果包括：利用目标范围信息对栅格划分结果进行过滤处理，得到过滤结果；基于过滤结果进行坐标转换处理，得到坐标转换结果，其中，坐标转换结果用于表示过滤结果对应的伪图像坐标数据；对坐标转换结果进行去重处理，得到去重处理结果；基于去重处理结果进行映射处理，得到体素化处理结果。
7、可选地，基于过滤结果进行坐标转换处理，得到坐标转换结果包括：基于过滤结果和目标边界坐标确定目标坐标差值；根据目标坐标差值和栅格尺寸信息之间的比值确定坐标转换结果。
8、可选地，基于去重处理结果进行映射处理，得到体素化处理结果包括：获取去重处理结果对应的原始索引信息；基于原始索引信息对去重处理结果进行映射处理，得到体素化处理结果。
9、可选地，目标检测方法还包括：响应于目标栅格存在点云拼接数据，利用第一数值对目标栅格进行赋值处理；响应于目标栅格不存在点云拼接数据，利用第二数值对目标栅格进行赋值处理。
10、可选地，基于预处理结果进行检测处理，得到目标检测结果包括：利用目标检测网络模型对预处理结果进行检测分析，得到目标检测结果，其中，目标检测网络模型采用特征提取样本对初始检测网络模型进行机器学习而得到。
11、根据本专利技术实施例的另一方面，还提供了一种目标检测装置，包括：获取模块，用于获取点云拼接数据，其中，点云拼接数据通过对多帧原始点云数据进行拼接处理而得到；预处理模块，用于对点云拼接数据进行预处理，得到预处理结果，其中，预处理结果包括点云拼接数据对应的俯视空间体素特征；检测模块，用于基于预处理结果进行检测处理，得到目标检测结果，其中，目标检测结果用于表示目标对象的类别信息、包围框信息和评分信息。
12、可选地，预处理模块还用于：基于点云拼接数据进行体素化处理，得到体素化处理结果；对体素化处理结果进行特征提取，得到预处理结果。
13、可选地，预处理模块还用于：对点云拼接数据进行栅格划分处理，得到栅格划分结果；对栅格划分结果进行体素归一化处理，得到体素化处理结果。
14、可选地，预处理模块还用于：获取目标范围信息和栅格尺寸信息，其中，目标范围信息用于确定待划分的三维空间范围；利用目标范围信息和栅格尺寸信息对点云拼接数据进行栅格划分处理，得到多个划分维度对应的栅格数量；基于多个划分维度对应的栅格数量确定栅格划分结果。
15、可选地，预处理模块还用于：利用目标范围信息对栅格划分结果进行过滤处理，得到过滤结果；基于过滤结果进行坐标转换处理，得到坐标转换结果，其中，坐标转换结果用于表示过滤结果对应的伪图像坐标数据；对坐标转换结果进行去重处理，得到去重处理结果；基于去重处理结果进行映射处理，得到体素化处理结果。
16、可选地，预处理模块还用于：基于过滤结果和目标边界坐标确定目标坐标差值；根据目标坐标差值和栅格尺寸信息之间的比值确定坐标转换结果。
17、可选地，预处理模块还用于：获取去重处理结果对应的原始索引信息；基于原始索引信息对去重处理结果进行映射处理，得到体素化处理结果。
18、可选地，目标检测装置还包括：处理模块，用于：响应于目标栅格存在点云拼接数据，利用第一数值对目标栅格进行赋值处理；响应于目标栅格不存在点云拼接数据，利用第二数值对目标栅格进行赋值处理。
19、可选地，检测模块还用于：利用目标检测网络模型对预处理结果进行检测分析，得到目标检测结果，其中，目标检测网络模型采用特征提取样本对初始检测网络模型进行机器学习而得到。
20、根据本专利技术其中一实施例，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制存储介质所在设备执行本公开实施例中的目标检测方法。
21、根据本专利技术其中一实施例，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本公开实施例中的目标检测方法。
22、根据本专利技术其中一实施例，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开实施例中的目标检测方法。
23、在本专利技术实施例中，通过获取点云拼接数据，进而对点云拼接数据进行预处理，得到预处理结果，最后基于预处理结果进行检测处理，得到目标检测结果，达到了对无人车周围环境进行目标检测的目的，从而实现了提高自动驾驶过程中进行目标检测的检测效率和准确性的技术效果，进而解决了相关技术在自动驾驶过程中进行目标检测时的检测效率低、检测效果差的技术问题。
本文档来自技高网...【技术保护点】
1.一种目标检测方法，其特征在于，包括：
2.根据权利要求1所述的目标检测方法，其特征在于，对所述点云拼接数据进行预处理，得到所述预处理结果包括：
3.根据权利要求2所述的目标检测方法，其特征在于，基于所述点云拼接数据进行体素化处理，得到所述体素化处理结果包括：
4.根据权利要求3所述的目标检测方法，其特征在于，对所述点云拼接数据进行栅格划分处理，得到所述栅格划分结果包括：
5.根据权利要求4所述的目标检测方法，其特征在于，对所述栅格划分结果进行体素归一化处理，得到所述体素化处理结果包括：
6.根据权利要求5所述的目标检测方法，其特征在于，基于所述过滤结果进行坐标转换处理，得到所述坐标转换结果包括：
7.根据权利要求5所述的目标检测方法，其特征在于，基于所述去重处理结果进行映射处理，得到所述体素化处理结果包括：
8.根据权利要求5所述的目标检测方法，其特征在于，所述方法还包括：
9.根据权利要求1所述的目标检测方法，其特征在于，基于所述预处理结果进行检测处理，得到所述目标检测结果包括：
10.一种目标检测装置，其特征在于，包括：
...【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
2.根据权利要求1所述的目标检测方法，其特征在于，对所述点云拼接数据进行预处理，得到所述预处理结果包括：
3.根据权利要求2所述的目标检测方法，其特征在于，基于所述点云拼接数据进行体素化处理，得到所述体素化处理结果包括：
4.根据权利要求3所述的目标检测方法，其特征在于，对所述点云拼接数据进行栅格划分处理，得到所述栅格划分结果包括：
5.根据权利要求4所述的目标检测方法，其特征在于，对所述栅格划分结果进行体素归一化处理，得到所述体素...
【专利技术属性】
技术研发人员：王海罗，李机智，李金城，杨书杰，洪玮，关喜嘉，
申请(专利权)人：北京易控智驾科技有限公司，
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。