[发明专利]一种基于多模型的障碍物分布仿真方法、装置以及终端

权利要求书

1.一种基于多模型的障碍物分布仿真方法，其特征在于，包括：

获取多帧点云，所述点云中包括多个障碍物；

提取所述障碍物的真实标注数据，并根据所述障碍物的真实标注数据训练得到多个神经网络模型；

提取所述点云中的未标注数据，并将其分别输入至各所述神经网络模型中，输出多个仿真障碍物的预测结果，所述仿真障碍物的预测结果包括多个仿真障碍物，所述仿真障碍物具有属性数据；

根据各所述仿真障碍物的预测结果选取一个或多个所述仿真障碍物；

将已选取的所述仿真障碍物的属性数据输入至各所述神经网络模型中，得到所述仿真障碍物的位置坐标，以得到所述仿真障碍物的位置分布。

2.如权利要求1所述的方法，其特征在于，输出多个仿真障碍物的预测结果之后，还包括：

输出与所述仿真障碍物的预测结果对应的置信度；

判断所述置信度是否大于阈值，若是，则将所述仿真障碍物的预测结果保留。

3.如权利要求1所述的方法，其特征在于，根据各所述仿真障碍物的预测结果选取一个或多个仿真障碍物，包括：

判断各所述仿真障碍物的预测结果中是否包含相同的仿真障碍物，若是，则将其选取。

4.如权利要求1所述的方法，其特征在于，将已选取的所述仿真障碍物的属性数据输入至各所述神经网络模型中，得到所述仿真障碍物的位置坐标，包括：

将已选取的所述仿真障碍物的属性数据分别输入至各所述神经网络模型中，得到多个所述仿真障碍物的边界框；

根据各所述仿真障碍物的边界框分别获取对应的长度和宽度；

根据各所述长度和所述宽度计算所述边界框的长度平均值和宽度平均值；

根据所述长度平均值和所述宽度平均值得到所述边界框的中心坐标，以使所述中心坐标表示为所述仿真障碍物的位置坐标。

5.一种基于多模型的障碍物分布仿真装置，其特征在于，包括：

点云获取模块，用于获取多帧点云，所述点云中包括多个障碍物；

模型训练模块，用于提取所述障碍物的真实标注数据，并根据所述障碍物的真实标注数据训练得到多个神经网络模型；

仿真障碍物预测模块，用于提取所述点云中的未标注数据，并将其分别输入至各所述神经网络模型中，输出多个仿真障碍物的预测结果，所述仿真障碍物的预测结果包括多个仿真障碍物，所述仿真障碍物具有属性数据；

仿真障碍物选取模块，用于根据各所述仿真障碍物的预测结果选取一个或多个所述仿真障碍物；

仿真障碍物位置分布模块，用于将已选取的所述仿真障碍物的属性数据输入至各所述神经网络模型中，得到所述仿真障碍物的位置坐标，以得到所述仿真障碍物的位置分布。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

置信度判断模块，输出与所述仿真障碍物的预测结果对应的置信度，判断所述置信度是否大于阈值，若是，则将所述仿真障碍物的预测结果保留。

7.如权利要求5所述的装置，其特征在于，所述仿真障碍物位置分布模块包括：

边界框计算单元，用于将已选取的所述仿真障碍物的属性数据分别输入至各所述神经网络模型中，得到多个所述仿真障碍物的边界框；

长宽计算单元，用于根据各所述仿真障碍物的边界框分别获取对应的长度和宽度；

长宽平均值计算单元，用于根据各所述长度和所述宽度计算所述边界框的长度平均值和宽度平均值；

位置坐标计算单元，用于根据所述长度平均值和所述宽度平均值得到所述边界框的中心坐标，以使所述中心坐标表示为所述仿真障碍物的位置坐标。

8.一种基于多模型的障碍物分布仿真终端，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

9.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的方法。