CN115980702B - 目标防误检方法、设备、驾驶设备和介质 - Google Patents
目标防误检方法、设备、驾驶设备和介质 Download PDFInfo
- Publication number
- CN115980702B CN115980702B CN202310224343.5A CN202310224343A CN115980702B CN 115980702 B CN115980702 B CN 115980702B CN 202310224343 A CN202310224343 A CN 202310224343A CN 115980702 B CN115980702 B CN 115980702B
- Authority
- CN
- China
- Prior art keywords
- target
- detection frame
- target detection
- point cloud
- duty ratio
- 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.)
- Active
Links
Images
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种目标防误检方法、设备、驾驶设备和介质,包括对当前环境内的第一点云数据进行目标检测,得到目标检测框;获取所述目标检测框的高反射强度点云的占比;根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息;至少根据所述特征信息,确定所述目标检测框的目标类型;若所述目标检测框的目标类型为实体目标,输出所述目标检测框。这样,可以利用伪目标形成的点云中高反射点强度点云占比在预设维度下的特征信息与实体目标形成的点云中高反射点强度点云占比在预设维度下的特征信息之间在较明显的区别,准确地识别出目标检测框是否为实体目标,以防止误检,输出错误的目标检测框,提高了目标检测精确度。
Description
技术领域
本发明涉及目标检测技术领域,具体提供一种目标防误检方法、设备、驾驶设备和介质。
背景技术
激光雷达在辅助驾驶和自动驾驶中扮演着重要的角色。相比于被动视觉传感器,激光雷达有着受光照影响小,提供准确的3D信息等重要优势。
相关技术中,可以获取包含目标的感兴趣区域的点云数据,根据点云数据确定出几何形状类似于目标形状的点云,并基于点云的轮廓输出目标检测框。然而,利用现有方法进行目标检测时,一些贴有反光材料的交通标识物形成的点云与待检测目标(如车辆)形成点云相近,从而将贴有反光材料的交通标识物误检成车辆的问题,导致目标检测精确度低。
发明内容
为了克服上述缺陷,提出了本发明,以提供解决或至少部分地解决基于点云数据进行目标检测时,容易将一些具有反光特性的物体误检,导致目标检测精确度低的技术问题的目标防误检方法、设备、驾驶设备和介质。
在第一方面,本发明提供一种目标防误检方法,所述目标防误检方法包括:
对当前环境内的第一点云数据进行目标检测,得到目标检测框;其中,所述第一点云数据包括点云的反射强度;
获取所述目标检测框的高反射强度点云的占比;其中,所述高反射强度点云为反射强度大于预设强度阈值的点云;
根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息;
至少根据所述特征信息,确定所述目标检测框的目标类型,其中,所述目标类型包括实体目标和伪目标;
若所述目标检测框的目标类型为实体目标,输出所述目标检测框。
进一步地,上述所述的目标防误检方法中,获取所述目标检测框的高反射强度点云的占比,包括:
对所述目标检测框中的第二点云数据进行体素化,得到多个体素内的体素化点云数据;获取每个体素内所述体素化点云数据中高反射强度点云的第一占比作为所述目标检测框的高反射强度点云的占比;和/或
获取所述目标检测框中的第二点云数据中高反射强度点云的第二占比作为所述目标检测框的高反射强度点云的占比。
进一步地,上述所述的目标防误检方法中,所述预设维度至少包括空间维度和/或时间维度;
根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息,包括:
根据所述第一占比,得到所述高反射强度点云的空间分布特征作为所述高反射强度点云在空间维度下的特征信息;和/或
确定在预设时间段内所述第一占比的波动信息和/或所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息。
进一步地,上述所述的目标防误检方法中,确定在预设时间段内所述第一占比的波动信息和/或所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息,包括:
对预设时间段内不同时帧下的所述第一占比进行拟合,得到体素内高反射强度点云在时间维度下的第一拟合曲线;基于所述第一拟合曲线,确定所述第一占比的波动信息作为所述高反射强度点云在时间维度下的特征信息;和/或
