[发明专利]基于鱼眼视觉和毫米波雷达数据的目标检测方法及装置

说明书

本发明公开了一种基于鱼眼视觉和毫米波雷达数据的目标检测方法及装置，该方法包括：对获取的鱼眼视觉图像进行矫正得到矫正图像；根据毫米波雷达数据的关键运动数据以及统计特征进行有效目标筛选，得到有效目标；将毫米雷达坐标转换为像素坐标系；将矫正图像与有效目标进行数据融合得到融合数据，采用DetectoRS算法进行目标识别，得到目标识别结果；采用加权信息融合决策对目标识别结果以及有效目标的特征数据进行数据融合，得到目标检测结果。本发明实例中通过鱼眼相机采集鱼眼视觉图像，能够使得目标检测的数据更全面，采用DetectoRS算法对融合数据中的感兴趣区域进行目标识别，还能有效提高目标检测的准确性。

技术领域

本发明涉及目标检测技术领域，尤其是涉及一种基于鱼眼视觉和毫米波雷达数据的目标检测方法及装置。

背景技术

智能汽车环境感知层通过激光雷达、毫米波雷达、摄像头等传感器获取环境信息，为车辆路径规划和路径跟踪做准备。用于环境感知的传感器都有各自的优势和劣势，采用单一传感器难以获取完整的环境信息，因此当前主流的方案是综合各传感器的性能，采用信息融合的方式提高环境感知精确性和冗余度。

目前，现有的目标检测方法通常采用基于yolo算法的深度学习网络进行目标检测，但是基于yolo算法的深度学习网络对目标检测的误检率和漏检率高，导致现有的目标检测方法得到目标检测结果的准确性低。

发明内容

本发明提供了一种基于鱼眼视觉和毫米波雷达数据的目标检测方法及装置，以解决现有的目标检测方法对目标检测的误检率和漏检率高，导致现有的目标检测方法得到目标检测结果的准确性低的技术问题。

本发明的第一实施例提供了一种基于鱼眼视觉和毫米波雷达数据的目标检测方法，包括：

获取鱼眼视觉图像，并通过矫正算法对所述鱼眼视觉图像进行矫正，得到矫正图像；

获取毫米波雷达数据，并根据所述毫米波雷达数据的关键运动数据以及统计特征进行有效目标筛选，得到有效目标；

将所述有效目标投影到所述矫正图像中，根据所述有效目标所涉及的毫米雷达坐标系与所述矫正图像所涉的像素坐标系之间的转换关系，将所述毫米雷达坐标转换为所述像素坐标系；

将所述矫正图像与所述有效目标进行数据融合得到融合数据，采用DetectoRS算法对所述融合数据中的感兴趣区域进行目标识别，得到目标识别结果；

采用加权信息融合决策对所述目标识别结果以及所述有效目标的特征数据进行数据融合，得到目标检测结果。

进一步的，所述获取鱼眼视觉图像，并通过矫正算法对所述鱼眼视觉图像数据进行矫正，得到矫正图像，具体为：

通过鱼眼相机采集鱼眼视觉图像，采用泰勒公式以及等距投影模型对所述鱼眼视觉图像数据进行矫正，得到矫正图像。

进一步的，所述获取毫米波雷达数据，并根据所述毫米波雷达数据的关键运动数据以及统计特征进行有效目标筛选，得到有效目标，具体为：

根据所述毫米波雷达数据的关键运动数据以及统计特征计算目标距离、绝对速度以及散射截面积强度，若所述目标距离小于预设距离阈值，且所述绝对速度大于预设速度值，以及所述散射截面积强度在预设强度范围内，则将所述目标筛选为有效目标。

进一步的，所述根据所述有效目标所涉及的毫米雷达坐标系与所述矫正图像所涉的像素坐标系之间的转换关系，将所述毫米雷达坐标转换为所述像素坐标系，具体为：

根据计算机视觉理论和相机模型得到多个坐标系之间的转换关系，根据所述转换相关关系获取所述鱼眼相机中的相机内部参数和外部参数，根据所述内部参数和外部参数实现毫米波雷达坐标与像素坐标系的转换，其中多个所述坐标系包括毫米波雷达坐标系、世界坐标系、相机坐标系、图像坐标系和像素坐标系。