CN114861461A - 基于仿真的目标检测方法、电子设备及存储介质 - Google Patents
基于仿真的目标检测方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114861461A CN114861461A CN202210612114.6A CN202210612114A CN114861461A CN 114861461 A CN114861461 A CN 114861461A CN 202210612114 A CN202210612114 A CN 202210612114A CN 114861461 A CN114861461 A CN 114861461A
- Authority
- CN
- China
- Prior art keywords
- target object
- type
- simulation model
- target
- ray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种基于仿真的目标检测方法、电子设备及存储介质。该应用于基于激光雷达检测目标物的仿真模型,所述方法,包括:在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线;其中,目标物体位于目标车辆中激光雷达的可视范围内;根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果。本发明实施例,激光雷达通过接收场景仿真模型中目标物体发送的第一类型射线,并根据第一类型射线与第二类型射线之间的交点数据确定目标物体的检测结果,能够解决仿真激光雷达扫描效率低的问题,提升激光雷达仿真效率。
Description
技术领域
本发明涉及车辆激光雷达仿真技术领域,尤其涉及一种基于仿真的目标检测方法、电子设备及存储介质。
背景技术
虚拟仿真测试是加速自动驾驶研发过程和保证产品安全的核心环节,虚拟仿真测试是通过构建虚拟场景,仿真车辆动力学以及传感器,完成自动驾驶算法的测试。自动驾驶算法中规划控制模块的输入是目标级场景描述,因此只需要完成场景的目标级仿真,即可完成规划控制模块的仿真测试。而激光雷达又是自动系统中重要的传感器,因此完成激光雷达的目标检测仿真,对于自动驾驶算法中规划控制模块的功能验证具有重要作用。
目前,激光雷达目标检测仿真方法主要有两种,一种是不仿真雷达的扫描过程,即直接使用虚拟仿真场景中的目标真值,该方法的优势是仿真效率极高,缺点是是无法解决遮挡剔除的问题;另一种是仿真雷达的扫描过程,即在虚拟仿真场景中,通过计算雷达射线与三维物体的交点,来判断是否扫描到了目标,该方法仿真效率低。
公开内容
有鉴于此,本发明提供一种基于仿真的目标检测方法、电子设备及存储介质,能够解决仿真激光雷达扫描效率低的问题,提升激光雷达仿真效率。
根据本发明的一方面,本发明实施例提供了一种基于仿真的目标检测方法,该方法应用于基于激光雷达检测目标物的仿真模型,其中,所述基于激光雷达检测目标物的仿真模型包括:场景仿真模型和车辆仿真模型;所述方法,包括:
在检测到所述车辆仿真模型中目标车辆移动指令和/或所述场景仿真模型中目标物体移动指令的情况下,接收所述场景仿真模型中目标物体发送的第一类型射线;其中,所述目标物体位于所述目标车辆中激光雷达的可视范围内;
根据所述第一类型射线与预先获取的第二类型射线之间的交点数据确定所述目标物体的检测结果。
根据本发明的另一方面,本发明实施例还提供了基于仿真的目标检测装置,该装置应用于基于激光雷达检测目标物的仿真模型,其中,所述基于激光雷达检测目标物的仿真模型包括:场景仿真模型和车辆仿真模型;所述装置,包括:
第一射线接收模块,用于在检测到所述车辆仿真模型中目标车辆移动指令和/或所述场景仿真模型中目标物体移动指令的情况下,接收所述场景仿真模型中目标物体发送的第一类型射线;其中,所述目标物体位于所述目标车辆中激光雷达的可视范围内;
检测结果确定模块,用于根据所述第一类型射线与预先获取的第二类型射线之间的交点数据确定所述目标物体的检测结果。
根据本发明的另一方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的基于仿真的目标检测方法。
根据本发明的另一方面,本发明实施例还提供了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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于仿真的目标检测方法。
