(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211065977.2 (22)申请日 2022.08.31 (71)申请人 中汽创智科技有限公司 地址 211100 江苏省南京市江宁区秣陵街 道胜利路8 8号 (72)发明人 赵杰　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 郑华洁 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/762(2022.01) G06V 10/80(2022.01) (54)发明名称 一种目标检测方法、 装置及存 储介质 (57)摘要 本发明公开一种目标检测方法、 装置及存储 介质， 涉及自动驾驶技术领域， 能够提高障碍物 目标感知的准确度， 以提高自动驾驶的安全性。 包括： 采用目标检测模型对第一点云数据中的第 一对象进行检测， 得到表示第一对象的第一边界 框和类别、 第一边界框包括的第一目标点云数 据； 对第一点云数据进行聚类处理， 得到表示第 二对象的第二边界框和类别、 第二边界框包括的 第二目标点 云数据； 若根据第一对象和第二对象 的类别、 第一边界框和第二边界框的交并比， 确 定第一对象和所述第二对象为同一个目标对象， 则在第二边界框的尺寸大于第一边界框的尺寸 时， 从第一目标点云数据和第二目标点云数据中 确定用于识别目标对象 的第三目标点云数据， 并 对目标对象进行识别。 权利要求书4页 说明书15页 附图5页 CN 115457506 A 2022.12.09 CN 115457506 A 1.一种目标检测方法， 其特 征在于， 包括： 采用目标检测模型对第 一点云数据中包括的第 一对象进行检测， 得到表示第 一对象所 在位置的第一边界框、 所述第一对 象的类别， 以及所述第一边界框包括的第一目标点云数 据； 所述第一 点云数据基于车辆上的雷达在当前采集周期所采集的原 始点云数据得到； 对所述第一点云数据进行聚类处理， 得到表示第二对象所在位置的第二边界框、 所述 第二对象的类别， 以及所述第二 边界框包括的第二目标点云数据； 根据所述第 一对象和所述第 二对象的类别、 所述第 一边界框和所述第 二边界框的交并 比， 确定所述第一对象和所述第二对象是否为同一目标对象； 若确定所述第 一对象和所述第 二对象为同一个目标对象， 则 基于所述第 一边界框和所 述第二边界框的尺寸大小关系， 从所述第一目标点云数据和所述第二目标点云数据中确定 用于识别所述目标对象的第三目标点云数据； 根据所述第三目标点云数据对所述目标对象进行识别。 2.根据权利要求1所述的目标检测方法， 其特征在于， 所述对所述第 一点云数据进行聚 类处理， 得到表示第二对象所在位置的第二边界框、 所述第二对象的类别， 以及所述第二边 界框包括的第二目标点云数据， 包括： 确定所述第 一点云数据中属于目标平面的第 一特征点， 所述目标平面是根据目标道路 信息确定的地 面所在的平面； 从所述第一 点云数据中删除所述第一特 征点， 得到多个第二特 征点； 对所述多个第二特征点进行聚类处理， 得到第二对象对应的聚类簇， 以及所述第二对 象的类别标签； 根据所述聚类簇， 确定表示所述第二对象所在位置的第二边界框， 以及所述第二边界 框包括的第二目标点云数据， 并根据所述类别标签， 确定所述第二对象的类别。 3.根据权利要求2所述的目标检测方法， 其特征在于， 所述确定所述第 一点云数据中属 于目标平面的第一特 征点， 包括： 获取车辆的预设范围内的目标道路信息； 根据所述目标道路信息中的道路特 征点的坐标， 确定所述目标平面的平面方程； 将所述第一目标点云数据中的各个特 征点划分成多个网格； 根据每个所述网格中的特征点， 以及所述平面方程， 确定每个所述网格与所述目标平 面的距离； 如果所述距离小于第一阈值， 则将所述网格中的每 个特征点确定为所述第一特 征点。 