[发明专利]生成目标检测系统和检测目标的方法及装置

权利要求书

1.一种生成目标检测系统的方法，包括：

获取样本集和高精地图，其中，样本集中的每个样本包括一帧点云数据和与点云数据对应的样本标签集，所述高精地图包含矢量化的道路元素；

从所述样本集中选取样本，以及执行以下训练步骤：从选取的样本中的点云数据和所述高精地图中提取出融合特征；将所述融合特征输入目标检测模型，得到预测标签集；基于所述预测标签集和所述样本标签集计算总损失值；若所述总损失值小于预定阈值，则根据所述目标检测模型构造目标检测系统；

其中，所述从选取的样本中的点云数据和所述高精地图中提取出融合特征，包括：

将选取的样本中的点云数据输入到点云特征提取模型，得到点云特征；

将所述高精地图输入地图特征提取模型，得到地图特征；

将所述点云特征和所述地图特征进行融合，得到融合特征；

其中，所述将选取的样本中的点云数据输入到点云特征提取模型，得到点云特征，包括：

将选取的样本中的点云数据划分成固定分辨率大小的三维网格集合；

将所述三维网格集合输入点云特征提取模型，得到点云特征；

其中，所述将所述高精地图输入地图特征提取模型，得到地图特征，包括：

根据所述高精地图中的道路元素建立图结构，其中，所述图结构的边表示两个道路元素之间的关系，所述图结构的顶点表示道路元素；

将所述图结构输入图神经网络，得到地图特征。

2.根据权利要求1所述的方法，其中，所述方法还包括：

若所述总损失值不小于预定阈值，则调整所述目标检测模型的相关参数，以及从所述样本集中重新选取样本，继续执行所述训练步骤。

3.根据权利要求1所述的方法，其中，所述点云特征提取模型为稀疏卷积网络或三维卷积网络。

4. 根据权利要求1所述的方法，其中，所述根据所述目标检测模型构造目标检测系统，包括：

根据所述点云特征提取模型、所述地图特征提取模型和所述目标检测模型构造目标检测系统；以及

所述方法还包括：

若所述总损失值不小于预定阈值，则调整所述点云特征提取模型的相关参数、所述地图特征提取模型的相关参数和所述目标检测模型的相关参数。

5.一种检测目标的方法，包括：

获取待检测区域的点云数据和所述待检测区域的高精地图；

将所述点云数据和所述高精地图输入采用如权利要求1-4中任一项所述的方法生成的目标检测系统中，输出检测结果。

6.一种生成目标检测系统的装置，包括：

获取单元，被配置成获取样本集和高精地图，其中，样本集中的每个样本包括一帧点云数据和与点云数据对应的样本标签集，所述高精地图包含矢量化的道路元素；

训练单元，被配置成从所述样本集中选取样本，以及执行以下训练步骤：从选取的样本中的点云数据和所述高精地图中提取出融合特征；将所述融合特征输入目标检测模型，得到预测标签集；基于所述预测标签集和所述样本标签集计算总损失值；若所述总损失值小于预定阈值，则根据所述目标检测模型构造目标检测系统；

其中，所述训练单元进一步被配置成：

将选取的样本中的点云数据输入到点云特征提取模型，得到点云特征；

将所述高精地图输入地图特征提取模型，得到地图特征；

将所述点云特征和所述地图特征进行融合，得到融合特征；

其中，所述训练单元进一步被配置成：

将选取的样本中的点云数据划分成固定分辨率大小的三维网格集合；

将所述三维网格集合输入点云特征提取模型，得到点云特征；

其中，所述训练单元进一步被配置成：

根据所述高精地图中的道路元素建立图结构，其中，所述图结构的边表示两个道路元素之间的关系，所述图结构的顶点表示道路元素；

将所述图结构输入图神经网络，得到地图特征。

7.根据权利要求6所述的装置，其中，所述训练单元进一步被配置成：

若所述总损失值不小于预定阈值，则调整所述目标检测模型的相关参数，以及从所述样本集中重新选取样本，继续执行所述训练步骤。