[发明专利]一种前方车辆检测方法及检测系统

权利要求书

1.一种前方车辆检测方法，其特征在于，包括：

通过激光雷达和视觉传感器分别获取前方车辆的点云数据和图像，并获取点云数据和图像中目标的标签类别；

利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合；

利用融合后的特征及目标的标签类别对双区域生成网络进行训练，生成感兴趣区域并进行类别检测，输出前方车辆的三维检测结果。

2.根据权利要求1所述的前方车辆检测方法，其特征在于，所述方法还包括：获取图像的地平面基准文件和激光雷达到相机的标定信息。

3.根据权利要求2所述的前方车辆检测方法，其特征在于，所述利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合包括：

利用编解码的特征金字塔网络对获取的点云数据和图像进行特征提取，分别提取激光雷达的俯瞰特征图和图像特征图；

根据获取的图像的地平面基准文件和激光雷达到相机的标定信息，将提取的激光雷达的俯瞰特征图和图像特征图使用6尺度的三维锚框进行点云数据和图像的像素级映射融合。

4.根据权利要求3所述的前方车辆检测方法，其特征在于，所述6尺度包括：点云坐标下3种不同的尺寸和3种不同的角度。

5.根据权利要求1所述的前方车辆检测方法，其特征在于，在训练双区域生成网络时，使用基于定位置信度的相对熵回归损失函数同时学习边界框回归和定位的不确定性。

6.一种前方车辆检测系统，其特征在于，包括：

获取模块，用于获取前方车辆的点云数据和图像，并获取点云数据和图像中目标的标签类别，其中，所述获取模块包括：激光雷达和视觉传感器；

处理模块，用于利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合；

检测模块，用于利用融合后的特征及目标的标签类别对双区域生成网络进行训练，生成感兴趣区域并进行类别检测，输出前方车辆的三维检测结果。

7.根据权利要求6所述的前方车辆检测系统，其特征在于，所述获取模块，还用于获取图像的地平面基准文件和激光雷达到相机的标定信息。

8.根据权利要求7所述的前方车辆检测系统，其特征在于，所述处理模块包括：

提取单元，用于利用编解码的特征金字塔网络对获取的点云数据和图像进行特征提取，分别提取激光雷达的俯瞰特征图和图像特征图；

融合单元，用于根据获取的图像的地平面基准文件和激光雷达到相机的标定信息，将提取的激光雷达的俯瞰特征图和图像特征图使用6尺度的三维锚框进行点云数据和图像的像素级映射融合。

9.根据权利要求8所述的前方车辆检测系统，其特征在于，所述6尺度包括：点云坐标下3种不同的尺寸和3种不同的角度。

10.根据权利要求6所述的前方车辆检测系统，其特征在于，在训练双区域生成网络时，使用基于定位置信度的相对熵回归损失函数同时学习边界框回归和定位的不确定性。