本发明实施例的技术方案,通过在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线;其中,目标物体位于目标车辆中激光雷达的可视范围内,并根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果。本发明实施例,激光雷达通过接收场景仿真模型中目标物体发送的第一类型射线,并根据第一类型射线与第二类型射线之间的交点数据确定目标物体的检测结果,能够解决仿真激光雷达扫描效率低的问题,提升激光雷达仿真效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于仿真的目标检测方法的流程图;
图2为本发明一实施例提供的另一种基于仿真的目标检测方法的流程图;
图3为本发明一实施例提供的又一种基于仿真的目标检测方法的流程图;
图4为本发明一实施例提供的一种基于仿真的目标检测模型的结构框架图;
图5为本发明一实施例提供的一种基于仿真的目标检测模型的流程图;
图6为本发明一实施例提供的再一种基于仿真的目标检测方法的流程图;
图7是本发明一实施例提供的一种基于仿真的目标检测装置的结构框图;
图8是本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在一实施例中,图1为本发明一实施例提供的一种基于仿真的目标检测方法的流程图,本实施例可适用于对激光雷达目标检测进行仿真时的情况,该方法可以由基于仿真的目标检测装置来执行,该基于仿真的目标检测装置可以采用硬件和/或软件的形式实现,该基于仿真的目标检测装置可配置于电子设备中。所述基于仿真的目标检测方法,应用于基于激光雷达检测目标物的仿真模型,其中,基于激光雷达检测目标物的仿真模型包括:场景仿真模型和车辆仿真模型。如图1所示,该方法包括:
S110、在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线。
其中,目标物体位于目标车辆中激光雷达的可视范围内。
其中,车辆仿真模型可以理解为对车辆进行相关仿真的模型,车辆仿真模型可以仿真车辆的相关位置、速度信息以及角度信息等等,并对仿真的信息进行相应的输出。目标车辆移动指令可以理解为车辆进行行驶的相关指令信息,可以为目标车辆进行前进行驶的指令,也可以为目标车辆进行倒车行驶时的指令,也可以为目标车辆进行转向时的指令,本实施例在此不做限制。场景仿真模型可以理解为进行场景仿真的相关模型,可以包括所处的当前场景中的相关场景模型、交通模型以及行人模型。其中,场景模型可以包括绿化带、树木以及标识牌等等,交通模型可以包括车辆、各种线路以及相关标识等等,行人模型可以包括各种各样的行人。
在本实施例中,目标物体可以理解为场景仿真模型中激光雷达可视范围内的物体。需要说明的是,目标物体的形式为三维模型物体,三维模型是物体的多边形表示,例如可以为立体几何的形式。目标物体均具有一定的特征点,且其关键特征点的可视个数至少为一个。目标物体移动指令可以理解为场景仿真模型中目标物体进行移动的相关指令,例如可以是行走的行人、行驶中的车辆以及漂浮的各种物体等等。第一类型射线可以理解为场景仿真模型中目标物体的各个关键特征点向车载雷达所发送的射线,需要说明的是,目标物体的每一个关键特征点可以对应一条第一类型射线,此时可以理解为目标物体的第一类型射线至少为1条。
在本实施例中,基于激光雷达检测目标物的仿真模型可以包括场景仿真模型和车辆仿真模型,在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,可以接收场景仿真模型中目标物体的每个关键特征点向车载激光雷达所发送的第一类型射线。在本实施例中,基于激光雷达检测目标物的仿真模型以步长为单位进行相应的仿真,其中,步长可以理解为在预设时间内,例如可以1秒,也可以为3秒,本实施例在此不做限制。
S120、根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果。
其中,第二类型射线可以理解为场景仿真模型中参考物体的各个特征关键点向目标车辆中激光雷达所发送的射线,参考物体的每一个关键特征点可以对应一条第二类型射线。参考物体可以理解为除去目标物体以外的其他物体。需要说明的是,参考物体也位于目标车辆中激光雷达的可视范围内,且不同于目标物体,参考物体可以为动态的物体,例如可以是行驶的车辆,也可以为静止的物体,例如可以是静止的行人等。参考物体的特征点的可视个数需至少为一个。交点数据可以理解为目标物体所发送的第一类型射线与参考物体所发送的第二类型射线之间的交点数据,可以为第一类型射线与第二类型射线之间的交点数量,也可以为第一类型射线与第二类型射线是否存在交点的相关表征数据,本实施例在此不做限制。检测结果可以理解为对目标物体的检测结果,检测结果可以为目标物体检测成功,也可以为目标物体检测失败。
