目标检测与跟踪方法、相关设备和计算机可读存储介质与流程

文档序号:20833661发布日期:2020-05-22 16:36阅读:来源:国知局

技术特征:

1.一种目标检测与跟踪方法,其特征在于,所述方法应用于包括激光雷达、毫米波雷达、车载服务器和终端构成的系统,所述方法包括:

在配置完成所述系统的软件和硬件参数后,所述激光雷达通过扫描环境以获取所述环境中至少一个目标的点云数据,所述点云数据包括构成所述目标的各个点的坐标;

所述毫米波雷达获取所述目标的位置信息、速度和加速度信息;

所述车载服务器对所述点云数据进行预处理,以获取所述点云数据中的有效点云数据;

所述车载服务器通过深度学习模型处理所述有效点云数据,以获取有效目标的位置信息;

所述车载服务器融合所述有效目标的位置信息以及所述目标的位置信息、速度和加速度信息,获取所述有效目标的最终跟踪结果;

所述终端接收所述有效目标的最终跟踪结果后显示;

所述车载服务器对所述点云数据进行预处理,以获取所述点云数据中的有效点云数据,包括:

所述车载服务器剔除所述激光雷达预定扫描范围外的点云数据,只保留所述预定扫描范围内的点云数据;

所述车载服务器对所述预定扫描范围内的点云数据进行降采样;

所述车载服务器对所述降采样后的点云数据进行体素柱式网格化处理以得到柱式体素数据,将所述柱式体素数据作为所述有效点云数据。

2.如权利要求1所述目标检测与跟踪方法,其特征在于,所述有效点云数据包括经降采样并通过体素柱式网格化处理后得到的柱式体素数据,所述车载服务器通过深度学习模型处理所述有效点云数据,以获取有效目标的位置信息,包括:

将所述柱式体素数据输入第一深度学习模型进行特征提取和扩维后再输入第二深度学习模型进行特征编码和压缩;

将所述编码和压缩后的柱式体素数据拼接为所述有效点云数据的全局特征图;

将所述有效点云数据的全局特征图输入第三深度学习模型进行检测,以获取目标的中心坐标;

对所述目标进行跟踪,保留跟踪有效的目标的中心坐标作为有效目标的位置信息。

3.如权利要求2所述目标检测与跟踪方法,其特征在于,所述对所述目标进行跟踪,保留跟踪有效的目标的中心坐标作为有效目标的位置信息,包括:

为每一个跟踪有效的目标维护一个信息列表,所述信息列表包括跟踪有效的目标的中心坐标;

若所述跟踪有效的目标跟踪失效,则删除所述跟踪失效的目标对应的信息列表。

4.如权利要求1所述目标检测与跟踪方法,其特征在于,所述车载服务器融合所述有效目标的位置信息以及所述目标的位置信息、速度和加速度信息,获取所述有效目标的最终跟踪结果,包括:

所述车载服务器根据所述有效目标的位置信息计算所述有效目标的速度和加速度;

所述车载服务器通过时间同步,采用所述毫米波雷达获取的有效目标的位置信息、速度和加速度矫正所述计算所得的有效目标的速度和加速度;

所述车载服务器对包含所述有效目标的位置信息以及所述矫正后的有效目标的速度和加速度的数据进行可视化后形成所述有效目标的最终跟踪结果。

5.一种目标检测与跟踪方法,其特征在于,所述方法包括:

对来自激光雷达的点云数据进行预处理,以获取所述点云数据中的有效点云数据,所述点云数据包括构成目标的各个点的坐标;

通过深度学习模型处理所述有效点云数据,以获取有效目标的位置信息;

融合所述有效目标的位置信息以及来自毫米波雷达获取所述目标的位置信息、速度和加速度信息,获取所述有效目标的最终跟踪结果;

向终端发布所述有效目标的最终跟踪结果;

所述对来自激光雷达的点云数据进行预处理,以获取所述点云数据中的有效点云数据,包括:

剔除所述激光雷达预定扫描范围外的点云数据,只保留所述预定扫描范围内的点云数据;

对所述预定扫描范围内的点云数据进行降采样;

对所述降采样后的点云数据进行体素柱式网格化处理以得到柱式体素数据,将所述柱式体素数据作为所述有效点云数据。

6.一种目标检测与跟踪装置,其特征在于,所述装置包括:

预处理模块,用于对来自激光雷达的点云数据进行预处理,以获取所述点云数据中的有效点云数据,所述点云数据包括构成目标的各个点的坐标;

检测跟踪模块,用于通过深度学习模型处理所述有效点云数据,以获取有效目标的位置信息;

融合模块,用于融合所述有效目标的位置信息以及来自毫米波雷达获取的目标的位置信息、速度和加速度信息,获取所述有效目标的最终跟踪结果;

信息发布模块,用于向终端发布所述有效目标的最终跟踪结果;

所述预处理模块具体用于剔除激光雷达预定扫描范围外的点云数据,只保留预定扫描范围内的点云数据;对预定扫描范围内的点云数据进行降采样;对降采样后的点云数据进行体素柱式网格化处理以得到柱式体素数据,将柱式体素数据作为点云数据中的有效点云数据。

7.一种目标检测与跟踪系统,其特征在于,所述系统包括:

激光雷达,用于在配置完成所述系统的软件和硬件参数后,通过扫描环境以获取所述环境中至少一个目标的点云数据,所述点云数据包括构成所述目标的各个点的坐标;

毫米波雷达,用于获取所述目标的位置信息、速度和加速度信息;

车载服务器,用于对所述点云数据进行预处理,以获取所述点云数据中的有效点云数据,通过深度学习模型处理所述有效点云数据,以获取有效目标的位置信息,融合所述有效目标的位置信息以及所述目标的位置信息、速度和加速度信息,获取所述有效目标的最终跟踪结果;

终端,用于接收所述有效目标的最终跟踪结果后显示;

所述对所述点云数据进行预处理,以获取所述点云数据中的有效点云数据,包括:剔除所述激光雷达预定扫描范围外的点云数据,只保留所述预定扫描范围内的点云数据;对所述预定扫描范围内的点云数据进行降采样;对所述降采样后的点云数据进行体素柱式网格化处理以得到柱式体素数据,将所述柱式体素数据作为所述有效点云数据。

8.一种车载服务器,所述车载服务器包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求5所述方法的步骤。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求5所述方法的步骤。


技术总结
本发明涉及无人驾驶领域,提供了目标检测与跟踪方法、装置、系统和车载服务器,能够对无人驾驶车辆周围目标进行高精度实时检测与跟踪。该方法包括:完成系统的软件和硬件参数后,激光雷达通过扫描环境以获取环境中至少一个目标的点云数据;毫米波雷达获取目标的位置信息、速度和加速度信息;车载服务器对点云数据进行预处理以获取点云数据中的有效点云数据;车载服务器通过深度学习模型处理有效点云数据,以获取有效目标的位置信息;车载服务器融合有效目标的位置信息以及目标的位置信息、速度和加速度信息,获取有效目标的最终跟踪结果;终端接收有效目标的最终跟踪结果后显示。本发明实现了对无人驾驶车辆周围目标进行高精度的实时检测与跟踪。

技术研发人员:柏超;黄琨;王劲
受保护的技术使用者:中智行科技有限公司
技术研发日:2020.04.14
技术公布日:2020.05.22
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1