[发明专利]一种多数据融合的车辆检测方法、系统、设备及存储介质

说明书

本发明公开了一种多数据融合的车辆检测方法、系统、设备及存储介质，本发明利用路边单元采集的激光点云和目标车辆采集的激光点云进行融合处理，解决了因单一车载激光点云缺陷而导致的车辆检测误差大的缺陷，提高了车辆检测的准确度；对激光点云进行融合过程中，提取第一激光点云中的多个第一关键点以及第二激光点云中的多个第二关键点，去除多余和冗余的数据点，能够在确保激光点云的精度的前提下，降低计算量；通过随机采样一致性方法在关键点匹配过程中剔除匹配异常的关键点对，能够提高正确点对的比例，提高后续检测车辆的准确度；通过激光点云和RGB图像数据的多模态融合技术实现对车辆检测，能够提高车辆检测的准确度。

技术领域

本发明涉及道路检测技术领域，特别涉及一种多数据融合的车辆检测方法、系统、设备及存储介质。

背景技术

目前，交通信息统计技术是智能化交通系统领域中的重要课题，是实现车辆行驶和道路管理智能化的重要手段，也是适时向公众提供实时路况信息的依据。交通信息统计技术因其能够提供某路段某时刻的交通状况信息、车辆速度信息、某车辆何时经过某路段的信息，使车辆行驶和道路管理智能化、信息化，在提供交通效率、改善道路交通环境和节约交通能源方面具有重要意义。

目标跟踪、道路检测是智能交通的重要组成部分。为了实现碰撞预警及提醒车辆安全驾驶，需要检测车辆周围环境中的车辆的准确位置。在相关方案中，通常是在当前车辆上搭载激光雷达，通过激光雷达采集激光点云，然后通过激光点云和图像特征共同检测出前方道路的车辆。但在相关方案中，因为车载激光雷达在移动开放的环境中，所以仍存在如下缺陷：第一、车载激光雷达通常安装在车辆一侧，当安装于车辆其中一侧的激光雷达采集车辆另一侧的激光点云时，受到自身车辆的影响，激光投射面积有限，采集的激光点云连续性差；第二、车辆在道路行驶过程中，存在其它车辆遮挡车载激光，导致采集的激光点云部分缺失；第三、车辆激光的投射范围有限，存在远距离激光点云稀疏的缺陷。如图1(其中p1，p2，p3，p4为车辆，x1为激光雷达,x2为路边单元)所示，车载激光雷达x1安装在车辆p1的一侧，受到自身车辆的影响，激光投射面积有限，车辆p3不在x1的覆盖范围内。

综上，相关方案由于上述缺陷，将导致车辆检测的误差较大。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种多数据融合的车辆检测方法、系统、设备及存储介质，能够提高多数据融合的车辆检测的准确度。

本发明的第一方面，提供了一种多数据融合的车辆检测方法，包括如下步骤：

步骤S100、当目标车辆移动至路边单元的通信范围时，获取由所述路边单元采集前方道路的第一激光点云；

步骤S200、获取所述目标车辆采集前方道路的第二激光点云和RGB图像，其中所述第一激光点云和所述第二激光点云为时间同步采集；

步骤S300、融合所述第一激光点云和所述第二激光点云，得到第三激光点云：

步骤S301、对所述第一激光点云和所述第二激光点云进行预处理，并初始化所述第二激光点云的刚体变换矩阵；

步骤S302、提取所述第一激光点云中的多个第一关键点以及所述第二激光点云中的多个第二关键点；

步骤S303、对所述第一激光点云中的多个第一关键点和所述第二激光点云中的多个第二关键点进行关键点匹配，并通过随机采样一致性方法在关键点匹配过程中剔除匹配异常的关键点对，得到最优的刚体变换矩阵；

步骤S304、根据所述最优的刚体变化矩阵，得到所述第三激光点云；

步骤S400、对所述RGB图像和所述第三激光点云进行多模态融合，得到融合特征信息；

步骤S500、从所述融合特征信息中检测出车辆选框。

根据本发明的实施例，至少具有如下技术效果：