在本实施例中,依据场景仿真模型中目标物体向车载激光雷达所发送的第一类型射线,以及参考物体向车载激光雷达所发送的第二类型射线,可以确定第一类型射线与预先获取的第二类型射线之间的交点数据,并通过交点数据可以确定目标物体的检测结果。具体的,可以通过目标物体的各关键特征点所发射的第一类型射线,以及参考物体的各关键特征点所发射的第二类型射线,以确定第一类型射线与第二类型射线之间的交点数量,以依据交点数量和第一类型射线的总数量确定目标物体的检测结果。
本发明实施例的技术方案,通过在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线;其中,目标物体位于目标车辆中激光雷达的可视范围内,并根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果。本发明实施例,激光雷达通过接收场景仿真模型中目标物体发送的第一类型射线,并根据第一类型射线与第二类型射线之间的交点数据确定目标物体的检测结果,能够解决仿真激光雷达扫描效率低的问题,提升激光雷达仿真效率。
在一实施例中,图2为本发明一实施例提供的另一种基于仿真的目标检测方法的流程图,本实施例在上述各实施例地基础上,对基于仿真的目标检测的具体方法进行了进一步的细化,如图2所示,本实施例中的基于仿真的目标检测方法具体可以包含如下步骤:
S210、确定激光雷达的可视范围内每个物体的关键特征点的可视情况。
其中,关键特征点可以理解为激光雷达可视范围内的各物体的关键特征点,一个物体可以有一个或多个关键特征点,可以依据可视范围内物体的尺寸大小、位置以及角度等相关属性信息进行确定。示例性的,树木的关键特征点为16个,车辆的关键特征点为10个。
在本实施例中,依据激光雷达的相关物理参数,例如可以是激光雷达的扫描角度范围,可以确定的可视范围内每个物体的关键特征点的可视情况,示例性的,在激光雷达的可视范围内,有一个行人和一个车辆,当行人被车辆完全遮挡住的时候,行人的关键特征点处于均不可视的范围内;当行人被车辆一部分遮挡住的时候,行人的有一部分关键特征点处于可视范围内,另一部分关键特征点处于不可视的范围内;当行人完全未被车辆遮挡的时候,行人的所有关键特征点均处于可视范围内。
S220、根据可视情况确定物体的剔除情况。
其中,剔除可以理解为对物体进行相应的标识,以识别需要剔除的物体。
在本实施例中,可以依据激光雷达的可视范围内,每个物体的关键特征点的可视情况以确定物体的相关剔除情况。具体的,当可视范围内物体的关键特征点均不可视的情况下,可以认为此时的物体完全被遮挡,对完全被遮挡的物体进行相应的剔除,可以为对均不可视的物体进行相应的标记,可以将所有需要剔除的物体存储在一起进行剔除,也可以单个进行剔除,本实施例在此不做限制。
S230、获取场景仿真模型中每个物体的关键特征点。
在本实施例中,可以从场景仿真模型中获取每个场景模型、交通模型以及行人模型下各物体关键特征点,以将关键特征点与对应物体之间的映射关系存储至预设存储空间中。
S240、将关键特征点与对应物体之间的映射关系存储至预设存储空间中。
其中,映射关系可以理解为场景模型、交通模型以及行人模型下各物体关键特征点与相应物体之间的对应关系,该映射关系可以将关键特征点与所对应的物体进行映射。预设存储空间可以理解为激光雷达中预先设置的存储空间。
在本实施例中,通过获取场景仿真模型中每个物体的关键特征点,可以将每个物体的关键特征点与对应物体之间的映射关系,存储至预设存储空间中,以便激光雷达进行相应的识别。
S250、接收场景仿真模型中参考物体发送的第二类型射线;其中,参考物体位于目标车辆中激光雷达的可视范围内,且不同于目标物体。
其中,参考物体可以理解为激光雷达的可视范围内除目标物体以外的其他物体。可以理解为,参考物体位于目标车辆中激光雷达的可视范围内,且不同于目标物体。参考物体可以为动态的物体,例如可以是行驶的车辆,也可以为静止的物体,例如可以是静止的行人等。参考物体也均具有一定的关键特征点,关键特征点的可视个数需至少为一个。
需要说明的是,参考物体也可以作为目标物体,即在根据目标物体的关键特征点所引出的第一类型射线确定其检测结果之后,可以将该目标物体作为参考物体,并从参考物体中随机选择一个作为目标物体,并采用上述方法确定从参考物体中随机选出的目标物体的检测结果,直至完成所有参考物体的检测为止。
