[发明专利]一种物体识别方法及装置

权利要求书

1.一种物体识别方法，其特征在于，包括：

获取三维点云数据；

基于所述三维点云数据生成第一张量，所述第一张量为P阶，所述第一张量的每一阶包括H行W列元素，所述第一张量的第k阶中的元素由所述三维点云数据中位于第k个预设高度范围内点的反射强度确定，所述第一张量的第k阶中位于第i行第j列的元素为：所述三维点云数据中位于第k个预设高度范围的第i行第j列的栅格内点的反射强度的平均值，其中，在水平方向上将所述三维点云数据对应的三维空间划分为H行W列的第一网格，在高度方向上将每个第一网格划分为P个栅格，P、H和W为大于2的整数，k＝1,2,…P，i＝1,2,…H，j＝1,2,…W；

将所述第一张量输入预先完成训练的识别模型，得到所述识别模型对所述第一张量处理后输出的当前环境中物体的位置信息和类别信息；所述识别模型根据三维点云样本数据训练得到，所述三维点云样本数据中样本物体的位置信息和类别信息已知。

2.根据权利要求1所述的方法，其特征在于，所述识别模型对所述第一张量的处理，包括：

对所述第一张量进行特征提取，得到原始特征；

基于所述原始特征生成第二张量，所述第二张量指示各个第二网格中物体元素的类别信息，所述第一张量对应的三维空间在水平方向上划分为M行N列的第二网格，所述第二张量为C1阶，所述第二张量的每一阶包括M行N列元素，其中，C1为预设的物体类别的数量，所述第二张量中位于相同行相同列的C1个元素为同一个第二网格中物体元素属于各个类别的概率，所述第二张量的第a阶中的元素为各第二网格中的物体元素属于第a个类别的概率，a＝1,2,…C1；

基于所述原始特征生成第三张量，所述第三张量指示所述各个第二网格的相对位置信息，所述第三张量为C2阶，所述第三张量的每一阶包括M行N列元素，其中，C2为所述各个第二网格的相对位置信息所包含相对位置参数的数量，所述第三张量中位于相同行相同列的C2个元素为同一个第二网格的相对位置参数的值，所述第三张量的第b阶中的元素为所述各个第二网格的相对位置信息中第b个相对位置参数的值，b＝1,2,…C2；

根据所述第二张量指示的类别信息和所述第三张量指示的相对位置信息确定当前环境中物体的位置信息和类别信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第二张量指示的类别信息和所述第三张量指示的相对位置信息确定当前环境中物体的位置信息和类别信息，包括：

根据所述第二张量在所述各个第二网格中确定类别为第一类别的目标网格，所述第一类别为预设的C1个物体类别中的任意一个；

从所述第三张量获取所述目标网格的相对位置信息；

获得所述目标网格的绝对位置信息；

根据所述目标网格的绝对位置信息和相对位置信息确定所述目标物体的位置信息，将所述目标物体的类别确定为所述第一类别，所述目标物体为所述目标网格所对应的物体。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标网格的绝对位置信息和相对位置信息确定所述目标物体的位置信息，包括：

在所述目标网格为多个的情况下，针对每一目标网格，根据所述目标网格的绝对位置信息和相对位置信息确定所述目标物体的备选位置信息；

根据得到的多个备选位置信息确定所述目标物体的位置信息。

5.根据权利要求4所述的方法，其特征在于，所述根据得到的多个备选位置信息确定所述目标物体的位置信息，包括：

利用非极大值抑制算法NMS或者软化非极大值抑制算法soft-NMS对所述多个备选位置信息进行处理，得到所述目标物体的位置信息。