[发明专利]基于信息融合的目标检测方法以及目标检测装置

权利要求书

1.一种基于信息融合的目标检测方法，其特征在于，包括：

将基于激光雷达点云数据的第一体素和基于毫米波雷达点云数据的第二体素进行第一融合以获取伪图像；

通过检测网络对所述伪图像进行检测并获取目标的状态信息；

将所述目标的状态信息和通过所述毫米波雷达采集的目标的信息输入深度网络模型进行第二融合以获取所述目标的实际速度值。

2.根据权利要求1所述的目标检测方法，其特征在于，所述将基于激光雷达点云数据的第一体素和基于毫米波雷达点云数据的第二体素进行第一融合以获取伪图像，包括：

获取激光雷达点云数据和毫米波雷达点云数据相互之间的交互信息；

获取包括具有所述交互信息的激光雷达的特征和毫米波雷达的特征的总体特征；

将所述总体特征按位置编码映射到平面，从而形成伪图像。

3.根据权利要求1所述的目标检测方法，其特征在于，所述通过检测网络对所述伪图像进行检测并获取目标的状态信息，包括：

通过所述检测网络的主干网络从所述伪图像中提取特征信息；

将所述特征信息输入至所述检测网络的全卷积检测头以输出目标的状态信息。

4.根据权利要求3所述的目标检测方法，其特征在于，所述状态信息通过D＝(c,x,y,w,l,θ,v)的方式进行描述，其中，c表示置信度分数、x和y表示BEV视角下所述目标的中心位置、w表示所述目标的宽度、l表示所述目标的长度、θ表示所述目标的朝向、v表示所述目标的二维速度。

5.根据权利要求1所述的目标检测方法，其特征在于，所述将所述目标的状态信息和通过所述毫米波雷达采集的目标的信息输入深度网络模型以获取所述目标的实际速度值，包括：

将所述检测网络获取的第一目标和毫米波雷达采集的第二目标进行关联；

获取所述第一目标和所述第二目标之间的关联分数；

基于所述关联分数获取每个目标的实际速度值。

6.根据权利要求5所述的目标检测方法，其特征在于，所述深度网络模型通过多任务的总体损失函数进行训练，所述总体损失函数至少包括所述检测网络检测所述第一目标的检测损失、检测阶段的速度损失、第二融合阶段的速度损失。

7.根据权利要求1所述的目标检测方法，其特征在于，在所述将基于激光雷达点云的第一体素和基于毫米波雷达的第二体素进行第一融合以获取伪图像之前，还包括：

通过激光雷达和毫米波雷达分别采集并获取激光雷达点云数据和毫米波雷达点云数据；

对所述激光雷达点云数据和所述毫米波雷达点云数据进行基于鸟瞰图视角和透视视角的体素化处理以获取第一体素和第二体素。

8.一种基于信息融合的目标检测装置，其特征在于，包括：

第一融合模块，用于将基于激光雷达点云数据的第一体素和基于毫米波雷达点云数据的第二体素进行第一融合以获取伪图像；

获取模块，用于通过检测网络对所述伪图像进行检测并获取目标的状态信息；

第二融合模块，用于将所述目标的状态信息和通过所述毫米波雷达采集的目标的信息输入深度网络模型进行第二融合以获取所述目标的实际速度值。

9.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。

10.一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现权利要求1至7中任一项所述方法的步骤。