在本实施例中,激光雷达可以用来接收场景仿真模型中,目标车辆的激光雷达可视范围内参考物体所发送的第二类型射线,以用于与场景仿真模型中目标物体发送的第一类型射线确定相应的交点数据。
S260、在检测到车辆仿真模型中目标车辆移动指令和/或所述场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线。
S270、根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果。
在本实施例中,S230以及S240的执行顺序与S250的执行顺序不分先后,可以先执行S230以及S240再执行S250;也可以先执行S250再执行S230以及S240;也可以同时执行S230以及S240和S250,本实施例在此不做限制。
本实施例上述技术方案,通过确定激光雷达的可视范围内每个物体的关键特征点的可视情况,根据可视情况确定物体的剔除情况,解决了对遮挡物体进行剔除的问题,保证物体识别的精确度;通过获取场景仿真模型中每个物体的关键特征点,并将关键特征点与对应物体之间的映射关系存储至预设存储空间中,在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线,根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果,进一步解决仿真激光雷达扫描效率低的问题,提升激光雷达仿真效率
在一实施例中,图3为本发明一实施例提供的又一种基于仿真的目标检测方法的流程图,本实施例在上述各实施例地基础上,对接收场景仿真模型中目标物体发送的第一类型射线,以及根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果进行了进一步的细化,如图3所示,本实施例中的基于仿真的目标检测方法具体可以包含如下步骤:
S310、在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体的每个关键特征点发送的第一类型射线。
在本实施例中,在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体的每个关键特征点向目标车辆中激光雷达所发送的第一类型射线,以通过第一类型射线确定其与预先获取的第二类型射线之间的交点数量。
S320、确定第一类型射线与预先获取的第二类型射线之间的交点数量。
在本实施例中,由于目标物体的每一个关键特征点可以对应一条第一类型射线,可以通过目标物体的关键特征点确定出目标物体的第一类型射线的条数;由于参考物体的每一个关键特征点可以对应一条第二类型射线,可以通过参考物体的关键特征点确定出参考物体的第二类型射线的条数,又因为目标物体的每一个关键特征点所发出的第一类型射线均会与参考物体的每一个关键特征点所发出的第二类型射线进行求交点,此时可以得到最大的交点数量为第一类型射线与第二类型射线的乘积。
需要说明的是,当目标物体的第一类型射线与预先获取的参考物体的第二类型射线之间的交点数量为零时,可以认为目标物体的第一类型射线与参考物体的第二类型射线没有交点;当目标物体的第一类型射线与预先获取的参考物体的第二类型射线之间的交点数量为大于零时,可以认为目标物体的第一类型射线与参考物体的第二类型射线有交点,通过第一类型射线与参考物体的第二类型射线存在的交点,可以确定第一类型射线与参考物体的第二类型射线之间的交点数量。
S330、根据交点数量和第一类型射线的总数量确定目标物体的检测结果。
其中,第一类型射线的总数量可以通过目标物体的关键特征点所确定,目标物体所对应的关键特征点总个数即为第一类型射线的总数量。示例性的,目标物体所对应的关键特征点为8个,则可以认为第一类型射线的总数量为8。
在本实施例中,可以依据第一类型射线和第二类型射线之间的交点数量,与第一类型射线的总数量,以确定目标物体的检测结果。具体的,可以将交点数量与第一类型射线的总数量进行相应的比对,在交点数量与第一类型射线的总数量相同的情况下,确定目标物体的检测结果为未成功检测,在交点数量小于第一类型射线的总数量的情况下,确定目标物体的检测结果为成功检测。
在一实施例中,根据交点数量和第一类型射线的总数量确定目标物体的检测结果,包括:
在交点数量与第一类型射线的总数量相同的情况下,确定目标物体的检测结果为未成功检测;
在交点数量小于第一类型射线的总数量的情况下,确定目标物体的检测结果为成功检测。
