[发明专利]生成目标检测和定位系统及目标检测和定位的方法及装置

说明书

本公开提供了生成目标检测和定位系统以及目标检测和定位的方法和装置，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于自动驾驶场景下。具体实现方案为：获取样本集和地图。从样本集中选取样本，以及执行以下训练步骤：从所选取的样本中的点云数据和地图中提取出融合特征。将融合特征输入目标检测模型，得到预测标签集。基于所选取的样本中的点云数据生成分割地图；基于预测标签集、样本标签集、分割地图和地图计算总损失值。若总损失值小于预定阈值，则根据目标检测模型构造目标检测和定位系统。该实施方式能够提升检测的准确率，并能进行精准的定位。

技术领域

本公开涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，尤其涉及生成目标检测和定位系统及目标检测和定位的方法及装置。

背景技术

对自动驾驶而言，感知系统(目标检测)是“眼睛”，直接影响着后续的目标跟踪、路径规划等模块，对自动驾驶的安全性至关重要。同时，定位系统的精度直接决定了主车后续是否能准确的对环境进行交互，影响着后续的决策。

现有技术没有考虑到地图信息在目标检测过程中的应用，部分自动驾驶算法会使用地图对目标检测的结果进行过滤，但是依然没有在过程中进行融合。并且地图成本非常高昂。

对于定位系统而言，高精度的GPS(Global Positioning System，全球定位系统)成本高，而依靠图像或者点云信息从数据库中进行检索，一方面，建立这样的数据库本身成本就高，同时，搜索的时间成本也比较高。

发明内容

本公开提供了一种生成目标检测和定位系统及目标检测和定位的方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种生成目标检测和定位系统的方法，包括：获取样本集和地图，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。从样本集中选取样本，以及执行以下训练步骤：从所选取的样本中的点云数据和所述地图中提取出融合特征。将融合特征输入目标检测模型，得到预测标签集。基于所选取的样本中的点云数据生成分割地图。基于预测标签集、样本标签集、分割地图和地图计算总损失值。若总损失值小于预定阈值，则根据目标检测模型构造目标检测和定位系统。

根据本公开的第二方面，提供了一种目标检测和定位方法，包括：根据当前位置的GPS定位信息获取实际地图，并采集当前位置的点云数据。将当前位置的点云数据输入采用如第一方面所述的方法生成的目标检测和定位系统，输出检测结果和分割地图。将分割地图和实际地图进行搜索和匹配，确定出位置偏差。根据位置偏差对GPS定位信息进行矫正。

根据本公开的第三方面，提供了一种生成目标检测和定位系统的装置，包括：获取单元，被配置成获取样本集和地图，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。训练单元，被配置成从样本集中选取样本，以及执行以下训练步骤：从所选取的样本中的点云数据和所述地图中提取出融合特征。将融合特征输入目标检测模型，得到预测标签集基于所选取的样本中的点云数据生成分割地图。基于预测标签集、样本标签集、分割地图和地图计算总损失值。若总损失值小于预定阈值，则根据目标检测模型构造目标检测和定位系统。

根据本公开的第四方面，提供了一种目标检测和定位装置，包括：获取单元，被配置成根据当前位置的GPS定位信息获取实际地图，并采集当前位置的点云数据。检测单元，被配置成将当前位置的点云数据输入采用第二方面所述的装置生成的目标检测和定位系统，输出检测结果和分割地图。确定单元，被配置成将分割地图和实际地图进行搜索和匹配，确定出位置偏差。矫正单元，被配置成根据位置偏差对GPS定位信息进行矫正。

根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器。以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面或第二方面的方法。