[发明专利]车辆检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种车辆检测方法、装置、计算机设备和存储介质。所述方法包括：通过获取车辆环境下的三维点云数据，并对所述三维点云数据进行体素化处理，得到体素化数据；将所述体素化数据输入至车辆检测模型，得到多个锚点框及各所述锚点框对应的锚点框信息；所述锚点框信息包括锚点框属性及标签信息；根据各所述锚点框对应的锚点框属性及所述标签信息确定真实标记框；所述真实标记框用于标记目标车辆的位置。根据本申请实施例提供的车辆检测方法，在提升检测效率的同时，提高了对车辆的检测维度及检测准确度。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种车辆检测方法、装置、计算机设备和存储介质。

背景技术

物体检测是指利用计算机技术检测与识别出图像或视频中感兴趣目标(如车辆、行人、障碍物等)的类别与位置信息，是计算机视觉领域中重要研究领域之一。随着深度学习技术的不断完善与发展，基于深度学习的物体检测技术已经在诸多现实领域中具有广泛的应用场景，例如：智能机器人、无人驾驶车辆等相关领域中。

对于无人驾驶车辆环境中的车辆检测，是通过目标检测技术来感知周围环境，并依据感知到的周边车辆做出路径规划，从而实现机器人的自动操控或无人车的安全驾驶。传统的目标检测方法是通过车载相机获取车辆行驶过程中的实时道路画面，并将该实时道路画面输入至已有的算法中，进而通获取实时道路画面中的感兴趣目标。

但是，传统的检测方法是利用单目相机获取到的环境平面数据对车辆目标的检测，进而使得车辆目标的检测准确度较低，存在不小的安全隐患。

发明内容

基于此，有必要针对上述技术问题，提供一种准确度高的车辆检测方法、装置、计算机设备和存储介质。

第一方面，本发明实施例提供一种车辆检测方法，所述方法包括：

获取车辆环境下的三维点云数据，并对所述三维点云数据进行体素化处理，得到体素化数据；

将所述体素化数据输入至车辆检测模型，得到多个锚点框及各所述锚点框对应的锚点框信息；所述锚点框信息包括锚点框属性及标签信息；

根据各所述锚点框对应的锚点框属性及所述标签信息确定真实标记框；所述真实标记框用于标记目标车辆的位置。

在本申请的一个实施例中，所述标签信息包括锚点框类别标签、回归标签及偏航角类别标签；所述根据各所述锚点框对应的锚点框属性及所述标签信息确定真实标记框，包括：

根据各所述锚点框的锚点框类别标签及预设的选取规则，确定多个待还原锚点框；

根据各所述待还原锚点框的锚点框属性、回归标签及偏航角类别标签，对各所述待还原锚点框进行还原处理，得到多个真实锚点框；

根据各所述真实锚点框的锚点框类别标签及非极大值抑制算法，对各所述真实锚点框进行过滤，得到所述真实标记框。

在本申请的一个实施例中，所述锚点框属性包括坐标点信息、长宽高信息、偏航角信息；所述根据各所述待还原锚点框的锚点框属性、回归标签及偏航角类别标签，对各所述待还原锚点框进行还原处理，得到多个真实锚点框，包括：

根据各所述待还原锚点框的坐标点信息，长宽高信息及回归标签，确定各所述真实锚点框对应的真实坐标点信息及真实长宽高信息；

根据各所述待还原锚点框的偏航角信息及偏航角类别标签，确定各所述真实锚点框对应的真实偏航角信息。

在本申请的一个实施例中，所述对所述三维点云数据进行体素化处理，得到体素化数据，包括：

确定所述三维点云数据对应的三维空间；所述三维点云数据分布在所述三维空间内；

根据所述三维空间的空间尺寸及预设的空间分割规则，将所述三维空间分割成多个单位空间；