在本实施例中,在第一类型射线和第二类型射线之间的交点数量与第一类型射线的总数量相同的情况下,可以确定目标物体的检测结果为未成功检测;在第一类型射线和第二类型射线之间的交点数量小于第一类型射线的总数量的情况下,可以确定目标物体的检测结果为成功检测。示例性的,在目标物体的第一类型射线与预先获取的参考物体的第二类型射线之间的交点数量为4的情况下,此时目标物体的第一类型射线的总数量也为4,则可说明目标物体被完全遮挡,此时可以对目标物体进行剔除标记;在目标物体的第一类型射线与预先获取的参考物体的第二类型射线之间的交点数量为6的情况下,此时目标物体的第一类型射线小于6,则说明目标物体可以被检测到。
在一实施例中,在交点数量与第一类型射线的总数量相同的情况下,还包括:
对目标物体进行剔除标记。
在本实施例中,在交点数量与第一类型射线的总数量相同的情况下,此时可以理解为该目标物体的所有射线与其它一个或多个参考物体均有交点,即目标物体被其它参考物体完全遮挡住,需要对目标物体进行剔除标记,本实施例对剔除标记的方式不做限制。进行剔除的方式可以将所有需要剔除的物体存储在一起进行剔除,也可以单个进行剔除,本实施例在此不做限制。
在一实施例中,为便于更好的理解基于仿真的目标检测方法,图4为本发明一实施例提供的一种基于仿真的目标检测模型的结构框架图。如图4所示,该基于仿真的目标检测模型的结构,包括:场景仿真模型420、车辆仿真模型410以及雷达模型430,其中,雷达为车载雷达。场景仿真模型420包含场景模型、交通模型以及行人模型,场景仿真模型420的输出为场景模型中的场景元素,例如可以为场景仿真模型420各类物体的相应位置、速度、相关特征点以及包围盒,其中,包围盒是一种求解离散点集最优包围空间的算法,基本思想是用体积稍大且特性简单的几何体来近似地代替复杂的几何对象。车辆仿真模型410包含有车辆模型,车辆仿真模型410的输出为车辆的位置、速度以及角度等等信息。雷达模型430的输出为各场景模型中的目标的相关位置、速度等等相关信息。
在本实施例中,车辆仿真模型410在车辆位置更新以后,可以仿真输出车辆的位置、角度以及速度,由于场景仿真场景420中,每一个物体都有相应的关键特征点,车辆每移动一个步长,该步长的场景元素也会发生变化并将相关场景元素信息送至雷达模型430中。图5为本发明一实施例提供的一种基于仿真的目标检测模型的流程图。具体流程如下:
a1、车辆仿真一个步长。
a2、场景仿真一个步长。
a3、雷达仿真一个步长。
a4、仿真是否结束,若结束,则不在执行;若否,则返回执行a1。
在一实施例中,图6为本发明一实施例提供的再一种基于仿真的目标检测方法的流程图。具体的执行步骤如下:
S610、判断目标物体是否在车载雷达的可视范围内,若是,则执行S620;若否,则对可视范围重新进行判断。
S620、判断激光雷达的可视范围内每个物体的关键特征点是否均不可视,若是,则执行S630;若否,则执行S640。
S630、剔除标记。
S640、接收场景仿真模型中目标物体发送的第一类型射线,以及接收场景仿真模型中参考物体发送的第二类型射线求交点。
S650、判断第一类型射线与第二类型射线是否均有交点,若是,则执行S660;若否,则执行S630。
S660、目标检测成功。
在一实施例中,图7是本发明一实施例提供的一种基于仿真的目标检测装置的结构框图,该装置适用于对激光雷达目标检测进行仿真时的情况,该装置可以由硬件/软件实现。可配置于电子设备中来实现本发明实施例中的一种基于仿真的目标检测方法。该装置应用于基于激光雷达检测目标物的仿真模型,其中,基于激光雷达检测目标物的仿真模型包括:场景仿真模型和车辆仿真模型;如图7所示,所述装置,包括:第一射线接收模块710以及检测结果确定模块720。
其中,第一射线接收模块710,用于在检测到所述车辆仿真模型中目标车辆移动指令和/或所述场景仿真模型中目标物体移动指令的情况下,接收所述场景仿真模型中目标物体发送的第一类型射线;其中,所述目标物体位于所述目标车辆中激光雷达的可视范围内;
检测结果确定模块720,用于根据所述第一类型射线与预先获取的第二类型射线之间的交点数据确定所述目标物体的检测结果。
本发明实施例,通过第一射线接收模块,在检测到车辆仿真模型中目标车辆移动指令和/或场景仿真模型中目标物体移动指令的情况下,接收场景仿真模型中目标物体发送的第一类型射线;其中,目标物体位于目标车辆中激光雷达的可视范围内,通过检测结果确定模块,根据第一类型射线与预先获取的第二类型射线之间的交点数据确定目标物体的检测结果,解决仿真激光雷达扫描效率低的问题,提升激光雷达仿真效率。
在一实施例中,所述基于仿真的目标检测方法,还包括:
关键特征点获取模块,用于获取所述场景仿真模型中每个物体的关键特征点;
存储模块,用于将所述关键特征点与对应物体之间的映射关系存储至预设存储空间中。
在一实施例中,所述基于仿真的目标检测方法,还包括:
