[发明专利]用于三维对象检测的系统和方法

说明书

公开了一种用于三维对象检测的系统和方法。计算系统从输入源接收点云数据。点云数据可包括3D空间中的第一点和第二点。第一点可表示对象的特征。计算系统调用神经网络，以利用第一标签对第一点进行分类，并且基于利用第一标签对第一点进行分类来对边界框进行回归。对边界框进行回归的步骤包括至少预测边界框的位置。计算系统可基于对边界框进行回归来控制自主车辆。

技术领域

根据本公开的实施例的一个或多个方面涉及三维(3D)对象检测，更具体地，涉及检测经由点云数据表示的3D对象。

背景技术

在自主车辆系统中，感知模块可像人眼一样感测环境中的对象，以在这样的环境中安全地运动。感知的元素是3D对象检测。3D对象检测可提供环境中的对象的位置、维度和运动方向。可经由使用LiDAR(光检测和测距)激光扫描仪/传感器收集的地理点云来提供这样的3D检测信息。然而，基于LiDAR的点云中的准确的3D对象检测可能遭受诸如点云数据中的数据稀疏性和不规则性的挑战。例如，因为点云位于对象的表面上，所以自遮挡、反射或不期望的天气条件会限制由LiDAR扫描仪捕获的点的数量。

因此，期望一种即使当点云数据是稀疏的时也能使用这样的基于LiDAR的点云来检测3D对象的系统和方法。

发明内容

本公开的实施例针对一种用于三维(3D)对象分类的方法。所述方法包括：通过计算系统从输入源接收点云数据。点云数据可包括3D空间中的第一点和第二点。第一点可表示对象的特征。计算系统调用神经网络，以利用第一标签对第一点进行分类，并且基于利用第一标签对第一点进行分类来对边界框进行回归。对边界框进行回归的步骤包括至少预测边界框的位置。计算系统可基于对边界框进行回归来控制自主车辆。

根据一个实施例，所述用于3D对象分类的方法还包括：将接收的点云数据转换成多个体素。所述多个体素中的第一体素可包括第一点，并且所述多个体素中的第二体素可不包括点。

根据一个实施例，对第一点进行分类的步骤包括：利用第一标签对第一体素进行分类。可利用不同于第一标签的第二标签对第二体素进行分类。边界框的回归可基于第一体素。

根据一个实施例，对第一点进行分类的步骤包括：利用第一标签对第一体素进行分类。可利用第一标签对第二体素进行分类，并且边界框的回归可基于第一体素和第二体素。

根据一个实施例，所述用于3D对象分类的方法还包括：基于训练数据训练神经网络。训练数据可包括与对象相关联的特定点。响应于检测到特定点在距对象的中心的阈值距离内，特定点可被分配第一标签。

根据一个实施例，训练数据中的数量为M的点被分配第一标签，其中，M基于对象的体积被确定。

根据一个实施例，所述用于3D对象分类的方法还包括：基于训练数据训练神经网络，其中，训练的步骤包括：学习被分配第一标签的两个点的相对空间信息。

根据一个实施例，学习相对空间信息的步骤包括：将与对象相关联的地面真值边界框划分成多个分区，并且将与对象相关联并且被分配第一标签的特定点分类到所述多个分区中的一个。

根据一个实施例，所述用于3D对象分类的方法还包括：计算分区分类损失，并且基于分区分类损失训练神经网络。

根据一个实施例，训练神经网络还基于从利用第一标签对点进行分类而计算的分类损失以及从分类的点的边界框回归计算的回归损失。

根据一个实施例，对边界框进行回归的步骤包括：应用软argmin对与第一点相关联的位置参数进行回归。