对预设时间段内不同时帧下的所述第二占比进行拟合,得到目标检测框中高反射强度点云在时间维度下的第二拟合曲线;基于所述第二拟合曲线,确定所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息。
进一步地,上述所述的目标防误检方法中,仅根据所述特征信息,确定所述目标检测框的目标类型的过程包括:
当所述特征信息满足第一预设条件时,确定所述目标检测框的目标类型为伪目标;
其中,所述第一预设条件包括如下条件中的至少一种:
所述高反射强度点云的空间分布特征表示均匀分布、所述第一占比的波动信息表示波动平稳、所述第二占比的波动信息表示波动平稳。
进一步地,上述所述的目标防误检方法中,仅根据所述特征信息,确定所述目标检测框的目标类型的过程包括:
当所述特征信息满足第二预设条件时,确定所述目标检测框的目标类型为实体目标;
其中,所述第二预设条件仅包括以下条件中的一种,或者,同时包括以下条件的至少两种:
所述高反射强度点云的空间分布特征表示不均匀分布,所述第一占比的波动信息表示波动剧烈,所述第二占比的波动信息表示波动剧烈。
进一步地,上述所述的目标防误检方法中,所述高反射强度点云的占比包括所述目标检测框的第二点云数据中高反射强度点云的第二占比;
至少根据所述特征信息,确定所述目标检测框的目标类型,包括:
根据所述第二占比、所述特征信息和所述目标检测框的观测信息,确定所述目标检测框的目标类型。
进一步地,上述所述的目标防误检方法中,根据所述第二占比、所述特征信息和所述目标检测框的观测信息,确定所述目标检测框的目标类型,包括:
根据所述第二占比,确定所述目标检测框的第一目标类型;
根据所述特征信息,确定所述目标检测框的第二目标类型;
根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型;
根据所述目标检测框的第一目标类型、所述目标检测框的第二目标类型和所述目标检测框的第三目标类型,确定所述目标检测框的目标类型。
进一步地,上述所述的目标防误检方法中,根据所述第二占比,确定所述目标检测框的第一目标类型,包括:
若所述第二占比大于预设占比,确定所述目标检测框的第一目标类型为伪目标;
若所述第二占比小于或等于预设占比,确定所述目标检测框的第一目标类型为实体目标。
进一步地,上述所述的目标防误检方法中,根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型,包括:
当所述目标检测框的观测信息满足第三预设条件时,确定所述目标检测框的第一目标类型为实体目标;
其中,所述第三预设条件包括以下条件中的至少一种:所述目标检测框的对象类别为预设类别、所述目标检测框的运动状态不为静止状态、所述目标检测框的所在位置在指定区域、所述目标检测框的遮挡比大于预设遮挡比。
进一步地,上述所述的目标防误检方法中,根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型,包括:
当所述目标检测框的观测信息满足第四预设条件时,确定所述目标检测框的第一目标类型为伪目标;
其中,所述第四预设条件仅包括以下条件中的一种,或者,同时包括以下条件的至少两种:
所述目标检测框的对象类别不为预设类别、所述目标检测框的运动状态为静止状态、所述目标检测框的所在位置不在指定区域,以及,所述目标检测框的遮挡比大于或等于预设遮挡比。
在第二方面,本发明提供一种目标防误检设备,该目标防误检设备包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行上述任一项所述的目标防误检方法。
在第三方面,提供一种驾驶设备,该驾驶设备包括如上所述的目标防误检设备。
在第四方面,提供一种计算机可读存储介质,该计算机可读存储介质存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行上述任一项所述的目标防误检方法。
本发明上述一个或多个技术方案,至少具有如下一种或多种有益效果:
在实施本发明的技术方案中,通过对当前环境内的第一点云数据进行目标检测,得到目标检测框后,获取所述目标检测框的高反射强度点云的占比;根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息;并至少根据所述特征信息,在确定所述目标检测框的目标类型为实体目标后,输出目标检测框。这样,可以利用伪目标形成的点云中高反射点强度点云占比在预设维度下的特征信息与实体目标形成的点云中高反射点强度点云占比在预设维度下的特征信息之间在较明显的区别,准确地识别出目标检测框是否为实体目标,以防止误检,输出错误的目标检测框,提高了目标检测精确度。
附图说明
参照附图,本发明的公开内容将变得更易理解。本领域技术人员容易理解的是:这些附图仅仅用于说明的目的,而并非意在对本发明的保护范围组成限制。此外,图中类似的数字用以表示类似的部件,其中:
图1是根据本发明的一个实施例的目标防误检方法的主要步骤流程示意图;
图2是根据本发明的另一个实施例的目标防误检方法的主要步骤流程示意图;
图3是根据本发明的再一个实施例的目标防误检方法的主要步骤流程示意图;
