[发明专利]点云数据标注、分割模型确定、目标检测方法及相关设备

说明书

本申请涉及一种点云数据标注、分割模型确定、目标检测方法及相关设备。所述标注方法包括获取激光雷达采集的原始点云数据；将原始点云数据投影到二维图后，基于二维图获取各目标标注信息；通过已训练目标检测模型对原始点云数据进行检测，确定检测到的目标检测信息；基于对应的目标类别置信度，采用目标检测信息修正目标标注信息，获得原始点云数据的目标检测数据集，目标检测数据集包括各目标的位置信息和目标类别。采用本方法能够快速准确地进行标注。

技术领域

本申请涉及点云数据的处理技术领域，特别是涉及一种点云数据标注、分割模型确定、目标检测方法及相关设备。

背景技术

激光雷达作为一种重要的环境感知传感器，广泛应用于车辆自动驾驶领域。激光雷达获取的点云数据包含了各种目标信息，可用于障碍物检测。障碍物检测时所用模型在进行训练时，一般需要使用标注过的点云数据作为训练样本，以优化障碍物检测算法。目前的点云数据标注方法通常在三维立体空间中对点云数据进行手工标注，存在效率低、标注结果不准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种点云数据标注、分割模型确定、目标检测方法及相关设备。

一种点云数据标注方法，所述方法包括：

获取激光雷达采集的原始点云数据；

将所述原始点云数据投影到二维图后，基于所述二维图获取各目标标注信息，所述目标标注信息包括：第一目标位置信息以及第一目标类别；

通过已训练目标检测模型对所述原始点云数据进行检测，确定检测到的目标检测信息，所述目标检测信息包括：第二目标位置信息、第二目标类别以及对应的目标类别置信度；

基于所述对应的目标类别置信度，采用所述目标检测信息修正所述目标标注信息，获得所述原始点云数据的目标检测数据集，所述目标检测数据集包括各目标的位置信息和目标类别。

一种点云数据分割模型的确定方法，所述方法包括：

获取激光雷达采集的原始点云数据，以及与所述原始点云数据对应的点云分割数据集；

基于所述原始点云数据以及所述点云分割数据集对待训练分割模型进行训练，获得训练后的点云数据分割模型；

与所述原始点云数据对应的点云分割数据集的获取方式包括：

将所述原始点云数据投影到二维图后，基于所述二维图获取各目标标注信息，所述目标标注信息包括：第一目标位置信息以及第一目标类别；

通过已训练目标检测模型对所述原始点云数据进行检测，确定检测到的各目标检测信息，所述目标检测信息包括：第二目标位置信息、第二目标类别以及对应的目标类别置信度；

基于所述对应的目标类别置信度，采用所述目标检测信息修正所述目标标注信息，获得所述原始点云数据的目标检测数据集，所述目标检测数据集包括各目标的位置信息和目标类别；

根据所述原始点云数据以及所述目标检测数据集，获得所述原始点云数据的点云分割数据集，所述点云分割数据集包括各点云数据的点云类别。

一种基于点云数据分割的目标检测方法，所述方法包括：

获取激光雷达采集的原始点云数据，以及与所述原始点云数据对应的点云分割数据集；

基于所述原始点云数据以及所述点云分割数据集对待训练分割模型进行训练，获得训练后的点云数据分割模型；

采用所述点云数据分割模型，对待分割点云数据进行分割，获得各点云数据的类别；

根据各所述点云数据的位置信息以及类别，对各所述点云数据进行聚类，获得目标检测结果；