[发明专利]一种对点云目标识别结果进行调整的处理方法

说明书

本发明实施例涉及一种对点云目标识别结果进行调整的处理方法，所述方法包括：在任意时刻t获取第一帧点云；对第一帧点云进行目标识别处理得到对应的点云目标识别结果，点云目标识别结果包括多个第一目标识别框Box_i，各个第一目标识别框Box_i对应一组第一目标识别框参数B_i；根据第一帧点云和点云目标识别结果进行模型输入数据预处理生成对应的第一模型输入数据；将第一模型输入数据输入目标框调整模型进行运算得到对应的第一模型输出数据；第一模型输出数据包括多组第二目标识别框参数B^*_i；使用各个第二目标识别框参数B^*_i对第一目标识别框参数B_i中的匹配参数进行替换。通过本发明可以提高感知模块的目标关联准确度。

技术领域

本发明涉及数据处理技术领域，特别涉及一种对点云目标识别结果进行调整的处理方法。

背景技术

车辆自动驾驶系统的感知模块需要对由激光雷达扫描得到的相邻帧点云进行目标检测得到各帧上的多个目标检测框，并根据每个目标检测框的一组目标识别框参数(目标检测框中心点坐标Q、目标检测框长度L、目标检测框宽度W、目标检测框高度H、目标检测框朝向角yaw、目标检测框类型)对相邻帧点云中的目标实施状态跟踪。在实施状态跟踪时，常规做法都是基于前一帧的目标识别框参数进行状态预测得到对应的预测识别框参数，再使用前一帧的所有预测识别框参数与后一帧的所有目标识别框参数进行相同目标关联，并在关联关系确定之后基于同一个目标的前后两组目标识别框参数构建该目标的运动轨迹从而达到状态跟踪的目的。在进行相同目标关联时，常规做法是根据前一帧的预测识别框参数和后一帧的目标识别框参数的相似度进行关联评估，取相似度最高的一对前帧预测识别框参数和后帧目标识别框参数的对应关系作为前后帧对应目标检测框的关联依据。由此不难看出，感知模块的目标跟踪准确度对前后帧目标识别框的位置(中心点坐标)、形状(长宽高)、朝向和类型等参数的准确度具有依赖性，而这些参数的准确度又受制于对点云进行目标检测的目标检测模型的精确度。

常规的目标检测模型都不带有时序关联特征，即使对于相邻时刻的两帧点云进行目标检测也可能出现相同目标的目标检测框参数发生较大变化，这种变化会直接导致相似度计算发生较大偏差从而导致感知模块发生目标关联错位或目标关联失败等问题。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种对点云目标识别结果进行调整的处理方法、电子设备及计算机可读存储介质，定制一种带有门控循环单元(GatedRecurrent Unit，GRU)的目标框调整模型使之能基于上一时刻t-1传递而来的隐藏状态h_t-1和当前时刻t的点云目标识别结果算出当前时刻t的隐藏状态h_t，并基于上一时刻的隐藏状态h_t-1对当前时刻t的点云目标识别结果进行目标识别框参数调整，并将当前时刻t的隐藏状态h_t继续向下传递作为下一时刻的参考隐藏状态。通过本发明，基于时序特征以上一时刻点云目标识别结果为参考对后一个时刻点云目标识别结果中的目标识别框参数进行调整，就能弥补目标检测模型的输出没有时序特征的缺陷，从而达到降低目标检测框参数跳变风险、提高感知模块目标关联准确度的目的。

为实现上述目的，本发明实施例第一方面提供了一种对点云目标识别结果进行调整的处理方法，所述方法包括：

在任意时刻t获取第一帧点云；

对所述第一帧点云进行目标识别处理得到对应的点云目标识别结果；所述点云目标识别结果包括多个第一目标识别框Box_i；各个所述第一目标识别框Box_i对应一组第一目标识别框参数B_i；i为目标识别框索引，1≤i；

根据所述第一帧点云和所述点云目标识别结果进行模型输入数据预处理生成对应的第一模型输入数据；