[发明专利]一种确定目标物体深度的方法、装置及电子设备

说明书

一种确定目标物体深度的方法、装置及电子设备，该方法包括：获得目标物体对应的物体信息，基于数据预处理模型将物体信息转化为多维特征向量，将多维特征向量输入预设深度模型中，获得目标物体对应的长度信息。通过上述的方法，将目标物体的物体信息输入数据预处理模型，得到物体信息对应的多维特征向量，并将多维特征向量输入至训练完成的预设深度模型中，确定出目标物体的深度信息，由于数据预处理模型以及预设深度模型都是预先训练好的模型，因此，能够确保基于数据预处理模型以及预设深度模型确定出的目标物体的深度信息的准确性。

技术领域

本申请涉及智能驾驶技术领域，尤其涉及一种确定目标物体深度的方法、装置及电子设备。

背景技术

在自动驾驶技术的发展过程中，自动驾驶的软件架构可划分为感知模块与决策模块，感知模块通过车辆系统中的传感器获取车辆外部的数据，该传感器可以为激光雷达、图像采集设备等，决策模块基于感知模块获取的数据进行指令的下发。

当上述描述的感知模块中的传感器为激光雷达时，该激光雷达能够基于发送的脉冲信号的发射时间、返回时间以及发射角度、返回角度确定出目标物体在三维空间中的位置，将该激光雷达采集的数据作为点云数据，因此，对激光雷达采集的点云数据的处理如下：

基于激光雷达检测目标物体时，激光雷达会获取包含目标物体的场景中的所有第一点云数据，并基于PointNet算法对该第一点云数据进行处理，获得该目标物体对应的第二点云数据，该点云数据为多个点构成的场景或者物体的点云集合，每一个点能够用空间直角坐标系中的坐标表示，需要从目标物体的所有点的x中确定出x的最小值与最大值，得到x方向上的范围；从目标物体的所有点的y中确定出y的最小值与最大值，得到y方向上的范围；从目标物体的所有点的z中确定出z的最小值与最大值，得到z方向上的范围。

基于上述得到的6个值，能够确定出该目标物体的3D框，基于该3D框能够获得目标物体的高度信息、宽度信息以及深度信息，由于激光雷达不能很好的估计物体深度的特性，因此，基于该3D框得到的目标物体的深度信息不准确。

发明内容

本申请提供了一种确定目标物体深度的方法、装置及电子设备，用与提高目标物体的深度信息的准确性。

第一方面，本申请提供了一种确定目标物体深度的方法，所述方法包括：

获得目标物体对应的物体信息，其中，所述物体信息包括：所述目标物体的高度信息、宽度信息以及目标类型；

基于数据预处理模型将所述物体信息转化为多维目标特征向量；

将所述多维目标特征向量输入预设深度模型中，获得所述目标物体对应的深度信息。

通过上述的方法，通过数据预处理模型对目标物体的物体信息进行处理，获得目标物体对应的多维目标特征向量，再通过预设深度模型对多维目标特征向量进行处理，从而得到目标物体的深度信息，由于数据预处理模型以及预设深度模型都是提前训练好的模型，因此，能够确保获得的目标物体的深度信息的准确性。

在一种可能的设计中，获得目标物体对应的物体信息之前，包括：

获得m个测试物体各自对应的测试物体信息，其中，所述测试物体信息为测试物体的高度信息、宽度信息、深度信息、以及测试物体的类型信息，m为正整数；

基于所述m个测试物体进行训练，获得所述m个测试物体对应的训练模型；

响应于所述训练模型符合预设条件，确定出所述m个测试物体对应的预设深度模型。

通过上述的方法，对m个测试物体进行训练，并获得m个测试物体的训练模型，当训练模型符合预设条件时，则确定出的预设深度模型，对训练过程中得到的训练模型进行筛选，提高了预设深度模型预测深度信息的准确性。