图4是根据本发明的一个实施例的目标防误检设备的主要结构框图。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
在本发明的描述中,“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
在进行目标检测过程中,可以获取包含目标的感兴趣区域的点云数据,根据点云数据确定出几何形状类似于目标形状的点云,并基于点云的轮廓输出目标检测框。然而,利用现有方法进行目标检测时,一些贴有反光材料的交通标识物形成的点云与待检测目标(如车辆)形成点云相近,从而将贴有反光材料的交通标识物误检成车辆的问题,导致目标检测精确度低。
因此,为了解决上述技术问题,本发明提供了以下技术方案:
参阅附图1,图1是根据本发明的一个实施例的目标防误检方法的主要步骤流程示意图。如图1所示,本发明实施例中的目标防误检方法主要包括下列步骤101-步骤105。
步骤101、对当前环境内的第一点云数据进行目标检测,得到目标检测框;
在一个具体实现过程中,可以通过激光雷达、毫米波雷达等对当前环境进行感知,得到当前环境内的第一点云数据。其中,所述第一点云数据包括点云的反射强度。可以将当前环境内的第一点云数据输入目标检测模型进行目标检测,得到当前环境内不同目标的目标检测框。
步骤102、获取所述目标检测框的高反射强度点云的占比;
在一个具体实现过程中,可以检测第一点云数据中每个点云的反射强度是否大于预设强度阈值,将反射强度大于预设强度阈值的点云作为高反射强度点云。然后,可以根据如下方式中的至少一种获取所述目标检测框的高反射强度点云的占比。
第一种方式:对所述目标检测框中的第二点云数据进行体素化,得到多个体素内的体素化点云数据;获取每个体素内所述体素化点云数据中高反射强度点云的第一占比作为所述目标检测框的高反射强度点云的占比。
在一个具体实现过程中,可以对目标检测框中的第二点云数据进行体素化,将目标检测框中的第二点云数据分配到不同的体素内,然后针对每个体素内的体素化点云数据计算高反射强度点云的第一占比,作为所述目标检测框的高反射强度点云的占比。
第二种方式:获取所述目标检测框中的第二点云数据中高反射强度点云的第二占比作为所述目标检测框的高反射强度点云的占比。
具体地,可以直接将目标检测框中高反射强度点云的数目与目标检测框中总点云数据的比值作为目标检测框中的第二点云数据中高反射强度点云的第二占比,并将第二占比作为所述目标检测框的高反射强度点云的占比。也可以根据前述的每个体素内高反射强度点云的第一占比的和作为目标检测框中的第二点云数据中高反射强度点云的第二占比,并将第二占比作为所述目标检测框的高反射强度点云的占比。
步骤103、根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息;
在一个具体实现过程中,可以将空间维度和/或时间维度作为预设维度,并根据体素内高反射强度点云的第一占比,得到所述高反射强度点云的空间分布特征作为所述高反射强度点云在空间维度下的特征信息。例如,第一个体素A对应的第一占比比较高,与第一个体素A相邻的第二个体素B对应的第一占比也比较高,则说明高反射强度点云的空间分布特征表示均匀分布。如果第一个体素A对应的第一占比比较高,与第一个体素A相邻的第二个体素B对应的第一占比也比较低,则说明高反射强度点云的空间分布特征表示不均匀分布。
在一个具体实现过程中,还可以确定在预设时间段内体素内高反射强度点云的第一占比的波动信息和/或所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息。
具体地,可以对预设时间段内不同时帧下的体素内高反射强度点云的第一占比进行拟合,得到体素内高反射强度点云在时间维度下的第一拟合曲线;基于所述第一拟合曲线,确定体素内高反射强度点云的第一占比的波动信息作为所述高反射强度点云在时间维度下的特征信息。和/或,对预设时间段内不同时帧下的所述第二占比进行拟合,得到所述高反射强度点云在时间维度下的拟合曲线;基于所述拟合曲线,确定所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息。其中,根据拟合曲线获取拨动信息的实现过程可以参考现有相关记载,在此不再赘述。
需要说明的时,上述高反射强度点云在空间维度下的特征信息以及高反射强度点云在时间维度下的特征信息可以只获取其中一个,也可以同时获取,在此不进行限制。预设维度并不限制于空间维度和时间维度。
步骤104、至少根据所述特征信息,确定所述目标检测框的目标类型;
在一个具体实现过程中,所述目标类型包括实体目标和伪目标。由于实体目标其通常由不同的材质组装为一体,这样,将实体目标的检测框体素化后,则会出现不同体素内高反射强度点云的第一占比大小相差较大的情况,即高反射强度点云的空间分布特征分布不均的情况。以及。例如,车辆的金属部分对应的点云反射率高,金属部分对应的体素内高反射强度点云的第一占比大,而玻璃/塑料部分对应的点云反射率低,玻璃/塑料部分对应的体素内高反射强度点云的第一占比小,因此,对于车辆而言,高反射强度点云的空间分布特征为不均匀分布。而金属标志牌等其通常主要由一种材质形成,其对应的高反射点云在体素化后,每个体素内的高反射强度点云的占比大小相差不是很多,因此,对于金属标志牌等而言,高反射强度点云的空间分布特征为均匀分布。
