[发明专利]基于激光点云数据的目标检测方法、装置及电子设备、存储介质

权利要求书

1.一种基于激光点云数据的目标检测方法，其中，用于路侧场景，所述方法包括：

根据路侧场景下的激光点云数据，建立预设激光图像；

根据所述路侧场景下的背景帧的激光图像与所述路侧场景下的预设激光图像的差值，提取出当前路侧场景下前景点的激光图像；

通过所述当前路侧场景下前景点的激光图像，确定所述当前路侧场景中的目标检测结果。

2.如权利要求1所述方法，其中，还包括：

当所述路侧场景下包括至少一个路侧单元的情况下，通过所述当前路侧场景下前景点的激光图像，确定所述当前路侧场景中所述路侧单元的目标检测结果，并与车辆通信；

和/或，

当所述路侧场景下包括多个路侧单元的情况下，通过所述当前路侧场景下前景点的激光图像，确定所述当前路侧场景中多个路侧单元的对同一目标的目标检测结果，并与车辆通信。

3.如权利要求1或2所述方法，其中，所述路侧场景下的背景帧的激光图像为固定且按照预设周期、预设帧数进行更新。

4.如权利要求1所述方法，其中，所述路侧场景下的背景帧的激光图像包括：

按照预设静态物体划分规则构建所述路侧场景下的背景帧；

按照预设周期采集得到所述路侧场景下的背景帧激光点云数据，并构建得到多帧背景帧的激光图像，其中，多帧所述背景帧的激光图像包括将激光预设相同位置上的激光图像帧作为一组并排序，且将多组排序中的距离中间值或者距离均值位置处的距离作为背景帧中对应激光位置点的距离值。

5.如权利要求1所述方法，其中，所述通过所述当前路侧场景下前景点的激光图像，确定所述当前路侧场景中的目标检测结果，包括：

将所述当前路侧场景下前景点的激光图像中的前景目标为一个检测单元，使用预设分类器进行推理检测，得到目标的类别信息作为所述目标检测结果，其中所述预设分类器是基于深度学习网络训练得到的。

6.如权利要求5所述方法，其中，构建所述前景目标，还包括：

标记所述当前路侧场景下前景点的激光图像中的前景点；

对已标记出来的前景点进行聚类，构建所述前景目标。

7.如权利要求1所述方法，其中，所述根据路侧场景下的激光点云数据，建立预设激光图像包括：

根据路侧场景下的每一帧的激光点云数据，构造预设激光图像，其中所述激光点云数据中的每个点的距离作为在所述预设激光图像中对应位置的值，每个值包括(x，y)，所述x的方向对应当前水平角度，所述y的方向为当前垂直线数。

8.一种基于激光点云数据的目标检测装置，其中，所述装置包括：

激光图像初始化模块，用于根据路侧场景下的激光点云数据，建立预设激光图像；

背景帧构建模块，用于根据所述路侧场景下的背景帧的激光图像与所述路侧场景下的预设激光图像的差值，提取出当前路侧场景下前景点的激光图像；

目标检测模块，用于通过所述当前路侧场景下前景点的激光图像，确定所述当前路侧场景中的目标检测结果。

9.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1～7之任一所述方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～7之任一所述方法。