[发明专利]一种基于可学习编码的3D目标检测方法及系统

说明书

本发明专利提供一种基于可学习编码的3D目标检测方法及系统，该方法及系统中，使用可学习的编码方法来对点云数据进行编码，然后将编码后的特征使用神经网络进行特征提取。接着使用RPN网络来生成3D候选区域，最后使用两个级联的使用不同IOU阈值的分类网络得到候选区域的类别概率以及包围框坐标偏移量。使用神经网络对激光雷达点云数据进行编码是一个可学习的过程，能够让网络自动学习到多样的特征。将激光雷达点云数据编码的过程由神经网络来完成，突破人工先验经验挑选特征的瓶颈，达到机器学习的效果，同时也将激光雷达点云数据编码、特征提取、特征分类和坐标回归这三个过程整合到一个网络中达到端对端的效果。

技术领域

本发明涉及自动驾驶领域，更具体地说，涉及一种基于可学习编码进行3D目标检测。

背景技术

在自动驾驶场景中，能够准确地、快速地、鲁棒地将当前场景中的目标(障碍物)识别出来对自动驾驶系统的下一步决策尤为重要。因此如何得到准确的、快速的以及鲁棒的目标检测算法是当前自动驾驶领域中的目标检测算法的主要研究方向。

自从2012年以来,基于单目图像的2D目标检测算法已经取得了飞速的发展。2D目标检测算法的结果可以帮助人们获取图像中的语义信息，便于人们能够使用算法来完成一些基础任务，如车牌号识别等。在自动驾驶场景中，汽车需要与真实的环境进行交互，需要对周围真实的环境进行感知。然而2D目标检测的结果并不能提供感知真实环境所需要的全部信息，2D目标检测的结果仅能提供目标在二维图片中的位置和以及对应的类别和置信度。但是在真实的3D世界中，物体都是有三维形状的，自动驾驶车辆不仅需要有目标的位置信息还需要有目标的长宽高和偏转角等信息。

然后目前已有的3D目标检测算法，虽然为自动驾驶领域提供了感知层次的信息，为下一步的决策系统提供关键信息；例如，在一些性能好的基于KITTI激光雷达点云数据的3D目标检测算法中，需要对原始的激光雷达点云数据进行预处理，这些算法主要存在着两个问题：(1)雷达点云数据编码采用人工经验投影方式，容易造成信息瓶颈；(2)雷达点云数据编码和目标检测网络是两个部分，现实中难以应用。

发明内容

本发明要解决的技术问题在于，针对上述提到的缺陷，提供一种基于可学习编码的3D目标检测方法及系统，其中，该方法及系统的输入仅为激光雷达点云数据，而不需要彩色图片信息，就能够得到精准的3D包围框及其类别，相比于一些基于手工投影算法将雷达点云数据投影到不同视图的方法，本发明使用神经网络对雷达点云数据进行编码，使得雷达点云数据编码是一个可学习的过程，真正实现机器学习的过程，从而得到一个端到端的检测网络，并且提高算法的精度和鲁棒性。

本发明解决其技术问题所采用的技术方案是：构造一种基于可学习编码的3D目标检测方法，包括以下步骤：

S1、构建3D目标检测网络；

S2、获取点云数据，并对其进行切割处理，处理后的数据将一部分作为训练数据，另一部分作为待检测数据；其中，将训练数据输入到步骤S1建立的3D目标检测网络对其进行网络训练；

S3、将待检测数据输入到步骤S2训练好的网络，在该网络中，经过特征提取、特征分类和坐标回归后，进一步实现基于点云数据的3D目标检测。

该方法中，通过一个端到端的检测网络，实现机器学习的过程，在经过特征提取、特征分类和坐标回归后，对3D目标进行精准定位，解决了从2D目标向3D目标检测的转变。

进一步的，步骤S2中对通过对点云数据进行切割，得到若干个尺寸相同的3D体素网格，实现对输入数据的预处理操作；其中，基于三维空间，首先还需根据预设的X轴、Y轴和Z轴的过滤范围，空间坐标超过此范围的点云数据全部舍弃；然后在X轴、Y轴和Z轴上分别使用0.2米,0.2米,0.4米的分辨率，对点云数据进行切割后，得到若干个体素网格；

在通过对数据的分割处理后，将其应用到后续的网络中，进一步提高目标的分类精度。