[发明专利]目标物检测与识别方法、装置、电子设备、存储介质

说明书

本发明提供一种目标物检测与识别方法、装置、电子设备、存储介质,基于多传感器融合的目标物检测与识别方法，包括：根据来自图像采集装置的图像数据，获取一个或多个目标物的视觉观测数据；对来自激光雷达传感器的激光数据进行聚类，获得一个或多个目标物的位置信息作为激光观测数据；根据毫米波雷达传感器的毫米波数据，获取一个或多个目标物的毫米波观测数据；以及将同一目标物的视觉观测数据、激光观测数据、毫米波观测数据按时序进行融合滤波以获得融合观测数据，根据所述融合观测数据进行目标物的检测与识别。本发明提供的方法及装置能够提高目标物检测与识别的可靠性、稳定性及识别率。

技术领域

本发明涉及无人驾驶领域，尤其涉及一种目标物检测与识别方法、装置、电子设备、存储介质。

背景技术

随着汽车行业的发展，人们出行方式变得方便快捷，由此带来了巨大的交通拥堵与交通事故等问题。无人驾驶汽车也成为了汽车产业的一大变革。为了解决无人驾驶中安全交通问题，无人驾驶汽车利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。目前，无人驾驶汽车中的感知传感器主要有摄像头、激光雷达和毫米波雷达，由于单一的传感器自身受环境影响的局限性，例如摄像头受光照影响及缺少测距能力，激光雷达缺少测速能力，毫米波雷达有限的视角范围等，单一传感器的目标物检测可靠性、稳定性及识别率有待提高。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种目标物检测与识别方法、装置、电子设备、存储介质，以提高目标物检测与识别的可靠性、稳定性及识别率。

根据本发明的一个方面，提供一种基于多传感器融合的目标物检测与识别方法，包括：

根据来自图像采集装置的图像数据，获取一个或多个目标物的视觉观测数据；

对来自激光雷达传感器的激光数据进行聚类，获得一个或多个目标物的位置信息作为激光观测数据；

根据毫米波雷达传感器的毫米波数据，获取一个或多个目标物的毫米波观测数据；以及

将同一目标物的视觉观测数据、激光观测数据、毫米波观测数据按时序进行融合滤波以获得融合观测数据，根据所述融合观测数据进行目标物的检测与识别。

可选地，所述激光数据包括点云数据，所述点云数据至少包括点云的坐标，所述对来自激光雷达传感器的激光数据进行聚类，获得一个或多个目标物的位置信息作为激光观测数据包括：

计算各点云至激光原点的距离；

按多个预设距离阈值范围形成多个点云区域；

将位于同一点云区域，且点云间距离小于预设间距的多个点云聚类为目标物；以及

将所述目标物的中心位置的位置信息作为所述激光观测数据。

可选地，所述计算各点云至激光原点的距离之前还包括：

利用体素网格(VoxelGrid)滤波对所述点云数据进行降采样；

依据预设高度范围筛选降采样后的点云数据；

利用随机抽样一致性算法(RANSAC)对筛选后的点云数据进行滤波；

利用DoN算法对点云数据进行低频滤波。

可选地，所述将所述目标物的中心位置的位置信息作为所述激光观测数据包括：

将所述目标物中点云的坐标平均值作为所述目标物的中心位置的位置信息。

可选地，所述根据毫米波雷达传感器的毫米波数据，获取一个或多个目标物的毫米波观测数据包括：