[发明专利]一种目标物分类方法及装置

说明书

本说明书公开了一种目标物分类方法及装置，通过获取到的待分类点云数据中的各目标物分别对应的第一区域、待分类图像以及待分类深度图像，确定各目标物在待分类图像中的第二区域和在待分类深度图像中的第三区域，并针对每个目标物，将该目标物的位于待分类图像中的第二区域的子图像和位于待分类深度图像中的第三区域的子图像，输入训练完成的分类模型，确定各目标物的分类结果。本方法不需要分别预设目标物的点云包围框和图像包围框的分类结果的权重，避免了因为预设各包围框的权重导致分类结果出错的情况的发生，提高了目标物的分类结果的准确度。

技术领域

本说明书涉及无人驾驶技术领域，尤其涉及一种目标物分类方法及装置。

背景技术

目前，无人驾驶设备行驶过程中，通常会对周围环境中的目标物进行分类，以基于各目标物的分类结果，确定无人驾驶设备的运动策略以保证无人驾驶设备的行驶安全。其中，目标物通常可为障碍物、指示牌、信号灯等会影响无人驾驶设备行驶的对象。

在现有技术中，一般可基于点云数据和图像数据进行目标物分类。具体的，首先对获取到的点云数据和图像数据分别进行目标物检测，得到各目标物在点云数据中的点云包围框，以及各目标物在图像数据中的图像包围框。根据各目标物对应的点云包围框的识别结果、各目标物对应的图像包围框的识别结果，以及预设的分别针对点云包围框和图像包围框的识别结果的权重，确定各目标物的分类结果。

由于在确定分类结果时，更依赖于图像纹理信息，所以预设出的各图像包围框的识别结果的权重往往较高，因此，当对图像数据进行目标物检测发生漏检时，确定出的目标物的分类结果不够准确，影响了无人驾驶设备的行驶安全。

发明内容

本说明书提供一种目标物分类方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种目标物分类方法，包括：

确定待分类图像和待分类点云数据；

根据所述待分类点云数据，确定待分类深度图像，以及确定所述待分类点云数据中的各目标物分别对应的第一区域；

针对每个目标物，根据所述待分类点云数据与所述待分类图像、所述待分类深度图像之间的映射关系以及该目标物对应的第一区域，确定该目标物在所述待分类图像中对应的第二区域，和该目标物在所述待分类深度图像中对应的第三区域；

将位于所述待分类图像中的第二区域内的子图像和位于所述待分类深度图像中的第三区域内的子图像作为输入，输入训练完成的分类模型，得到所述分类模型输出的该目标物的分类结果。

可选地，确定待分类图像，具体包括：

根据所述待分类点云数据的采集时间，确定采集所述待分类点云数据前，最近一次采集的图像，作为待分类图像。

可选地，根据所述待分类点云数据，确定待分类深度图像，具体包括：

通过预设的点云坐标系和图像坐标系之间的转换关系，将所述待分类点云数据投影至所述图像坐标系，确定所述待分类点云数据的投影结果；

根据所述待分类点云数据的投影结果，确定待分类深度图像。

可选地，根据所述待分类点云数据，确定所述待分类点云数据中的各目标物分别对应的第一区域，具体包括：

根据所述待分类点云数据，对所述待分类点云数据进行目标物检测，确定各目标物对应的点云数据；

根据确定出的各目标物对应的点云数据，确定各目标物对应的三维区域，作为各目标物分别对应的第一区域。

可选地，将位于所述待分类图像中的第二区域内的子图像和位于所述待分类深度图像中的第三区域内的子图像作为输入，输入训练完成的分类模型，得到所述分类模型输出的该目标物的分类结果，具体包括：