[发明专利]一种前方车辆检测方法及检测系统

说明书

本发明提供一种前方车辆检测方法及检测系统，能够提高车辆检测、定位的可靠性和精确性。所述方法包括：通过激光雷达和视觉传感器分别获取前方车辆的点云数据和图像，并获取点云数据和图像中目标的标签类别；利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合；利用融合后的特征及目标的标签类别对双区域生成网络进行训练，生成感兴趣区域并进行类别检测，输出前方车辆的三维检测结果。本发明涉及计算机视觉领域。

技术领域

本发明涉及计算机视觉领域，特别是指一种前方车辆检测方法及检测系统。

背景技术

在高级驾驶辅助系统中，前方车辆检测是一个重要环节。目前国内外车辆检测的解决方案中，大部分是基于红外、激光雷达、毫米波雷达、视觉传感器等单个传感器单独实现，然而这两种传感器均有各自的缺陷，其中，雷达检测范围广、可以获得景深信息、对于速度测量较为精确、抗环境干扰能力强，但同时具有漏检率与误检率较高，角度分辨率不高，目标分类特征信息无法给出的缺陷，导致检测结果易失真；视觉传感器(例如，摄像机)具有成本低、采集的数据信息量丰富，易于目标分类、近距离检测精度高等优点，但是其易受天气的环境影响，摄像机固有的光学特性决定了其有效距离约为60m，以上局限性决定摄像机的鲁棒性较差、检测结果可靠性低。

发明内容

本发明要解决的技术问题是提供一种前方车辆检测方法及检测系统，以解决现有技术所存在的基于单一传感器的目标检测方法，检测结果可靠性低的问题。

为解决上述技术问题，本发明实施例提供一种前方车辆检测方法，包括：

通过激光雷达和视觉传感器分别获取前方车辆的点云数据和图像，并获取点云数据和图像中目标的标签类别；

利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合；

利用融合后的特征及目标的标签类别对双区域生成网络进行训练，生成感兴趣区域并进行类别检测，输出前方车辆的三维检测结果。

进一步地，所述方法还包括：获取图像的地平面基准文件和激光雷达到相机的标定信息。

进一步地，所述利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合包括：

利用编解码的特征金字塔网络对获取的点云数据和图像进行特征提取，分别提取激光雷达的俯瞰特征图和图像特征图；

根据获取的图像的地平面基准文件和激光雷达到相机的标定信息，将提取的激光雷达的俯瞰特征图和图像特征图使用6尺度的三维锚框进行点云数据和图像的像素级映射融合。

进一步地，所述6尺度包括：点云坐标下3种不同的尺寸和3种不同的角度。

进一步地，在训练双区域生成网络时，使用基于定位置信度的相对熵回归损失函数同时学习边界框回归和定位的不确定性。

本发明实施例还提供一种前方车辆检测系统，包括：

获取模块，用于获取前方车辆的点云数据和图像，并获取点云数据和图像中目标的标签类别，其中，所述获取模块包括：激光雷达和视觉传感器；

处理模块，用于利用特征提取器对获取的点云数据和图像进行特征提取，将提取的特征进行像素级映射融合；

检测模块，用于利用融合后的特征及目标的标签类别对双区域生成网络进行训练，生成感兴趣区域并进行类别检测，输出前方车辆的三维检测结果。

进一步地，所述获取模块，还用于获取图像的地平面基准文件和激光雷达到相机的标定信息。

进一步地，所述处理模块包括：