可视情况确定模块,用于在所述接收所述场景仿真模型中目标物体发送的第一类型射线之前,确定所述激光雷达的可视范围内每个物体的关键特征点的可视情况;
剔除情况确定模块,用于根据所述可视情况确定所述物体的剔除情况。
在一实施例中,所述基于仿真的目标检测方法,还包括:
第二射线接收模块,用于接收所述场景仿真模型中参考物体发送的第二类型射线;其中,所述参考物体位于所述目标车辆中激光雷达的可视范围内,且不同于所述目标物体。
在一实施例中,第一射线接收模块710,包括:
第一射线接收单元,用于所述场景仿真模型中目标物体的每个关键特征点发送的第一类型射线。
在一实施例中,检测结果确定模块720,包括:
交点确定单元,用于确定所述第一类型射线与预先获取的第二类型射线之间的交点数量;
结果确定单元,用于根据所述交点数量和所述第一类型射线的总数量确定所述目标物体的检测结果。
在一实施例中,结果确定单元,包括:
第一检测结果确定子单元,用于在所述交点数量与所述第一类型射线的总数量相同的情况下,确定所述目标物体的检测结果为未成功检测;
第二检测结果确定子单元,用于在所述交点数量小于所述第一类型射线的总数量的情况下,确定所述目标物体的检测结果为成功检测。
在一实施例中,第一检测结果确定子单元,包括:
剔除子单元,用于在所述交点数量与所述第一类型射线的总数量相同的情况下,对所述目标物体进行剔除标记。
本发明实施例所提供的基于仿真的目标检测装置可执行本发明任意实施例所提供的基于仿真的目标检测方法,具备执行方法相应的功能模块和有益效果。
在一实施例中,图8是本发明一实施例提供的一种电子设备的结构示意图,如图8示出了可以用来实施本发明的实施例的电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如基于仿真的目标检测方法。
在一些实施例中,基于仿真的目标检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于仿真的目标检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于仿真的目标检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于仿真的目标检测方法,其特征在于,应用于基于激光雷达检测目标物的仿真模型,其中,所述基于激光雷达检测目标物的仿真模型包括:场景仿真模型和车辆仿真模型;所述方法,包括:
在检测到所述车辆仿真模型中目标车辆移动指令和/或所述场景仿真模型中目标物体移动指令的情况下,接收所述场景仿真模型中目标物体发送的第一类型射线;其中,所述目标物体位于所述目标车辆中激光雷达的可视范围内;
根据所述第一类型射线与预先获取的第二类型射线之间的交点数据确定所述目标物体的检测结果。
2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
获取所述场景仿真模型中每个物体的关键特征点;
将所述关键特征点与对应物体之间的映射关系存储至预设存储空间中。
3.根据权利要求1所述的方法,其特征在于,在所述接收所述场景仿真模型中目标物体发送的第一类型射线之前,还包括:
确定所述激光雷达的可视范围内每个物体的关键特征点的可视情况;
根据所述可视情况确定所述物体的剔除情况。
4.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
接收所述场景仿真模型中参考物体发送的第二类型射线;其中,所述参考物体位于所述目标车辆中激光雷达的可视范围内,且不同于所述目标物体。
5.根据权利要求2所述的方法,其特征在于,所述接收所述场景仿真模型中目标物体发送的第一类型射线,包括:
接收所述场景仿真模型中目标物体的每个关键特征点发送的第一类型射线。
6.根据权利要求1-4所述的方法,其特征在于,所述根据所述第一类型射线与预先获取的第二类型射线之间的交点数据确定所述目标物体的检测结果,包括:
确定所述第一类型射线与预先获取的第二类型射线之间的交点数量;
根据所述交点数量和所述第一类型射线的总数量确定所述目标物体的检测结果。
7.根据权利要求6所述的方法,其特征在于,所述根据所述交点数量和所述第一类型射线的总数量确定所述目标物体的检测结果,包括:
在所述交点数量与所述第一类型射线的总数量相同的情况下,确定所述目标物体的检测结果为未成功检测;
在所述交点数量小于所述第一类型射线的总数量的情况下,确定所述目标物体的检测结果为成功检测。
8.根据权利要求7所述的方法,其特征在于,在所述交点数量与所述第一类型射线的总数量相同的情况下,还包括:
