[发明专利]车辆的传感数据处理方法、装置、车辆及存储介质

权利要求书

1.一种车辆的传感数据处理方法，其特征在于，包括以下步骤：

获取当前车辆的多个车载传感器采集的原始传感数据；

将采集到的所述原始传感数据格式统一至多通道的二维表征，并组成多模的原始数据层，基于所述原始数据层得到传感数据；以及

将所述传感数据输入至预先训练的多模态深度卷积网络，卷积处理得到至少一个融合特征，以基于所述至少一个融合特征识别至少一个目标的感知信息，其中，所述预先训练的多模态深度卷积网络的多组卷积核组由所述多个车载传感器的数据得到。

2.根据权利要求1所述的方法，其特征在于，所述基于所述原始数据层得到传感数据，包括：

利用预设高维数组链接所述原始传感数据；

或者，基于预设前处理网络对所述原始传感数据进行处理。

3.根据权利要求1所述的方法，其特征在于，在所述获取当前车辆的多个车载传感器采集的原始传感数据之前，还包括：

对所述多个车载传感器进行时空标定。

4.一种车辆的传感数据处理方法，其特征在于，包括以下步骤：

根据多种传感器的数据确定多组卷积核组的设计信息，以适应提取多种传感器组合时，生成对应的融合特征；

基于所述多组卷积核组的设计信息和预设卷积组选择机制进行网络训练，得到预先训练的多模态深度卷积网络，以将传感数据输入所述多模态深度卷积网络，得到至少一个融合特征。

5.根据权利要求4所述的方法，其特征在于，所述根据多种传感器的配置确定多组卷积核组的设计信息，包括：

根据原始数据和/或特征图通道数比例匹配每层卷积核比例数。

6.根据权利要求5所述的方法，其特征在于，所述基于所述多组卷积核组的设计信息和预设卷积组选择机制进行网络训练，得到预先训练的多模态深度卷积网络，包括：

根据所述原始数据和/或特征图通道比例获取每组卷积核组的权值；

基于所述每组卷积核组的权值进行卷积特征提取训练。

7.一种车辆的传感数据处理装置，其特征在于，包括：

获取模块，用于获取当前车辆的多个车载传感器采集的原始传感数据；

预处理模块，用于将采集到的所述原始传感数据格式统一至多通道的二维表征，并组成多模的原始数据层，基于所述原始数据层得到传感数据；以及

处理模块，用于将所述传感数据输入至预先训练的多模态深度卷积网络，卷积处理得到至少一个融合特征，以基于所述至少一个融合特征识别至少一个目标的感知信息，其中，所述预先训练的多模态深度卷积网络的多组卷积核组由所述多个车载传感器的数据得到。

8.根据权利要求7所述的装置，其特征在于，所述预处理模块具体用于利用预设高维数组链接各个原始传感数据，或者基于预设前处理网络对所述各个原始传感数据进行处理。

9.根据权利要求8所述的装置，其特征在于，所述获取模块包括：

标定单元，用于在所述获取当前车辆的多个车载传感器采集的原始传感数据之前对所述多个车载传感器进行时空标定。

10.一种车辆的传感数据处理装置，其特征在于，包括：

设计模块，用于根据多种传感器的配置确定多组卷积核组的设计信息，以适应提取多种传感器组合时，生成对应的融合特征；

训练模块，用于基于所述多组卷积核组的设计信息和预设卷积组选择机制进行网络训练，得到预先训练的多模态深度卷积网络，以将传感数据输入所述多模态深度卷积网络，得到至少一个融合特征。

11.根据权利要求10所述的装置，其特征在于，所述设计模块包括：

匹配单元，用于根据原始数据和/或特征图通道数比例匹配每层卷积核比例数。