[发明专利]一种图像和激光雷达数据融合的3D目标检测方法和系统

权利要求书

1.一种图像和激光雷达数据融合的3D目标检测方法，其特征在于，包括多层卷积特征提取模块以及用于交并比计算和归一化距离的预处理模块，具体步骤如下：

S1，通过检测算法计算车辆获取的目标相机图像和激光雷达点云信息，得到目标的二维矩阵框的交点坐标和置信度以及三维立体框的交点坐标和置信度；

S2,将三维立体框的交点坐标投影到图像平面上，通过预处理模块计算二维矩阵框的交并比和归一化距离；

S3，通过二维矩阵框和三维立体框的交并比、二维矩阵框的置信度、三维立体框的置信度和三维立体框顶部距离地面的归一化值构建特征矩阵；

S4，将特征矩阵代入到多层卷积特征提取模块，并且通过非极大抑制操作得到最后的三维目标坐标信息。

2.根据权利要求1所述的一种图像和激光雷达数据融合的3D目标检测方法，其特征在于：所述步骤S1中的检测算法包括二维图像目标检测算法和三维激光雷电点云目标检测算法，通过二维图像目标检测算法得到在图像中二维目标检测矩形框角点坐标，其中P^2D是k个检测矩形框集合，x_i1,y_i1和x_i2,y_i2是矩形框的左下角点和右上角点，是矩形框的置信度，通过三维激光雷电点云目标检测算法，得到在激光雷达点云数据中三维目标检测立体矩形框角点坐标，其中P^3D是k个检测立体矩形框集合，h_i,w_i,l_i是立体矩形框的长宽高，x_i,y_i1,z_i是立体矩形框的左下角点，是立体矩形框的置信度，所述步骤S2中的交并比为IoU_ij，归一化距离值为d_j，所述步骤S3中特征矩阵为IoU_ij是二维检测矩阵框与三维检测立体矩阵框的交并比，所述步骤S4中，将特征矩阵代入到多层卷积特征提取模块得到n个候选外轮廓框的概率分数表，进而通过非极大抑制操作得到最后的三维目标坐标信息。

3.一种图像和激光雷达数据融合的3D目标检测系统，其特征在于：采用权利要求1或2所述的图像和激光雷达数据融合的3D目标检测方法进行检测。

4.根据权利要求3所述的一种图像和激光雷达数据融合的3D目标检测系统，其特征在于：所述车辆的前侧设置有用于获取目标相机图像的摄像部(2)和雷达部，所述车辆的前侧设置有连接槽(1)和雷达槽，所述雷达槽设置于连接槽(1)的下方，所述摄像部(2)卡设于连接槽(1)内，所述雷达部卡设于雷达槽内。

5.根据权利要求4所述的一种图像和激光雷达数据融合的3D目标检测系统，其特征在于：所述连接槽(1)的上方设置右用于锁紧摄像部(2)和连接槽(1)之间连接的锁紧结构。

6.根据权利要求5所述的一种图像和激光雷达数据融合的3D目标检测系统，其特征在于：所述锁紧结构包括锁紧柱(301)、第一弹簧(302)、三角板(303)、第一滑动柱(304)和第二滑动柱(305)，所述连接槽(1)的槽壁上设置有滑动槽(3)，所述锁紧柱(301)滑动设置于滑动槽(3)内，所述摄像部(2)的侧面设置有锁紧槽(201)，所述锁紧柱(301)的一端在滑动槽(3)内通过第一弹簧(302)和滑动槽(3)的槽底相连，另一端穿出滑动槽(3)，并且卡设于锁紧槽(201)内，所述车辆的前侧在连接槽(1)的上方设置有和滑动槽(3)槽壁相连通的滑动孔(306)，所述所述第一滑动柱(304)滑动设置于滑动孔(306)内，所述第二滑动柱(305)和第一滑动柱(304)朝向滑动槽(3)的一端相连，所述第二滑动柱(305)朝向滑动槽(3)的一端设置有第一斜面(307)，所述三角板(303)的一端在滑动槽(3)内和锁紧柱(301)相连，另一端穿进滑动孔(306)内，所述三角板(303)上设置有第二斜面(308)，所述第二斜面(308)和第二斜面(308)滑动贴合，所述第二斜面(308)朝向连接槽(1)设置。