- 专利标题: 基于深度学习的4D毫米波雷达目标检测、追踪和测速方法
-
申请号: CN202310647626.0申请日: 2023-06-02
-
公开(公告)号: CN116403180B公开(公告)日: 2023-08-15
- 发明人: 娄慧丽 , 陆新飞 , 薛旦 , 史颂华
- 申请人: 上海几何伙伴智能驾驶有限公司
- 申请人地址: 上海市浦东新区宁桥路615号2号楼2~3F
- 专利权人: 上海几何伙伴智能驾驶有限公司
- 当前专利权人: 上海几何伙伴智能驾驶有限公司
- 当前专利权人地址: 上海市浦东新区宁桥路615号2号楼2~3F
- 代理机构: 上海智信专利代理有限公司
- 代理商 王洁; 郑暄
- 主分类号: G06V20/56
- IPC分类号: G06V20/56 ; G06V10/26 ; G06V10/46 ; G06V10/80 ; G06V10/82 ; G06V10/764 ; G06V10/766 ; G06V10/77 ; G06N3/0455 ; G06N3/0464 ; G06N3/047 ; G06N3/08 ; G01S13/58 ; G01S7/02
摘要:
本发明涉及一种基于深度学习网络模型实现4D毫米波雷达目标检测、追踪和测速的方法,其中,该方法包括:对当前获取到的前后两帧毫米波点云雷达进行点云裁剪;使用特征金字塔结构对选择的输入特征进行特征提取;使用无锚框CenterNet的检测头对提取出的特征进行目标关键点的提取;使用Transformer注意力机制对获取到的目标关键点进行交叉注意力融合匹配处理;通过多任务检测头获取目标检测的分类、回归以及追踪置信度和追踪位置信息。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该基于深度学习网络模型实现4D毫米波雷达目标检测、追踪和测速的方法、装置、处理器及其存储介质,在使用场景和复杂度上,均存在明显的技术优势。
公开/授权文献
- CN116403180A 基于深度学习的4D毫米波雷达目标检测、追踪和测速方法 公开/授权日:2023-07-07