点云数据的目标检测方法、系统及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110956137A(43)申请公布日2020.04.03(21)申请号201911212740.0(22)申请日2019.12.02(71)申请人深圳市镭神智能系统有限公司地址518104广东省深圳市宝安区沙井街道坣岗社区坣岗大道文体中心商业楼1栋4层(72)发明人胡小波吴树丽(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06K9/00(2006.01)G06K9/32(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书12页附图4页(54)发明名称点云数据的目标检测方法、系统及介质(57)摘要本发明实施例公开了一种点云数据的目标检测方法、系统及介质。其中，该方法包括：根据获取的点云数据，确定待检测的场景图像；将所述场景图像输入预先训练的目标检测模型中，得到目标检测结果；根据所述目标检测结果，在所述点云数据中标注目标物体。本发明的技术方案提高了点云数据目标检测结果的准确性。CN110956137ACN110956137A权利要求书1/2页1.一种点云数据的目标检测方法，其特征在于，包括：根据获取的点云数据，确定待检测的场景图像；将所述场景图像输入预先训练的目标检测模型中，得到目标检测结果；根据所述目标检测结果，在所述点云数据中标注目标物体。2.根据权利要求1所述的方法，其特征在于，根据获取的点云数据，确定待检测的场景图像，包括：根据获取的点云数据，确定全景图像；对所述全景图像进行裁剪和/或放大处理，得到待检测的场景图像。3.根据权利要求2所述的方法，其特征在于，根据获取的点云数据，确定全景图像，包括：根据预设比例，将获取的点云数据中各点的水平坐标数据映射为该点的图像位置坐标；将获取的点云数据中各点的高度坐标数据映射为像素值后，填充在该点的图像位置坐标处，得到灰度全景图像；采用光谱颜色映射对所述灰度全景图像进行处理，得到彩色全景图像。4.根据权利要求3所述的方法，其特征在于，将获取的点云数据中各点的高度坐标数据映射为像素值，包括：根据采集点云数据的激光雷达的位置，确定待检测高度范围；根据所述待检测高度范围和像素值范围，将获取的点云数据中各点的高度坐标数据映射为像素值。5.根据权利要求1所述的方法，其特在于，根据获取的点云数据，确定待检测的场景图像，包括：从获取的点云数据中剔除干扰点云数据；根据剔除后剩余的点云数据，确定待检测的场景图像。6.根据权利要求1所述的方法，其特征在于，若目标检测模型为目标检测YOLOv3网络结构的深度学习模型，则将所述场景图像输入预先训练的目标检测模型中之前，还包括：根据待检测的目标物体的尺寸，删减所述YOLOv3网络结构中的冗余数据处理层，得到目标检测模型。7.根据权利要求1所述的方法，其特征在于，根据所述目标检测结果，在所述点云数据中标注目标物体，包括：根据所述目标检测结果中各标注框的置信度对所述各标注框进行筛选，确定目标标注框；根据所述目标标注框在所述场景图像上的数据信息，在所述点云数据中标注目标物体。8.根据权利要求1所述的方法，其特征在于，若获取的点云数据是新场景下的点云数据，则在将所述场景图像输入预先训练的目标检测模型中之前，还包括：获取新场景的样本点云数据，采用所述样本点云数据和历史样本数据，对所述目标检测模型进行优化训练。9.一种测绘系统，其特征在于，包括至少一个激光雷达和控制设备；所述控制设备与所2CN110956137A权利要求书2/2页述至少一个激光雷达连接；所述至少一个激光雷达用于采集点云数据；所述控制设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的点云数据的目标检测方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的点云数据的目标检测方法。3CN110956137A说明书1/12页点云数据的目标检测方法、系统及介质技术领域[0001]本发明实施例涉及激光雷达技术领域，尤其涉及一种点云数据的目标检测方法、系统及介质。背景技术[0002]随着人工智能技术的发展，自动进行环境目标检测已成为环境感知过程中的常用手段。[0003]由于摄像头拍摄图像时受环境光线影响较大，所以为了保证目标检测结果的稳定性，现有技术通常是采用聚类算法对激光雷达采集的点云数据进行目标检测。但是，采用聚类算法对点云数据检测的过程对簇的个数(即K值)选择要求较高，若K值选择不准确，就会导致聚类效果不准确，进而影响点云数据的目标检测结果的准确性，亟需改进。发