由于实体目标通常会移动,而伪目标通常不会移动,因此,在不预设时间段内,对于车辆等实体目标而言,伴随着目标的移动和观测角度的变化,实体目标对应的体素内高反射强度点云的第一占比的波动信息和/或所述第二占比的波动信息通常较大,而对于金属标志牌等伪目标而言,伪目标对应的体素内高反射强度点云的第一占比的波动信息和/或所述第二占比的波动信息通常较小。
因此,在执行步骤104时,若仅根据所述特征信息,确定所述目标检测框的目标类型,则可以包括如下步骤:
a、当所述特征信息满足第一预设条件时,确定所述目标检测框的目标类型为伪目标;其中,所述第一预设条件包括如下条件中的至少一种:所述高反射强度点云的空间分布特征表示均匀分布、所述第一占比的波动信息表示波动平稳、所述第二占比的波动信息表示波动平稳。具体地,若所述特征信息包括高反射强度点云的空间分布特征、第一占比的波动信息或第二占比的波动信息,则所述第一预设条件包括上述条件中与特征信息相对应的一种条件即可。若所述特征信息至少包括高反射强度点云的空间分布特征、第一占比的波动信息和第二占比的波动信息中的两种,则所述第一预设条件包括如下条件中的与特征信息相对应的至少一种条件即可。
b、当所述特征信息满足第二预设条件时,确定所述目标检测框的目标类型为实体目标;其中,所述第二预设条件仅包括以下条件中的一种,或者,同时包括以下条件的至少两种:所述高反射强度点云的空间分布特征表示不均匀分布,所述第一占比的波动信息表示波动剧烈,所述第二占比的波动信息表示波动剧烈。
具体地,若所述特征信息包括高反射强度点云的空间分布特征、第一占比的波动信息或第二占比的波动信息,则所述第二预设条件包括上述条件中与特征信息相对应的一种条件即可。若所述特征信息至少包括高反射强度点云的空间分布特征、第一占比的波动信息和第二占比的波动信息中的两种,则所述第二预设条件同时包括如下条件中的与特征信息相对应的至少两种条件即可。
步骤105、若所述目标检测框的目标类型为实体目标,输出所述目标检测框。
在一个具体实现过程中,若所述目标检测框的目标类型为实体目标,说明检测结果正确,可以输出所述目标检测框。否则,若所述目标检测框的目标类型为实体目标,说明检测结果不正确,该目标可能由金属标志牌等引起的,此时可以过滤掉该目标检测框,防止输出错误的目标。
本实施例的目标防误检方法,通过对当前环境内的第一点云数据进行目标检测,得到目标检测框后,获取所述目标检测框的高反射强度点云的占比;根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息;并至少根据所述特征信息,在确定所述目标检测框的目标类型为实体目标后,输出目标检测框。这样,可以利用伪目标形成的点云中高反射点强度点云占比在预设维度下的特征信息与实体目标形成的点云中高反射点强度点云占比在预设维度下的特征信息之间在较明显的区别,准确地识别出目标检测框是否为实体目标,以防止误检,输出错误的目标检测框,提高了目标检测精确度。
参阅附图2,图2是根据本发明的另一个实施例的目标防误检方法的主要步骤流程示意图。如图2所示,本发明实施例中的目标防误检方法主要包括下列步骤201-步骤205。
步骤201、对当前环境内的第一点云数据进行目标检测,得到目标检测框;
步骤202、对所述目标检测框中的第二点云数据进行体素化,得到多个体素内的体素化点云数据;获取每个体素内所述体素化点云数据中高反射强度点云的第一占比;以及,获取所述目标检测框中的第二点云数据中高反射强度点云的第二占比;
步骤203、根据所述第一占比和/或所述第二占比,确定所述高反射强度点云在预设维度下的特征信息;
步骤201至步骤203的实现过程可以参考上述相关记载,在此不再赘述。
步骤204、根据所述第二占比、所述特征信息和所述目标检测框的观测信息,确定所述目标检测框的目标类型。
在一个具体实现过程中,可以按照如下方式实现步骤204:
(1)根据所述第二占比,确定所述目标检测框的第一目标类型;、
在一个具体实现过程中,由于伪目标大多是一种材质形成,伪目标的高反射强度点云的占比通常要较大,而实体目标通常由多种材质形成,因此,实体目标的高反射强度点云的占比相较于伪目标而言通常要小,因此,当所述第二占比大于预设占比时,所述目标检测框的第一目标类型为伪目标;当所述第二占比小于或等于预设占比时,所述目标检测框的第一目标类型为实体目标。
(2)根据所述特征信息,确定所述目标检测框的第二目标类型;
该步骤的实现过程可以参考上述相关记载,在此不再赘述。
(3)根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型;
在一个具体实现过程中,所述目标检测框的观测信息满足第三预设条件时,确定所述目标检测框的第一目标类型为实体目标;当所述目标检测框的观测信息满足第四预设条件时,确定所述目标检测框的第一目标类型为伪目标。其中,所述第三预设条件包括如下条件中的至少一种:所述目标检测框的对象类别为预设类别、所述目标检测框的运动状态不为静止状态、所述目标检测框的所在位置在指定区域、所述目标检测框的遮挡比大于预设遮挡比。所述第四预设条件仅包括以下条件中的一种,或者,同时包括以下条件的至少两种:所述目标检测框的对象类别不为预设类别、所述目标检测框的运动状态为静止状态、所述目标检测框的所在位置不在指定区域,以及,所述目标检测框的遮挡比小于或等于预设遮挡比。
