[发明专利]目标检测方法、设备及可移动平台

说明书

一种目标检测方法、设备及可移动平台，该方法根据待处理点云中点的数目和每个点的属性，确定点云向量；然后利用三维卷积神经网络对点云向量进行目标三维点云特征提取，保留高度信息，进而最大程度保留点云的三维结构信息，再根据提取的目标三维点云特征确定待处理点云中的目标信息，其中，该目标信息包括目标在三维坐标系中各维度的几何位置信息。能够准确找出点云中的三维目标，解决现有目标检测结果出错率较高，后续无法指导飞机、汽车、机器人等进行避障和路径规划的问题。

技术领域

本申请实施例涉及检测技术，尤其涉及一种目标检测方法、设备及可移动平台。

背景技术

随着经济技术的不断发展，飞机、汽车、机器人等应用到人们生活的很多方面，相应地，如何指导飞机、汽车、机器人等进行避障和路径规划成为人们关注焦点。

在相关技术中，通常利用点云检测目标，从而指导飞机、汽车、机器人等进行避障和路径规划。尤其对于智能驾驶而言，通常都会配备激光雷达传感器，通过激光雷达传感器输出的激光点云进行目标检测。

然而，上述利用点云进行目标检测时通常采用聚类算法。聚类就是将相似元素进行集合，这样，聚类结果往往准确率较低，导致上述目标检测结果出错率较高，后续无法指导飞机、汽车、机器人等进行避障和路径规划。

发明内容

本申请实施例提供一种目标检测方法及设备，以克服上述至少一个问题。

第一方面，本申请实施例提供一种目标检测方法，包括：

根据待处理点云中点的数目和每个点的属性，确定点云向量，所述点云向量包括点在三维坐标系中各维度的几何位置信息；

利用三维卷积神经网络对所述点云向量处理，以提取所述点云向量的目标三维点云特征；

根据所述目标三维点云特征确定所述待处理点云中的目标信息，所述目标信息包括目标在三维坐标系中各维度的几何位置信息。

第二方面，本申请实施例提供一种目标检测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令，所述处理器执行所述计算机执行指令时实现如下步骤：

根据待处理点云中点的数目和每个点的属性，确定点云向量，所述点云向量包括点在三维坐标系中各维度的几何位置信息；

利用三维卷积神经网络对所述点云向量处理，以提取所述点云向量的目标三维点云特征；

根据所述目标三维点云特征确定所述待处理点云中的目标信息，所述目标信息包括目标在三维坐标系中各维度的几何位置信息。

第三方面，本申请实施例提供一种可移动平台，包括：

可移动设备平台；以及

如上第二方面以及第二方面各种可能的设计所述的目标检测设备，所述目标检测设备安装于所述可移动平台本体。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的目标检测方法。

本申请实施例提供的目标检测方法、设备及可移动平台，该方法通过待处理点云中点的数目和每个点的属性，确定点云向量；然后利用三维卷积神经网络对点云向量进行目标三维点云特征提取，保留高度信息，进而最大程度保留点云的三维结构信息，再根据提取的目标三维点云特征确定待处理点云中的目标信息，其中，该目标信息包括目标在三维坐标系中各维度的几何位置信息，准确找出点云中的三维目标，解决现有目标检测结果出错率较高，后续无法指导飞机、汽车、机器人等进行避障和路径规划的问题。

附图说明