【技術實現步驟摘要】
本專利技術涉及自動駕駛，特別涉及一種基于圖片檢測的點云回歸框檢測方法、裝置、設備及介質。
技術介紹
1、自動駕駛汽車指主要依靠人工智能，視覺計算，雷達，gps定位以及結構化道路車路協同等技術，使汽車具有環境感知，路徑規劃和自主控制的能力，從而可讓嵌入式邊緣計算終端自動操作的機動車輛。從2020年開始，行業內已經開始普及l2，l3級別自動駕駛的概念。2021年是自動駕駛技術發展的非常重要的節點，不少業內人士將2021年作為自動駕駛技術進入l3級別的元年。有別于傳統的人類駕駛車輛的是，自動駕駛車輛非常核心的特點就是ai技術的應用及主導，其駕駛過程也是計算機通過不間斷的收集行駛過程中的各類信息，通過機器學習或者深度學習的方式進行信息分析和自我學習而后操控車輛，從而達到計算機自動駕駛車輛的系統工程。而對于自動駕駛車輛來說，所追求的是在任何路況，任何環境下都要安全行駛并及時對極端情況反應，保障駕駛者的人生安全和車輛安全以及道路參與者的安全。
2、目前自動駕駛領域是深度學習算法實現部署及落地的一個重要領域，自動駕駛算法也處在快速更新迭代的過程，不僅有各式新穎的算法在目標檢測，車道線識別，目標跟蹤，語義分割，動態目標軌跡預測，多任務學習等領域不斷被提出。自動駕駛算法技術框架核心分為環境感知、決策規劃、控制執行三部分，其中環境感知部分將傳感器數據轉換成車輛所處場景的機器語言，具體可以包括：物體檢測、識別跟蹤、環境建模、運動估計等。近年來隨著高階輔助駕駛方案越來越被市場接收，對于自動駕駛感知算法的要求也越來越高，但是目前3d點云檢測算
技術實現思路
1、有鑒于此，本專利技術實施例提供了一種基于圖片檢測的點云回歸框檢測方法，以解決現有技術中3d點云檢測算法回歸框精度低的技術問題。該方法包括：
2、獲取激光點云數據，通過3d點云檢測算法獲取激光點云數據的初始3d回歸框，設置擴大比例，根據擴大比例將初始3d回歸框放大至擴大范圍，獲取激光點云數據在擴大范圍中的擴大點云數據；
3、將擴大點云數據中的每個點的按照俯視圖、前視圖和左視圖分別進行映射，生成點云三視圖，其中，點云三視圖包括三張rbg圖像；
4、將點云三視圖中的像素進行加強處理，生成加強后點云三視圖，對加強后點云三視圖進行特征提取，生成對應的圖片特征，將圖片特征轉換為n2維度特征圖片，從n2維度特征圖片中提取最終3d回歸框；
5、將初始3d回歸框和最終3d回歸框進行加權融合，生成激光點云數據的回歸框。
6、本專利技術實施例還提供了一種基于圖片檢測的點云回歸框檢測裝置，以解決現有技術中3d點云檢測算法回歸框精度低的技術問題。該裝置包括：
7、初始回歸框提取模塊，用于獲取激光點云數據，通過3d點云檢測算法獲取激光點云數據的初始3d回歸框，設置擴大比例，根據擴大比例將初始3d回歸框放大至擴大范圍，獲取激光點云數據在擴大范圍中的擴大點云數據；
8、三視圖生成模塊，用于將擴大點云數據中的每個點的按照俯視圖、前視圖和左視圖分別進行映射，生成點云三視圖，其中，點云三視圖包括三張rbg圖像；
9、最終回歸框提取模塊，用于將點云三視圖中的像素進行加強處理，生成加強后點云三視圖，對加強后點云三視圖進行特征提取，生成對應的圖片特征，將圖片特征轉換為n2維度特征圖片，從n2維度特征圖片中提取最終3d回歸框；
10、回歸框融合模塊，用于將初始3d回歸框和最終3d回歸框進行加權融合，生成激光點云數據的回歸框。
11、本專利技術實施例還提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述任意的基于圖片檢測的點云回歸框檢測方法，以解決現有技術中3d點云檢測算法回歸框精度低的技術問題。
12、本專利技術實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有執行上述任意的基于圖片檢測的點云回歸框檢測方法的計算機程序，以解決現有技術中3d點云檢測算法回歸框精度低的技術問題。
13、與現有技術相比，本說明書實施例采用的上述至少一個技術方案能夠達到的有益效果至少包括：
14、本專利技術實施例從一個全新的角度對點云檢測框進行回歸修正，充分利用了現有3d檢測網絡和2d檢測網絡的優勢，使點云檢測算法的回歸框的檢測精度更高。
本文檔來自技高網...【技術保護點】
1.一種基于圖片檢測的點云回歸框檢測方法，其特征在于，包括：
2.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，將所述擴大點云數據中的每個點的按照俯視圖、前視圖和左視圖分別進行映射，生成點云三視圖，包括：
3.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，將所述點云三視圖中的像素進行加強處理，生成加強后點云三視圖，包括：
4.如權利要求3所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，還包括：
5.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，對所述加強后點云三視圖進行特征提取，生成對應的圖片特征，將所述圖片特征轉換為N2維度特征圖片，從所述N2維度特征圖片中提取最終3d回歸框，包括：
6.如權利要求5所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，將所述圖片特征轉換為N2維度特征圖片，將所述N2維度特征圖片回歸后生成最終3d回歸框，包括：
7.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，將所述初始3d回歸框和所述最終3d回歸框
8.一種基于圖片檢測的點云回歸框檢測裝置，其特征在于，包括：
9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的基于圖片檢測的點云回歸框檢測方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有執行權利要求1至7中任一項所述的基于圖片檢測的點云回歸框檢測方法的計算機程序。
...【技術特征摘要】
1.一種基于圖片檢測的點云回歸框檢測方法，其特征在于，包括：
2.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，將所述擴大點云數據中的每個點的按照俯視圖、前視圖和左視圖分別進行映射，生成點云三視圖，包括：
3.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，將所述點云三視圖中的像素進行加強處理，生成加強后點云三視圖，包括：
4.如權利要求3所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，還包括：
5.如權利要求1所述的基于圖片檢測的點云回歸框檢測方法，其特征在于，對所述加強后點云三視圖進行特征提取，生成對應的圖片特征，將所述圖片特征轉換為n2維度特征圖片，從所述n2維度特征圖片中提取最終3d回歸框，包括：
6.如權利要求5所述的基于圖片檢...
【專利技術屬性】
技術研發人員：程建偉，李章洪，王汝卓，王雅儒，趙文博，
申請(專利權)人：武漢極目智能技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。