在一个具体实现过程中,可以针对一些高反射率点云占比的目标设定为实体目标,这样,所述目标检测框的对象类别为预设类别时,则可以将目标检测框确定为实体目标,反之,所述目标检测框的对象类别不为预设类别时,则可以将目标检测框确定为伪目标。
在一个具体实现过程中,对于实体目标而言,其移动的可能性较大,因此,若检测到所述目标检测框的运动状态不为静止状态,则可以将目标检测框确定为实体目标,反之,若检测到所述目标检测框的运动状态为静止状态,则可以将目标检测框确定为伪目标。
在一个具体实现过程中,对于一些特定的关键区域可能设置警示牌等,若此时将警示牌作为伪目标的话,可能会影响后续控制逻辑的错误,因此,若检测到目标检测框的所在位置在指定区域,则可以将目标检测框确定为实体目标,反之,若检测到目标检测框的所在位置在不指定区域,则可以将目标检测框确定为伪目标。
在一个具体实现过程中,若存在实体目标,多个实体目标之间移动过程中可能出现遮挡,而伪目标数量相对较少,且通常设置在不易被遮挡的区域,因此,若检测到目标检测框的遮挡比大于预设遮挡比,则可以将目标检测框确定为实体目标,反之,若检测到目标检测框的遮挡比小于或等于预设遮挡比,则可以将目标检测框确定为伪目标。其中,确定目标检测框的遮挡比的过程可以参考现有相关技术,在此不再赘述。
(4)根据所述目标检测框的第一目标类型、所述目标检测框的第二目标类型和所述目标检测框的第三目标类型,确定所述目标检测框的目标类型。
在一个具体实现过程中,可以按照设定顺序依次获得所述目标检测框的第一目标类型、所述目标检测框的第二目标类型和所述目标检测框的第三目标类型,并针对前一次的检测结果进行修正,确定所述目标检测框的目标类型,也可以在得到所述目标检测框的第一目标类型、所述目标检测框的第二目标类型和所述目标检测框的第三目标类型后,利用加权求和等方式,确定所述目标检测框的目标类型。本实施例不做具体限制。
步骤205、若所述目标检测框的目标类型为实体目标,输出所述目标检测框。
该步骤的实现过程可以参考上述相关记载,在此不再赘述。
下面以一种具体实现方式对本发明的技术方案进行说明,其中本发明并不限制该实现方式:
参阅附图3,图3是根据本发明的再一个实施例的目标防误检方法的主要步骤流程示意图。如图3所示,本发明实施例中的目标防误检方法主要包括下列步骤301-步骤308。
步骤301、对当前环境内的第一点云数据进行目标检测,得到目标检测框;
步骤302、检测所述目标检测框中的第二点云数据中高反射强度点云的第二占比是否大于预设占比;若是,执行步骤303,若否,执行步骤308;
步骤303、检测所述目标检测框的对象类别是否为预设类别;若是,执行步骤308,若否,执行步骤304;
步骤304、检测所述目标检测框的运动状态是否为静止状态;若是,执行步骤305,若否,执行步骤308;
步骤305、检测所述目标检测框的所在位置在指定区域;若是,执行步骤308,若否,执行步骤306;
步骤306、检测所述目标检测框的遮挡比是否大于预设遮挡比;若是,执行步骤308,若否,执行步骤307。
步骤307、过滤所述目标检测框;
步骤308、输出所述目标检测框。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本发明的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时(并行)执行或以其他顺序执行,这些变化都在本发明的保护范围之内。
本领域技术人员能够理解的是,本发明实现上述一实施例的方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
进一步,本发明还提供了一种目标防误检设备。
参阅附图4,图4是根据本发明的一个实施例的目标防误检设备的主要结构框图。如图4所示,本发明实施例中的目标防误检设备可以包括处理器41和存储装置42。
存储装置42可以被配置成存储执行上述方法实施例的目标防误检方法的程序,处理器41可以被配置成用于执行存储装置42中的程序,该程序包括但不限于执行上述方法实施例的目标防误检方法的程序。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该目标防误检设备可以是包括各种电子设备形成的控制设备。
在一个具体实现过程中,该存储装置42和处理器41的数目均可以为多个。而执行上述方法实施例的目标防误检方法的程序可以被分割成多段子程序,每段子程序分别可以由处理器41加载并运行以执行上述方法实施例的目标防误检方法的不同步骤。具体地,每段子程序可以分别存储在不同的存储装置42中,每个处理器41可以被配置成用于执行一个或多个存储装置42中的程序,以共同实现上述方法实施例的目标防误检方法,即每个处理器41分别执行上述方法实施例的目标防误检方法的不同步骤,来共同实现上述方法实施例的目标防误检方法。
