CN114387203B 检测对象的方法及装置 （Aptiv技术股份公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114387203B(45)授权公告日2025.07.11

(21)申请号202111223865.0

(22)申请日2021.10.18

(65)同一申请的已公布的文献号申请公布号CN114387203A

(43)申请公布日2022.04.22

(30)优先权数据22020.10.19EP

(73)专利权人APTIV技术股份公司地址瑞士沙夫豪森

(72)发明人A·森纳摩F·卡斯特纳

(74)专利代理机构北京三友知识产权代理有限公司11127

专利代理师党晓林师玮

(51)Int.CI.

GO6V10/764(2022.01)

GO6V10/82(2022.01)

GO6V10/26(2022.01)

GO6V10/776(2022.01)

GO6N3/045(2023.01)

GO6N3/08(2023.01)

(56)对比文件

Danzer等.2DCarDetectioninRadar

DatawithPointNets.2019IEEEIntelligentTransportationSystemsConference(ITSC).2019,61-66.

LiJiang等.PointGroup:Dual-SetPointGroupingfor3DInstance

Segmentation.ProceedingsoftheIEEE/CVF

ConferenceonComputerVisionandPatternRecognition(CVPR).2020,4867-4876.

审查员孙宗元

权利要求书3页说明书10页附图7页

(54)发明名称

检测对象的方法及装置

(57)摘要

CN114387203B本发明涉及一种检测对象的方法及装置。提供了一种通过使用雷达传感器并且通过使用被配置为建立神经网络的装置来检测对象的方法。捕获多个原始雷达数据点。定义包括预定对象类型和用于包围对象的几何形状的至少一个对象类。经由神经网络的第一级，针对数据点执行关于对象类和背景的语义分割，并且针对各个数据点，估计几何形状的空间条件的粗略近似。基于该粗略近似，经由神经网络的第二级，基于语义分割选择数据点的子集，并且针对子集的各个数据点，估计几何形状的空间条件的细化近似以及

CN114387203B

CN114387203B权利要求书1/3页

2

1.一种通过使用雷达传感器(13)并且通过使用被配置为建立神经网络的装置(11、17)来检测对象的计算机实现的方法，所述方法包括以下步骤：

经由所述雷达传感器(13)来捕获包括多个数据点(15)的原始雷达点云，

定义至少一个对象类，各个对象类包括预定对象类型以及被配置为包围所述预定对象类型的对象的几何形状，

i)经由所述神经网络的第一级(19):

针对所述多个数据点(15),执行关于所述至少一个对象类和背景的语义分割(23),以及

针对各个数据点(15),估计所述至少一个对象类的所述几何形状的空间条件的第一近似(25),以及

ii)基于所述几何形状的所述空间条件的所述第一近似(25),经由所述神经网络的第二级(21):

基于所述语义分割(23)来选择所述多个数据点(15)的子集，以及

针对所述子集的各个数据点(15):

估计所述对象类的所述几何形状的所述空间条件的第二近似(49、51、53),所述第二近似细化了所述第一近似，以及

估计所述几何形状的所述空间条件的所述第二近似的置信度得分(55),其中，所述几何形状的所述空间条件包括所述几何形状的中心(63),并且

估计所述几何形状的所述空间条件的第一近似(25)和第二近似(49、51、53)的步骤包括：针对各个数据点估计相应的向量，所述向量将所述数据点移向所述几何形状的所述中心(63)。

2.根据权利要求1所述的方法，其中

所述空间条件还包括所述几何形状的尺寸(51),并且

估计所述空间条件的第二近似(49、51、53)的步骤包括：估计所述几何形状的尺寸(51)。

3.根据权利要求