[发明专利]一种基于车路协同的类别重召回的感知识别方法、装置、设备及介质在审
| 申请号： | 202210371593.7 | 申请日： | 2022-04-11 |
| 公开（公告）号： | CN114994699A | 公开（公告）日： | 2022-09-02 |
| 发明（设计）人： | 郑文勇;张昆霭;刘亚辉 | 申请（专利权）人： | 中智行（苏州）科技有限公司 |
| 主分类号： | G01S17/86 | 分类号： | G01S17/86;G01S17/931;G06V20/64;G06V10/762 |
| 代理公司： | 南京利丰知识产权代理事务所(特殊普通合伙) 32256 | 代理人： | 陈志军 |
| 地址： | 215100 江苏省苏州市相城区南天成*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 协同 类别 召回 感知 识别 方法 装置 设备 介质 | ||
1.一种基于车路协同的类别重召回的感知识别方法，其特征在于：包括，
通过路端三维激光雷达扫描得到点云数据，同时通过路端相机拍摄得到二维图片；
对所述点云数据进行聚类，得到若干个互相分离的点云团；
使用三维检测算法对所述点云数据进行三维检测，并记录未被三维检测算法识别出的所述点云团；
对路端三维激光雷达和路端相机进行标定，得到点云到图片的转换矩阵；
通过所述转换矩阵得到所有未被三维检测算法识别出的所述点云团在二维图片中的位置，并用最小矩形包围框将其从二维图片中进行截取，得到若干个图片块；
通过分类网络模型对所述图片块进行分类，得到每个所述图片块的类别标签以及其头部的朝向角度信息。
2.根据权利要求1所述的基于车路协同的类别重召回的感知识别方法，其特征在于：所述三维检测算法包括Center Point算法。
3.根据权利要求2所述的基于车路协同的类别重召回的感知识别方法，其特征在于：所述使用三维检测算法对所述点云数据进行三维检测，并记录未被三维检测算法识别出的所述点云团包括，
使用Center Point算法对所述点云数据进行三维检测，得到若干类三维包围框，并给每个三维包围框赋予对应的类别标签；
记录没有得到类别标签的所述点云团。
4.根据权利要求1所述的基于车路协同的类别重召回的感知识别方法，其特征在于：所述通过转换矩阵得到所有未被三维检测算法识别出的所述点云团在二维图片中的位置包括，
通过公式[u,v,1]=Mt*[x,y,z,1]计算所述点云团在二维图片中的位置，其中，u、v表示该点云在二维图片中的像素点位置，x、y、z表示点云的三维坐标，Mt表示点云到图片的转换矩阵。
5. 根据权利要求1所述的基于车路协同的类别重召回的感知识别方法，其特征在于：所述分类网络模块包括Efficient Net网络模型。
6.一种基于车路协同的类别重召回的感知识别装置，其特征在于：包括，
传感器模块，包括路端三维激光雷达和路端相机，分别用于扫描得到点云数据和拍摄得到二维图片；
点云聚类模块，用于对所述路端三维激光雷达扫描得到的点云数据进行聚类，得到若干个互相分离的点云团；
三维检测模块，用于对所述路端三维激光雷达扫描得到的点云数据进行三维检测，并记录未被三维检测算法识别出的所述点云团；
标定模块，用于对路端三维激光雷达和路端相机进行标定，得到点云到图片的转换矩阵；
计算模块，用于通过所述转换矩阵计算得到所有未被三维检测算法识别出的所述点云团在二维图片中的位置，并用最小矩形包围框将其从二维图片中进行截取，得到若干个图片块；
分类模块，用于通过分类网络模型对所述图片块进行分类，得到每个所述图片块的类别标签以及其头部的朝向角度信息。
7.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现如权利要求1~5中任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述程序被处理器执行时实现如权利要求1~5中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中智行（苏州）科技有限公司，未经中智行（苏州）科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210371593.7/1.html，转载请声明来源钻瓜专利网。
