龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江大学
申请日：2024-03-22
公开（公告）日：2024-06-28
公开（公告）号：CN118262083A
主分类号：G06V10/20
分类号：G06V10/20;G01S7/41;G06V10/764;G06V10/82;G06V20/64;G06T7/80
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种图像指导下的多帧4D毫米波雷达点云3D目标检测方法。本发明利用深度学习神经网络提取连续图像帧之间的光流，结合4D毫米波雷达点的径向速度观测恢复出雷达点的全速度，根据全速度对历史帧4D毫米波雷达点云位置进行逐点补偿，并使用补偿后叠加得到的聚合点云进行3D目标检测。本发明利用了4D毫米波雷达的径向速度观测，以光流为匹配条件恢复全速度，实现准确鲁棒的全场景包括动态区域多帧4D毫米波雷达点云聚合，相比于普通的4D毫米波雷达点云聚合方式，本发明聚合得到的点云有更好的一致性和准确性，可以更好地完成3D目标检测任务。
主权项：1.一种图像指导下的多帧4D毫米波雷达点云3D目标检测方法，其特征在于，包括以下步骤：1对连续两帧的图像进行预处理，得到预处理后的图像对；2利用第一深度学习神经网络对预处理后的图像对进行光流估计，得到连续两帧图像间的稠密光流关系；3利用传感器外参和相机内参将4D毫米波雷达点投影至图像平面，再结合连续两帧图像间的稠密光流关系后，得到每个4D毫米波雷达点对应的光流；4以4D毫米波雷达帧间位姿、4D毫米波雷达点的位置、相对径向速度以及数据帧时间间隔为输入，将每个4D毫米波雷达点的相对径向速度补偿为绝对径向速度；5以4D毫米波雷达帧间位姿、4D毫米波雷达点的位置和对应光流、绝对径向速度以及数据帧时间间隔为输入，通过几何关系解算获得每个4D毫米波雷达点的全速度；6根据4D毫米波雷达点的全速度对历史帧4D毫米波雷达点的位置进行逐点补偿，进而叠加多帧4D毫米波雷达点云的位置后获得聚合4D毫米波雷达点云；7以聚合4D毫米波雷达点云为输入，利用第二深度学习神经网络进行3D目标检测，获得目标检测结果。
全文数据：
权利要求：
百度查询： 浙江大学 图像指导下的多帧4D毫米波雷达点云3D目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号