对所述目标物体进行剔除标记。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的基于仿真的目标检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的基于仿真的目标检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612114.6A CN114861461A (zh) | 2022-05-31 | 2022-05-31 | 基于仿真的目标检测方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612114.6A CN114861461A (zh) | 2022-05-31 | 2022-05-31 | 基于仿真的目标检测方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114861461A true CN114861461A (zh) | 2022-08-05 |
Family
ID=82641926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210612114.6A Pending CN114861461A (zh) | 2022-05-31 | 2022-05-31 | 基于仿真的目标检测方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114861461A (zh) |
-
2022
- 2022-05-31 CN CN202210612114.6A patent/CN114861461A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113408141B (zh) | 一种自动驾驶测试方法、装置及电子设备 | |
CN113971723B (zh) | 高精地图中三维地图的构建方法、装置、设备和存储介质 | |
CN115880536A (zh) | 数据处理方法、训练方法、目标对象检测方法及装置 | |
CN115480726B (zh) | 一种显示方法、装置、电子设备及存储介质 | |
CN114724113B (zh) | 道路标牌识别方法、自动驾驶方法、装置和设备 | |
CN115761698A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
CN113706705B (zh) | 用于高精地图的图像处理方法、装置、设备以及存储介质 | |
CN114861461A (zh) | 基于仿真的目标检测方法、电子设备及存储介质 | |
CN114861321A (zh) | 交通流仿真的问题场景提取方法、装置、设备及介质 | |
CN113989300A (zh) | 车道线分割的方法、装置、电子设备和存储介质 | |
CN113705432A (zh) | 一种模型训练、三维目标检测方法、装置、设备及介质 | |
CN116168366B (zh) | 点云数据生成方法、模型训练方法、目标检测方法和装置 | |
CN115857176B (zh) | 一种抬头显示器及其高度调节方法、装置、存储介质 | |
CN114677570B (zh) | 道路信息更新方法、装置、电子设备以及存储介质 | |
CN114219907B (zh) | 三维地图生成方法、装置、设备以及存储介质 | |
CN114863285B (zh) | 识别目标道路的方法、装置、设备以及存储介质 | |
CN118035788A (zh) | 一种目标车辆相对位置分类方法、装置、设备及存储介质 | |
CN116305673A (zh) | 一种仿真场景地图的生成方法、装置、设备及存储介质 | |
CN117419736A (zh) | 一种目标区域的确定方法、装置、电子设备及存储介质 | |
CN114579594A (zh) | 信息更新方法、装置、电子设备以及存储介质 | |
CN114565905A (zh) | 车道线的提取方法、装置和电子设备 | |
CN117746386A (zh) | 目标对象的位置感知方法、装置及计算机程序产品 | |
CN117315607A (zh) | 一种图像处理方法、装置、设备及介质 | |
CN114898323A (zh) | 场景匹配方法、装置、电子设备及存储介质 | |
CN115218890A (zh) | 地图数据的更新方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |