[发明专利]目标检测方法、计算机设备、计算机可读存储介质及车辆

说明书

本发明涉及自动驾驶技术领域，具体提供一种目标检测方法、计算机设备、计算机可读存储介质及车辆，旨在解决及时且精准地检测目标的问题。为此目的，本发明的方法包括对车辆行驶环境内三维点云的点云空间进行栅格化处理形成多个三维的点云栅格，将包含三维点云的点云栅格作为目标点云栅格；根据目标点云栅格的稀疏度确定卷积空洞率；根据卷积空洞率对稀疏卷积进行空洞处理；通过空洞稀疏卷积提取目标点云栅格的点云栅格特征；采用注意力机制对点云栅格特征进行加权，获取全局点云特征，根据全局点云特征进行目标检测。通过这种方式，无论是远距离目标还是近距离目标，都能进行准确检测。同时利用稀疏卷积进行检测可以减少计算量，提高检测效率。

技术领域

本发明涉及自动驾驶技术领域，具体提供一种目标检测方法、计算机设备、计算机可读存储介质及车辆。

背景技术

为了保证车辆的行驶安全，在车辆行驶过程中通常要对行驶环境中的车辆或行人等目标进行检测，进而根据这些目标的位置控制车辆与这些目标保持一定的安全距离。然而，目前常规的目标检测方法仅适用于近距离目标的检测，无法对远距离目标进行快速与准确的检测。车辆在高速行驶时对安全距离的要求会更远，如果不能及时且精准地检测出远距离的目标，就无法保证足够的安全距离，从而增加车辆的行驶风险。

相应地，本领域需要一种新的技术方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决如何及时且精准地对远距离目标进行检测的技术问题的目标检测方法、计算机设备、计算机可读存储介质及车辆。

在第一方面，本发明提供一种目标检测方法，所述方法包括：

对车辆行驶环境内三维点云的点云空间进行栅格化处理形成多个三维的点云栅格，将包含三维点云的点云栅格作为目标点云栅格；

根据每个所述目标点云栅格的稀疏度，确定每个所述目标点云栅格各自对应的卷积空洞率，所述卷积空洞率与所述稀疏度成正相关关系；

根据所述卷积空洞率对稀疏卷积进行空洞处理，形成空洞稀疏卷积；

通过所述空洞稀疏卷积提取相应目标点云栅格的点云栅格特征；

采用注意力机制对所述点云栅格特征进行加权，以获取全局点云特征；

根据所述全局点云特征进行目标检测。

在上述目标检测方法的一个技术方案中，在“根据每个所述目标点云栅格的稀疏度，确定每个所述目标点云栅格各自对应的卷积空洞率”的步骤之前，所述方法还包括通过下列方式确定每个所述目标点云栅格的稀疏度：

获取在预设的邻域范围内与当前目标点云栅格相邻的点云栅格；

确定所述相邻的点云栅格中目标点云栅格的栅格数量；

根据所述栅格数量确定当前目标点云栅格的稀疏度。

在上述目标检测方法的一个技术方案中，“根据每个所述目标点云栅格的稀疏度，确定每个所述目标点云栅格各自对应的卷积空洞率”的步骤具体包括根据当前目标点云栅格的稀疏度并通过下列公式确定当前目标点云栅格对应的卷积空洞率：

其中，d_r表示卷积空洞率，N表示所述相邻的点云栅格的栅格数量，M表示所述相邻的点云栅格中目标点云栅格的栅格数量，表示稀疏度，s₁和s₂表示预设的超参数，表示向上取整运算。

在上述目标检测方法的一个技术方案中，“采用注意力机制对所述点云栅格特征进行加权，以获取全局点云特征”的步骤具体包括：

对车辆行驶环境内三维点云的点云空间再次进行栅格化处理形成多个三维的超栅格，其中，所述超栅格包括多个所述点云栅格；