买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

摘要：本发明涉及一种点云行人距离风险检测方法、系统、设备和介质，包括以下步骤：对获取的点云数据及图像数据进行预处理，得到三维BEV图像；使用训练后的YOLOv3网络模型对生成的三维BEV图像进行特征提取和目标检测，得到BEV图像上的行人的二维检测框；基于相邻帧的目标检测结果对各个行人的风险进行判定，并对判定结果进行显示。本发明可以广泛应用于点云检测与跟踪领域。

主权项：1.一种点云行人距离风险检测方法，其特征在于，包括以下步骤：对获取的点云数据及图像数据进行预处理，得到三维BEV图像；使用训练后的YOLOv3网络模型对生成的三维BEV图像进行特征提取和目标检测，得到三维BEV图像上各行人的检测框；基于相邻帧三维BEV图像上各行人的检测框对行人距离风险进行判定，并对判定结果进行显示；其中，所述对获取的点云数据及图像数据进行预处理，得到三维BEV图像的方法，包括：获取激光雷达所采集到的初始点云数据和摄像机采集到的图像数据；对初始点云数据进行提取处理，得到提取点云；对提取点云进行数据增强，并生成三维BEV图像；所述对提取点云进行数据增强，并生成三维BEV图像的方法，包括：设置三维BEV图像的大小，并计算出点云分辨率；根据点云分辨率，计算提取点云中的每一个点在三维BEV图像中的像素位置；根据三维BEV图像中各像素位置处的最大高度，反射强度与密度，计算BEV图像中的RGB三通道的像素值，并生成三维BEV图像；所述使用训练后的YOLOv3网络模型对生成的三维BEV图像进行特征提取和目标检测，得到三维BEV图像上各行人的检测框的方法，包括：对训练数据进行处理，并基于确定的损失函数、网络参数和训练策略对搭建的YOLOv3网络模型进行训练；采用训练好的YOLOv3网络模型对各三维鸟瞰图图像进行目标检测，得到各三维鸟瞰图图像的所有预测的检测框；使用非极大值抑制算法NMS，从各三维鸟瞰图图像的所有预测的检测框中进行挑选，挑选得到的最优检测框即为三维BEV图像上各行人的检测框；所述使用非极大值抑制算法NMS，从各三维鸟瞰图图像的所有预测的检测框中进行挑选，挑选得到的最优检测框即为三维BEV图像上各行人的检测框的方法，包括：令初始集合H包含全部预测的检测框，最优检测框集合M为空集；设定NMS的阈值为α；选出初始集合H中置信度最高的检测框m到最优检测框集合M；遍历初始集合H中所有剩余的检测框，计算各剩余的检测框与置信度最高的检测框m的IOU值，当IOU值超过α时，该检测框从初始集合H中移出，其中，IoU值表示两个检测框交集面积与并集面积之比；重复上述各步骤，直至初始集合H为空集，得到最优检测框。

全文数据：

权利要求：

百度查询： 清华大学 一种点云行人距离风险检测方法、系统、设备和介质