上述多个处理器41可以是部署于同一个设备上的处理器,例如上述设备可以是由多个处理器组成的高性能设备,上述多个处理器41可以是该高性能设备上配置的处理器。此外,上述多个处理器41也可以是部署于不同设备上的处理器,例如上述设备可以是服务器集群,上述多个处理器41可以是服务器集群中不同服务器上的处理器。
进一步,本发明还提供了一种驾驶设备,所述驾驶设备包括上述实施例的目标防误检设备。
进一步,本发明还提供了一种计算机可读存储介质。在根据本发明的一个计算机可读存储介质实施例中,计算机可读存储介质可以被配置成存储执行上述方法实施例的目标防误检方法的程序,该程序可以由处理器加载并运行以实现上述目标防误检方法。为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备,可选的,本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
进一步,应该理解的是,由于各个模块的设定仅仅是为了说明本发明的装置的功能单元,这些模块对应的物理器件可以是处理器本身,或者处理器中软件的一部分,硬件的一部分,或者软件和硬件结合的一部分。因此,图中的各个模块的数量仅仅是示意性的。
本领域技术人员能够理解的是,可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理,因此,拆分或合并之后的技术方案都将落入本发明的保护范围内。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (13)
1.一种目标防误检方法,其特征在于,包括:
对当前环境内的第一点云数据进行目标检测,得到目标检测框;其中,所述第一点云数据包括点云的反射强度;
获取所述目标检测框的高反射强度点云的占比;其中,所述高反射强度点云为反射强度大于预设强度阈值的点云;
根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息;
至少根据所述特征信息,确定所述目标检测框的目标类型,其中,所述目标类型包括实体目标和伪目标;
若所述目标检测框的目标类型为实体目标,输出所述目标检测框;
其中,所述预设维度至少包括空间维度和/或时间维度;
根据所述高反射强度点云的占比,确定所述高反射强度点云在预设维度下的特征信息,包括:
根据所述目标检测框的高反射强度点云的占比中的第一占比,得到所述高反射强度点云的空间分布特征作为所述高反射强度点云在空间维度下的特征信息;和/或
确定在预设时间段内所述第一占比的波动信息和/或所述目标检测框的高反射强度点云的占比中的第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息;
其中,所述第一占比为对所述目标检测框中的第二点云数据进行体素化后每个体素内体素化点云数据中高反射强度点云的占比;所述第二占比为所述目标检测框中的第二点云数据中高反射强度点云的占比。
2.根据权利要求1所述的目标防误检方法,其特征在于,获取所述目标检测框的高反射强度点云的占比,包括:
对所述目标检测框中的第二点云数据进行体素化,得到多个体素内的体素化点云数据;获取每个体素内所述体素化点云数据中高反射强度点云的第一占比作为所述目标检测框的高反射强度点云的占比;和/或
获取所述目标检测框中的第二点云数据中高反射强度点云的第二占比作为所述目标检测框的高反射强度点云的占比。
3.根据权利要求1所述的目标防误检方法,其特征在于,确定在预设时间段内所述第一占比的波动信息和/或所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息,包括:
对预设时间段内不同时帧下的所述第一占比进行拟合,得到体素内高反射强度点云在时间维度下的第一拟合曲线;基于所述第一拟合曲线,确定所述第一占比的波动信息作为所述高反射强度点云在时间维度下的特征信息;和/或
对预设时间段内不同时帧下的所述第二占比进行拟合,得到目标检测框中高反射强度点云在时间维度下的第二拟合曲线;基于所述第二拟合曲线,确定所述第二占比的波动信息作为所述高反射强度点云在时间维度下的特征信息。
4.根据权利要求1所述的目标防误检方法,其特征在于,仅根据所述特征信息,确定所述目标检测框的目标类型的过程包括:
当所述特征信息满足第一预设条件时,确定所述目标检测框的目标类型为伪目标;
其中,所述第一预设条件包括如下条件中的至少一种:
所述高反射强度点云的空间分布特征表示均匀分布、所述第一占比的波动信息表示波动平稳、所述第二占比的波动信息表示波动平稳。
5.根据权利要求1所述的目标防误检方法,其特征在于,仅根据所述特征信息,确定所述目标检测框的目标类型的过程,包括:
当所述特征信息满足第二预设条件时,确定所述目标检测框的目标类型为实体目标;
其中,所述第二预设条件仅包括以下条件中的一种,或者,同时包括以下条件的至少两种:
所述高反射强度点云的空间分布特征表示不均匀分布,所述第一占比的波动信息表示波动剧烈,所述第二占比的波动信息表示波动剧烈。
6.根据权利要求1所述的目标防误检方法,其特征在于,所述高反射强度点云的占比包括所述目标检测框的第二点云数据中高反射强度点云的第二占比;
