[发明专利]一种基于激光雷达的目标检测方法及系统

权利要求书

1.一种基于激光雷达的目标检测方法，其特征在于，包括：

对激光雷达采集到的点云体素化后，通过特征提取和候选区域提取生成多个候选区域；

分别将每个所述候选区域通过点云补全网络进行补全，得到补全后的候选区域，所述候选区域与所述补全后的候选区域一一对应；

分别对每个所述补全后的候选区域进行特征提取后，预测出与所述补全后的候选区域一一对应的候选区域特征信息，所述候选区域特征信息包括：候选区域类别和候选区域边框位置和候选区域尺寸信息；

所述分别将每个所述候选区域通过点云补全网络进行补全，得到补全后的候选区域包括：

获取每个所述候选区域的数据，其中，每个所述候选区域的数据包括：点云个数p，以及每个点云的三维坐标和反射强度；

获取第一噪声数据，其中，所述第一噪声数据包括：点云个数q，以及每个点云的三维坐标和反射强度；

每个所述候选区域的数据和所述第一噪声数据基于预先训练生成的预设补全模型进行补全，得到补全后的候选区域；

所述预设补全模型的训练过程包括：

对激光雷达采集到的样品部分区域的点云进行处理，得到所述样品的候选区域的数据，其中，所述样品的候选区域的数据包括：点云个数m，以及每个点云的三维坐标和反射强度；

获取第二噪声数据，所述第二噪声数据包括：点云个数n，以及每个点云的三维坐标和反射强度；

所述样品的候选区域的数据和所述第二噪声数据基于初始补全模型进行补全，得到第一数据；

对所述第一数据进行采样，得到第二数据，其中，所述第二数据包括：点云个数t，以及每个点云的三维坐标和反射强度；

对所述样品对应的完整区域进行采样，得到第三数据，其中，所述第三数据包括：点云个数t，以及每个点云的三维坐标和反射强度；

为所述第二数据设置第一识别标签，为所述第三数据设置第二识别标签；

将所述第二数据和所述第三数据输入初始判别模型，得到第一判别结果；

基于所述第一识别标签、所述第二识别标签和所述第一判别结果得到所述初始判别模型的判别精度；

基于所述判别精度不断调整所述初始判别模型的参数，直至所述判别精度达到设定阈值，得到目标判别模型；

将所述第二识别标签分配给所述第二数据；

将分配有所述第二识别标签的所述第二数据输入所述目标判别模型，得到第二判别结果；

根据所述第二判别结果不断调整所述初始补全模型的参数，直至所述目标判别模型输出的第二判断结果满足预设条件，得到所述预设补全模型。

2.根据权利要求1所述的方法，其特征在于，所述对激光雷达采集到的点云体素化后，通过特征提取和候选区域提取生成多个候选区域，包括：

利用点云的空间信息将所述激光雷达采集到的点云划分为一个3D体素网格，其中，所述3D体素网格中包括多个相同大小的体素；

针对每个非空体素，将其中的点云通过神经网络全连接层编码成一个k维的特征向量，其中，所述非空体素为包含点云的体素；

将所有编码得到的特征向量全部输入到3D特征金字塔网络中进行深层特征的提取，得到点云的深层特征；

将所述点云的深层特征送入候选区域提取网络，生成多个候选区域。

3.根据权利要求1所述的方法，其特征在于，所述初始补全模型的结构为生成对抗网络的生成器模型的结构，所述初始判别模型的结构为生成对抗网络的判别器模型的结构。