[发明专利]物体检测方法、装置及设备

权利要求书

1.一种物体检测方法，其特征在于，包括：

根据环境点云数据，确定目标空间内与第一空间分辨率对应的多个第一体素的第一特征数据和所述第一体素中与至少一个第二空间分辨率分别对应的多个第二体素的第二特征数据，将所述第一特征数据和所述第二特征数据作为所述第一体素的第三特征数据；

将所述第一体素的第三特征数据作为网络深度与第一空间分辨率对应的二维特征提取模型的输入数据，通过所述二维特征提取模型生成目标空间的二维特征图像；

根据包括第一体素间相邻信息和第二体素间相邻信息的二维特征图像，确定目标空间内的物体信息。

2.根据权利要求1所述的方法，其特征在于，所述第一特征数据和所述第二特征数据，采用如下步骤确定：

根据环境点云数据，将目标空间划分为多个第一体素；

将所述第一体素划分为多个第二体素；

根据所述第一体素的点云数据，确定所述第一特征数据；以及，根据所述第二体素的点云数据，确定第二特征数据。

3.根据权利要求1所述的方法，其特征在于，还包括：

确定所述目标空间内的感兴趣区域；

清除所述环境点云数据中感兴趣区域外的点云数据。

4.根据权利要求1所述的方法，其特征在于，所述通过所述二维特征提取模型生成目标空间的二维特征图像，包括：

将基于流形稀疏卷积的图像特征提取层的三维卷积核拆分为多个单卷积核；

针对所述图像特征提取层中的排列在中心单卷积核之前的第一单卷积核，若针对输入的非空体素i存在通过第一单卷积核k产生的输出的非空体素j，则构建输入的非空体素、第一单卷积核与输出的非空体素间的卷积索引关系R(i，k，j)；

针对所述图像特征提取层中的排列在中心单卷积核之后的第二单卷积核，若存在对应关系R(i，k，j)，则构建输入的非空体素j、第二单卷积核k与输出的非空体素i间的卷积索引关系R(j，k，i)；

构建输入的非空体素i、中心单卷积核k与输出的非空体素i间的卷积索引关系R(i，k，i)；

根据所述卷积索引关系、所述单卷积核和所述输入的非空体素，确定所述基于流形稀疏卷积的图像特征提取层输出的非空体素。

5.根据权利要求1或4所述的方法，其特征在于，所述通过所述二维特征提取模型生成目标空间的二维特征图像，包括：

将基于非流形稀疏卷积的图像特征提取层的三维卷积核拆分为多个单卷积核；

根据卷积核的空间尺寸、填充及卷积步长，确定输出体素的全局索引j；

对于输入的非空体素i，若存在通过单卷积核k产生的输出的非空体素j，则构建输入的非空体素i、单卷积核k与输出的非空体素j间的卷积索引关系R(i，k，i)；

根据所述卷积索引关系、所述单卷积核和所述输入的非空体素，确定所述基于非流形稀疏卷积的图像特征提取层输出的非空体素。

6.根据权利要求1所述的方法，其特征在于，所述物体包括：车辆，人，障碍物。

7.根据权利要求1所述的方法，其特征在于，

若满足多层级体素划分条件，则根据所述环境点云数据，确定所述第一特征数据和所述第二特征数据，将所述第一特征数据和所述第二特征数据作为所述第一体素的第三特征数据；

若不满足多层级体素划分条件，则根据所述环境点云数据，确定所述第一特征数据，并将所述第一特征数据作为所述二维特征提取模型的输入数据，并根据包括第一体素间相邻信息的二维特征图像，确定目标空间内的物体信息。

8.根据权利要求7所述的方法，其特征在于，所述多层级体素划分条件包括以下条件的至少一个：

物体识别准确度大于准确度阈值；

物体信息包括行驶道路中的车辆、人或障碍物；

执行所述方法的处理器的资源占用率大于占用率阈值。