至少根据所述特征信息,确定所述目标检测框的目标类型,包括:
根据所述第二占比、所述特征信息和所述目标检测框的观测信息,确定所述目标检测框的目标类型。
7.根据权利要求6所述的目标防误检方法,其特征在于,根据所述第二占比、所述特征信息和所述目标检测框的观测信息,确定所述目标检测框的目标类型,包括:
根据所述第二占比,确定所述目标检测框的第一目标类型;根据所述特征信息,确定所述目标检测框的第二目标类型;
根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型;
根据所述目标检测框的第一目标类型、所述目标检测框的第二目标类型和所述目标检测框的第三目标类型,确定所述目标检测框的目标类型。
8.根据权利要求7所述的目标防误检方法,其特征在于,根据所述第二占比,确定所述目标检测框的第一目标类型,包括:
若所述第二占比大于预设占比,确定所述目标检测框的第一目标类型为伪目标;
若所述第二占比小于或等于预设占比,确定所述目标检测框的第一目标类型为实体目标。
9.根据权利要求7所述的目标防误检方法,其特征在于,根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型,包括:
当所述目标检测框的观测信息满足第三预设条件时,确定所述目标检测框的第一目标类型为实体目标;
其中,所述第三预设条件包括以下条件中的至少一种:所述目标检测框的对象类别为预设类别、所述目标检测框的运动状态不为静止状态、所述目标检测框的所在位置在指定区域、所述目标检测框的遮挡比大于预设遮挡比。
10.根据权利要求7所述的目标防误检方法,其特征在于,根据所述目标检测框的观测信息,确定所述目标检测框的第三目标类型,包括:
当所述目标检测框的观测信息满足第四预设条件时,确定所述目标检测框的第一目标类型为伪目标;
其中,所述第四预设条件仅包括以下条件中的一种,或者,同时包括以下条件的至少两种:
所述目标检测框的对象类别不为预设类别、所述目标检测框的运动状态为静止状态、所述目标检测框的所在位置不在指定区域,以及,所述目标检测框的遮挡比小于或等于预设遮挡比。
11.一种目标防误检设备,其特征在于,包括处理器和存储装置,所述存储装置适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行权利要求1至10中任一项所述的目标防误检方法。
12.一种驾驶设备,其特征在于,包括如权利要求11所述的目标防误检设备。
13.一种计算机可读存储介质,其特征在于,存储有多条程序代码,其特征在于,所述程序代码适于由处理器加载并运行以执行权利要求1至10中任一项所述的目标防误检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310224343.5A CN115980702B (zh) | 2023-03-10 | 2023-03-10 | 目标防误检方法、设备、驾驶设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310224343.5A CN115980702B (zh) | 2023-03-10 | 2023-03-10 | 目标防误检方法、设备、驾驶设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115980702A CN115980702A (zh) | 2023-04-18 |
CN115980702B true CN115980702B (zh) | 2023-06-06 |
Family
ID=85968291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310224343.5A Active CN115980702B (zh) | 2023-03-10 | 2023-03-10 | 目标防误检方法、设备、驾驶设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115980702B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6614796B2 (ja) * | 2015-05-11 | 2019-12-04 | 株式会社パスコ | 地表面含水情報取得方法、地表面含水情報取得装置及びプログラム |
CN111626314B (zh) * | 2019-02-28 | 2023-11-07 | 深圳市速腾聚创科技有限公司 | 点云数据的分类方法、装置、计算机设备和存储介质 |
CN112327308A (zh) * | 2019-07-19 | 2021-02-05 | 阿里巴巴集团控股有限公司 | 物体检测方法、装置、系统及设备 |
CN110866449A (zh) * | 2019-10-21 | 2020-03-06 | 北京京东尚科信息技术有限公司 | 识别道路中目标对象的方法和装置 |