4.根据权利要求3所述的目标检测方法， 其特征在于， 所述根据每个所述网格中的特征 点， 以及所述平面方程， 确定每 个所述网格与所述目标平面的距离， 包括： 根据每个所述网格中的各个特 征点的坐标， 确定每 个所述网格的重心坐标； 根据每个所述重心坐标和所述平面方程， 确定每 个所述网格与所述目标平面的距离 。 5.根据权利要求1～4任一项所述的目标检测方法， 其特征在于， 所述根据所述第一对 象和所述第二对 象的类别、 所述第一边界框和所述第二边界框的交并比， 确定所述第一对 象和所述第二对象是否为同一目标对象， 包括： 若所述第一对象和所述第 二对象的类别相同， 且所述第 一边界框和所述第 二边界框的 交并比大于第二阈值， 则确定所述第一对象和所述第二对象为同一目标对象；权　利　要　求　书 1/4 页 2 CN 115457506 A 2若所述第一对象和所述第 二对象的类别不同， 或所述第 一边界框和所述第 二边界框的 交并比小于第二阈值， 则确定所述第一对象和所述第二对象为 不同目标对象。 6.根据权利要求1～4任一项所述的目标检测方法， 其特征在于， 所述基于所述第一边 界框和所述第二边界框的尺寸大小关系， 从所述第一目标点云数据和所述第二目标点云数 据中确定用于识别所述目标对象的第三目标点云数据， 包括： 确定所述第一 边界框与所述第二 边界框的尺寸大小关系； 若所述第二边界框的尺寸大于所述第 一边界框的尺寸， 则将所述第 二边界框的尺寸缩 小至所述第一 边界框的尺寸， 得到第三 边界框； 删除所述第 二目标点云数据中位于所述第 三边界框之外的点云数据， 得到第四目标点 云数据； 将所述第一目标点云数据和所述第四目标点云数据进行合并， 得到第三目标点云数 据。 7.根据权利要求6所述的目标检测方法， 其特征在于， 在确定所述第 一边界框与所述第 二边界框的尺寸大小关系之后， 所述目标检测方法还 包括： 若所述第二边界框的尺寸小于所述第 一边界框的尺寸， 则将所述第 二目标点云数据中 不属于所述第一目标点云数据的特 征点确定为噪点； 从所述第二目标点云数据中删除所述噪点， 得到所述第三目标点云数据。 8.根据权利要求1～4任一项所述的目标检测方法， 其特征在于， 在采用目标检测模型 对第一点云数据中包括的第一对象进行检测之前， 所述目标检测方法还 包括： 获取设置在车顶的主雷达的原始点云数据， 以及设置在车身的多个副雷达的原始点云 数据； 分别对所述主雷达的原 始点云数据、 所述副雷达的原 始点云数据进行运动补偿； 对运动补偿后的所述主雷达的原始点云数据和每个所述副雷达的原始点云数据进行 拼接， 得到拼接点云数据； 删除所述拼接点云数据中的位于车辆的预设范围 以外的非相关特征点， 得到第 一点云 数据。 9.根据权利要求8所述的目标检测方法， 其特征在于， 在对所述主雷达的原始点云数据 和所述副雷达的原 始点云数据进行运动补偿前， 所述目标检测方法还 包括： 确定所述车辆相对于目标雷达从车辆坐标系到地图坐标系的第 一变换矩阵， 所述目标 雷达为所述主雷达和多个所述副雷达中的每 个雷达。 10.根据权利要求9所述的目标检测方法， 其特征在于， 所述对所述主雷达的原始点云 数据进行运动补偿， 包括： 获取所述主雷达从地图坐标系到主雷达坐标系的第 二变换矩阵， 以及所述主雷达从所 述主雷达坐标系到车辆坐标系的第三变换矩阵； 基于所述主雷达的第一变换矩阵、 所述第二变换矩阵和所述第三变换矩阵， 对所述主 雷达的原 始点云数据进行运动补偿； 所述对所述副雷达的原 始点云数据进行运动补偿， 包括： 获取所述副雷达从地图坐标系到对应的副雷达坐标系的第四变换矩阵、 所述副雷达从 所述副雷达坐标系到车辆坐标系的第五变换矩阵、 所述副雷达从所述副雷达坐标系到主 雷权　利　要　求　书 2/4 页 3 CN 115457506 A 3