CN112731339A (zh) * | 2021-01-04 | 2021-04-30 | 东风汽车股份有限公司 | 一种基于激光点云的三维目标检测系统及其检测方法 |
CN113281782A (zh) * | 2021-05-08 | 2021-08-20 | 北京联合大学 | 一种基于无人驾驶车的激光雷达雪点滤除方法 |
CN115018879A (zh) * | 2022-05-17 | 2022-09-06 | 安徽蔚来智驾科技有限公司 | 目标检测方法、计算机可读存储介质及驾驶设备 |
CN115656982B (zh) * | 2022-12-13 | 2023-06-09 | 中国南方电网有限责任公司超高压输电公司广州局 | 水面杂波去除方法、装置、计算机设备和存储介质 |
-
2023
- 2023-03-10 CN CN202310224343.5A patent/CN115980702B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115980702A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3885796A1 (en) | Method and device for measuring trailer included angle, and vehicle | |
US20180075320A1 (en) | Enhanced camera object detection for automated vehicles | |
CN111712731A (zh) | 目标检测方法、系统及可移动平台 | |
US11341740B2 (en) | Object identification method and object identification device | |
CN109782258B (zh) | 车辆激光雷达的位置检测方法、装置及存储介质 | |
EP3629288B1 (en) | Method for detecting flying spot on edge of depth image, electronic device, and computer readable storage medium | |
US11262434B2 (en) | Antenna array design and processing to eliminate false detections in a radar system | |
US20230115660A1 (en) | Method and system for automatic extrinsic calibration of spad lidar and camera pairs | |
CN110807439A (zh) | 检测障碍物的方法及装置 | |
CN113111513B (zh) | 传感器配置方案确定方法、装置、计算机设备及存储介质 | |
CN114187579A (zh) | 自动驾驶的目标检测方法、装置和计算机可读存储介质 | |
US11428782B2 (en) | Neural network-based object surface estimation in radar system | |
CN115980702B (zh) | 目标防误检方法、设备、驾驶设备和介质 | |
CN112816995B (zh) | 目标检测方法及装置、融合处理单元、计算机可读介质 | |
CN111105448A (zh) | 深度获取方法、深度获取装置及电子设备 | |
CN113034427B (zh) | 图像识别方法及图像识别装置 | |
CN115728734A (zh) | 激光雷达遮挡检测方法、装置、存储介质及激光雷达 | |
CN112990049A (zh) | 用于车辆自动驾驶的aeb紧急制动方法、装置 | |
CN116129378A (zh) | 车道线检测方法、装置、设备、车辆和介质 | |
CN113591543B (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN113009467B (zh) | 一种雷达盲区目标检测跟踪方法、装置及终端设备 | |
CN114638947A (zh) | 数据标注方法、装置、电子设备及存储介质 | |
CN113625249A (zh) | 反光板定位方法、机器人及计算机可读存储介质 | |
US20220067395A1 (en) | Vehicles, Systems and Methods for Determining an Occupancy Map of a Vicinity of a Vehicle | |
US11579296B2 (en) | Spatial recognition device, spatial recognition method, and program |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |