本发明涉及点云数据处理
技术领域：
，特别是涉及一种目标检测方法、装置、电子设备及存储介质。
背景技术：
：目标检测是指对点云数据中的目标对象进行检测，确定目标对象的位置、尺寸、类别等信息的一种技术。例如，在无人驾驶领域中，无人驾驶车辆可以通过车载传感器来获取行驶环境的点云数据，然后对获取到的点云数据进行目标检测，从而确定驾驶环境中的其他车辆、行人等目标对象的位置、尺寸、类别等信息。目前，通常是采用目标检测算法对获取到的一帧点云数据进行目标检测，由于计算误差等因素的影响，目标检测结果往往不够准确。技术实现要素：本发明实施例的目的在于提供一种目标检测方法，以提高检测结果的准确度。具体技术方案如下：第一方面，本发明实施例提供了一种目标检测方法，所述方法包括：通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧所述点云数据中包括目标对象；基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息；对所述每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为所述目标对象的目标对象信息；按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果。可选的，所述对象信息包括速度信息和位置信息；所述对所述每帧点云数据对应的对象信息进行平滑处理的步骤，包括：采用预设大小的滑动窗口对所述每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到所述每帧点云数据对应的目标速度信息；采用所述滑动窗口对所述每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。可选的，所述对象信息还包括尺寸信息；所述按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果的步骤，包括：按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息；基于所述目标尺寸信息、所述目标速度信息以及预设的分类规则，确定所述目标对象的类别，得到所述目标对象的目标检测结果，其中，所述分类规则包括类别、尺寸信息与速度信息之间的对应关系。可选的，所述按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息的步骤，包括：将所述目标对象信息包括的尺寸信息中最大的尺寸信息，确定为所述目标对象的目标尺寸信息；或计算所述目标对象信息包括的各个尺寸信息的平均值，并将所述平均值确定为所述目标对象的目标尺寸信息；或从所述目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从所述备选尺寸信息中确定所述目标对象的目标尺寸信息。可选的，在所述基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息的步骤之前，所述方法还包括：针对每帧所述点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据；所述基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息的步骤，包括：基于多帧所述去除后的点云数据对所述目标对象进行目标跟踪，得到每帧去除后的点云数据中所述目标对象的对象信息。第二方面，本发明实施例提供了一种目标检测装置，所述装置包括：点云数据获取模块，用于通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧所述点云数据中包括目标对象；目标跟踪模块，用于基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息；平滑模块，用于对所述每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为所述目标对象的目标对象信息；修正模块，用于按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果。可选的，所述对象信息包括速度信息和位置信息；所述平滑模块包括：第一平滑子模块，用于采用预设大小的滑动窗口对所述每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到所述每帧点云数据对应的目标速度信息；第二平滑子模块，用于采用所述滑动窗口对所述每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。可选的，所述对象信息还包括尺寸信息；所述修正模块包括：修正子模块，用于按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息；分类子模块，用于基于所述目标尺寸信息、所述目标速度信息以及预设的分类规则，确定所述目标对象的类别，得到所述目标对象的目标检测结果，其中，所述分类规则包括类别、尺寸信息与速度信息之间的对应关系。可选的，所述修正子模块包括：第一修正单元，用于将所述目标对象信息包括的尺寸信息中最大的尺寸信息，确定为所述目标对象的目标尺寸信息；或第二修正单元，用于计算所述目标对象信息包括的各个尺寸信息的平均值，并将所述平均值确定为所述目标对象的目标尺寸信息；或第三修正单元，用于从所述目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从所述备选尺寸信息中确定所述目标对象的目标尺寸信息。可选的，所述装置还包括：离散点去处模块，用于在基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息之前，针对每帧所述点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据；所述目标跟踪模块包括：目标跟踪子模块，用于基于多帧所述去除后的点云数据对所述目标对象进行目标跟踪，得到每帧去除后的点云数据中所述目标对象的对象信息。第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现上述任一所述的目标检测方法步骤。第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的目标检测方法步骤。本发明实施例提供的方案中，电子设备可以通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。电子设备可以对每帧点云数据中目标对象的对象信息进行平滑处理，这样可以减少目标对象的对象信息的误差，得到准确度更高的目标对象信息，然后按照预设信息修正方式对目标对象信息进行修正处理，可以进一步提高目标对象信息的准确度，从而可以提高目标对象的检测结果的准确度。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。图1为本发明实施例所提供的一种目标检测方法的流程图；图2为图1所示实施例中步骤s103的流程图；图3图1所示实施例中步骤s104的流程图；图4为本发明实施例所提供的一种目标检测装置的结构示意图；图5为图4所示实施例中平滑模块403的结构示意图；图6为图4所示实施例中修正模块404的结构示意图；图7为本发明实施例所提供的一种电子设备的结构示意图。具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员基于本申请所获得的所有其他实施例，都属于本发明保护的范围。为了提高检测结果的准确度，本发明实施例提供了一种目标检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。下面首先对本发明实施例所提供的一种目标检测方法进行介绍。本发明实施例所提供的一种目标检测方法可以应用于任意需要进行目标检测的电子设备，例如，可以为计算机、处理器、服务器等，在此不做具体限定。为了描述清楚，后续称为电子设备。如图1所示，一种目标检测方法，所述方法包括：s101，通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据；其中，每帧所述点云数据中包括目标对象。s102，基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息；s103，对所述每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为所述目标对象的目标对象信息；s104，按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果。可见，本发明实施例所提供的方案中，电子设备可以通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。电子设备可以对每帧点云数据中目标对象的对象信息进行平滑处理，这样可以减少目标对象的对象信息的误差，得到准确度更高的目标对象信息，然后按照预设信息修正方式对目标对象信息进行修正处理，可以进一步提高目标对象信息的准确度，从而可以提高目标对象的检测结果的准确度。在无人驾驶车辆行驶的过程中，为了确定正在行驶的无人驾驶车辆的行驶环境中的行人、其他车辆等目标对象的信息，在上述步骤s101中，电子设备可以通过安装在车辆上的点云数据采集设备，获取连续的多帧点云数据。具体的，点云数据采集设备可以按照预设的时间间隔获取连续的多帧点云数据，也就是说，该连续的多帧点云数据中相邻的每两帧点云数据之间对应的时间间隔是相同的。上述预设的时间间隔可以按照需求设置，例如，可以为1毫秒、10毫秒、20毫秒等，在此不做具体限定。其中，上述点云数据即为车辆行驶环境的点云数据，每帧点云数据中可以包括目标对象，目标对象可以为车辆行驶环境中的其他车辆、行人等。上述点云数据可以为三维图像，点云数据的图像坐标系为三维坐标系，包括x轴、y轴和z轴。上述点云数据采集设备可以为激光雷达(lidar，laserradar)，其中，激光雷达可以为高线束激光雷达或者低线束激光雷达，高线束激光雷达发送或接收激光的次数可以为64、128、256、512等，低线束激光雷达发送或接收激光的次数可以为1、2、4、8等，在此不做具体限定。在得到包括目标对象的连续的多帧点云数据后，电子设备可以基于该多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息，也就是执行上述步骤s102。在一种实施方式中，电子设备可以通过预设的目标检测模型对每帧点云数据分别进行目标检测，得到目标检测结果，该目标检测结果可以包括目标对象的位置、尺寸和类别。进而，电子设备可以基于上述目标检测结果包括的目标对象在点云数据中的位置，通过预设的目标跟踪模型对上述多帧点云数据中包括的目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息。具体的，电子设备可以基于上述目标检测结果包括的目标对象在点云数据中的位置，确定目标对象的初始位置，然后，电子设备可以将初始位置输入预设的目标跟踪模型，预测目标对象的运动轨迹，从而得到每帧点云数据中目标对象的对象信息。其中，对象信息可以用于表示目标对象的运动状态、性质，例如，目标对象的运动状态可以包括目标对象的速度、加速度、角速度、航向角、位置，目标对象的性质可以包括目标对象的类别、尺寸。目标对象的位置可以为点云数据中目标对象的中心点在以车辆的位置为原点的坐标系中的坐标，目标对象的尺寸可以为目标对象的长度、宽度、高度，点云数据采集设备在获取点云数据时，可以确定点云数据中目标对象的长度、宽度及高度。在一种实施方式中，对点云数据中包括的目标对象进行目标检测，可以得到用于标识目标对象在点云数据中所占区域的长方体框。电子设备可以确定该长方体框的中心点，该中心点可以用于标识目标对象的位置，那么目标对象的位置也就是对应的长方体框的中心点在以车辆的位置为原点的坐标系中的坐标。在另一种实施方式中，在得到目标对象的长度、宽度、高度后，电子设备还可以根据目标对象的长度、宽度、高度，计算目标对象的体积，作为目标对象的尺寸。其中，上述预设的目标检测模型可以为欧几里得聚类模型、区域生成聚类模型等点云数据目标聚类检测模型，在此不做具体限定及说明；上述预设的目标跟踪模型可以为kf(kalmanfiltering，卡尔曼滤波)模型、meanshift(均值漂移)模型等，在此不做具体限定及说明。在一种实施方式中，上述连续的多帧点云数据中可以包括多个目标对象。具体的，可以为每帧点云数据中都包括多个目标对象；也可以为多帧点云数据中包括多个目标对象；当然，对于同一目标对象，不一定所有的点云数据中都包括该目标对象，也就是说，可以为所有的点云数据中连续的几帧点云数据中包括某个目标对象。电子设备在基于多帧点云数据分别对每个目标对象进行目标跟踪时，可以确定每个目标对象的对象标识，对象标识用于唯一标识对应的目标对象。进而，为了便于对目标对象的对象信息进行后续处理，电子设备基于每帧点云数据中目标对象的对象信息和目标对象的对象标识，生成对象信息文件，对象信息文件可以包括每帧点云数据中目标对象的对象信息与目标对象的对象标识之间的对应关系。其中，对象信息文件可以为一个数据库，或者，也可以为一个表格，只要可以存储目标对象的对象信息与目标对象的对象标识之间的对应关系即可。在一种实施方式中，上述对象信息文件可以为对象信息档案，该档案可以包括每帧点云数据中目标对象的对象信息与目标对象的对象标识之间的对应关系。例如，连续的多帧点云数据包括3帧点云数据，分别为点云数据d1、点云数据d2和点云数据d3，电子设备基于该3帧点云数据对目标对象进行目标跟踪，得到点云数据d1中目标对象m1的对象信息x1m1、点云数据d2中目标对象m1的对象信息x2m1、点云数据d2中目标对象m2的对象信息x2m2、点云数据d3中目标对象m2的对象信息x3m2。然后，电子设备可以生成如下表所示的对象信息档案：对象标识点云数据d1点云数据d2点云数据d3m1x1m1x2m1——m2——x2m2x3m2其中，“——”表示没有检测到点云数据中目标对象的对象信息，也就是说，该点云数据中很可能并不包括该目标对象。在基于多帧点云数据对目标对象进行目标跟踪的过程中，由于计算误差等原因，得到的每帧点云数据中目标对象的对象信息通常存在误差。为了降低误差，在上述步骤s103中，电子设备可以对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息。具体的，由于相邻的两帧点云数据之间对应的时间间隔通常很短，所以，在该相邻的两帧点云数据中同一目标对象的对象信息通常变化不大。对于一段时间内变化不大的连续的多个数据，通常可以通过平滑处理的方式降低该多个数据的误差。因此，电子设备可以通过预设的平滑算法对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息。通过平滑处理的方式可以减少每帧点云数据对应的对象信息的误差，从而获得准确度更高的目标对象信息。其中，上述预设的平滑算法可以为savitzky-golay平滑算法、kernelsmoothingmethods(核平滑算法)、粗糙惩罚平滑(roughnesspenaltysmoothing)算法等，在此不做具体限定及说明。为了进一步提高目标对象信息的准确度，在上述步骤s104中，电子设备可以按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。其中，目标检测结果也就是经过修正处理后的目标对象信息，可以包括每帧点云数据中目标对象的修正处理后的位置、速度、加速度、角速度、航向角等信息，还可以包括修正处理后的目标对象的尺寸、类别等信息。上述预设信息修正方式为预先基于对象信息的具体内容设置的。在按照预设信息修正方式对目标对象信息进行修正处理的过程中，电子设备可以进一步减小目标对象信息的误差，从而得到的修正处理后的目标对象信息更加准确，也就可以进一步提高目标对象的检测结果的准确度。作为本发明实施例的一种实施方式，上述对象信息可以包括速度信息和位置信息。针对这种情况，如图2所示，上述对所述每帧点云数据对应的对象信息进行平滑处理的步骤，可以包括：s201，采用预设大小的滑动窗口对所述每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到所述每帧点云数据对应的目标速度信息；电子设备可以采用预设大小的滑动窗口，对每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到滑动平均滤波处理后的速度信息，也就是每帧点云数据对应的目标速度信息。其中，滑动窗口的大小即为计算数据的平均值时采用的数据的数量，可以根据经验值进行设置。例如，点云数据t1-t4中目标对象m1的对象信息分别为对象信息dx1-dx4，对象信息dx1-dx4包括的速度信息分别为2米每秒、2.5米每秒、2.4米每秒、2.2米每秒，滑动窗口的大小预设为2。那么，对对象信息dx1-dx4包括的速度信息进行滑动平均滤波处理时，电子设备可以计算对象信息dx1包括的速度信息和对象信息dx2包括的速度信息的平均值(2 2.5)÷2＝2.25米每秒，作为对象信息dx1的目标速度信息，也就是点云数据t1对应的目标速度信息；然后，电子设备可以计算对象信息dx2包括的速度信息和对象信息dx3包括的速度信息的平均值(2.5 2.4)÷2＝2.45米每秒，作为对象信息dx2的目标速度信息，也就是点云数据t2对应的目标速度信息；进而，电子设备可以计算对象信息dx3包括的速度信息和对象信息dx4包括的速度信息的平均值(2.4 2.2)÷2＝2.3米每秒，作为对象信息dx3的目标速度信息，也就是点云数据t3对应的目标速度信息；由于点云数据t4后不存在其他的点云数据，那么，电子设备可以将对象信息dx3包括的速度信息和对象信息dx4包括的速度信息的平均值作为对象信息dx4的目标速度信息，也就是点云数据t4对应的目标速度信息。这样，点云数据t1-t4对应的目标速度信息分别为2.25米每秒、2.45米每秒、2.3米每秒、2.3米每秒。s202，采用所述滑动窗口对所述每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。电子设备可以采用上述滑动窗口，对每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到滑动平均滤波处理后的位置信息，也就是每帧点云数据对应的目标位置信息。具体的，点云数据对应的对象信息包括的位置信息可以为目标对象的中心点在点云数据的图像坐标系中的坐标，该坐标可以称为位置坐标。电子设备可以采用预设大小的滑动窗口，对每帧点云数据对应的对象信息包括的位置坐标进行滑动平均滤波处理，得到滑动平均滤波处理后的位置坐标，作为每帧点云数据对应的目标位置信息。例如，点云数据t1-t4中目标对象m1的对象信息分别为对象信息dx1-dx4，对象信息dx1-dx4包括的位置坐标分别为(1,1,1,)、(3,4,2)、(4,4,1)、(6,2,3)，滑动窗口的大小预设为2。那么，对对象信息dx1-dx4包括的位置信息进行滑动平均滤波处理时，电子设备可以计算对象信息dx1包括的位置坐标和对象信息dx2包括的位置坐标的平均值作为对象信息dx1的目标位置信息，也就是点云数据t1对应的目标位置信息；然后，电子设备可以计算对象信息dx2包括的位置坐标和对象信息dx3包括的位置坐标的平均值作为对象信息dx2的目标位置信息，也就是点云数据t2对应的目标位置信息；进而，电子设备可以计算对象信息dx3包括的位置坐标和对象信息dx4包括的位置坐标的平均值作为对象信息dx3的目标位置信息，也就是点云数据t3对应的目标位置信息；由于点云数据t4后不存在其他的点云数据，那么，电子设备可以将dx3包括的位置坐标和对象信息dx4包括的位置坐标的平均值作为对象信息dx4的目标位置信息，也就是点云数据t4对应的目标位置信息。这样，点云数据t1-t4对应的目标位置信息分别为(2,2.5,1.5)、(3.5,4,1.5)、(5,3,2)、(5,3,2)。这样，通过上述步骤s201和步骤s202，电子设备可以完成对每帧点云数据对应的对象信息包括的速度信息和位置信息的平滑处理，从而可以减少每帧点云数据对应的对象信息包括的速度信息和位置信息的误差，获得准确度更高的目标速度信息和目标位置信息。其中，上述步骤s201和步骤s202的执行顺序可以为任意顺序，例如可以先执行步骤s201后执行步骤s202，也可以先执行步骤s202后执行步骤s201，还可以同时执行步骤s201和步骤s201，这都是合理的。可见，本发明实施例所提供的方案中，电子设备可以采用预设大小的滑动窗口对每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到每帧点云数据对应的目标速度信息；采用滑动窗口对每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。这样，可以减少每帧点云数据对应的对象信息包括的速度信息和位置信息的误差，获得准确度更高的目标速度信息和目标位置信息。作为本发明实施例的一种实施方式，上述对象信息还可以包括尺寸信息。针对这种情况，如图3所示，上述按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果的步骤，可以包括：s301，按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息；对于目标对象，其速度、位置、加速度等信息通常是随着时间的推移发生变化，其尺寸信息通常是固定不变的。针对包括目标对象的每帧点云数据，电子设备在对该帧点云数据进行目标检测后，可以得到目标对象在该点云数据对应的尺寸信息，也就是说，当包括同一目标对象的点云数据存在多帧时，电子设备可以得到该目标对象的多个尺寸信息。但是，由于目标对象的尺寸信息通常是固定不变的，所以，上述多个尺寸信息很可能均与目标对象的真实尺寸信息之间存在误差。为了更加准确地确定目标对象的尺寸信息，电子设备可以按照预设信息修正方式对目标对象信息包括的尺寸信息进行修正处理，得到目标对象的目标尺寸信息。具体的，电子设备可以按照预设信息修正方法，对上述多个尺寸信息进行修正处理，得到一个目标尺寸信息，该目标尺寸信息与目标对象的真实尺寸信息之间的误差可以认为最小，这样也就可以提高目标对象信息的准确度。在一种实施方式中，在得到目标对象的目标尺寸信息后，电子设备可以将对象信息档案中包括的目标对象的尺寸信息更新为目标尺寸信息。基于上述步骤s102中的例子，电子设备基于点云数据d1、点云数据d2和点云数据d3对目标对象进行目标跟踪，得到点云数据d1中目标对象m1的尺寸信息c1m1、点云数据d2中目标对象m1的尺寸信息c2m1、点云数据d2中目标对象m2的尺寸信息c2m2、点云数据d3中目标对象m2的尺寸信息c3m2。电子设备按照预设信息修正方法，对尺寸信息c1m1和尺寸信息c2m1进行修正处理，得到目标对象m1的目标尺寸信息c1，并按照预设信息修正方法，对尺寸信息c2m2和尺寸信息c3m2进行修正处理，得到目标对象m2的目标尺寸信息c2，然后将对象信息档案中包括的目标对象m1、m2的尺寸信息更新为对应的目标尺寸信息，可以得到如下表所示的对象信息档案：对象标识点云数据d1点云数据d2点云数据d3m1c1c1——m2——c2c2其中，“——”表示没有检测到点云数据中目标对象的尺寸信息，也就是说，该点云数据中很可能并不包括该目标对象。s302，基于所述目标尺寸信息、所述目标速度信息以及预设的分类规则，确定所述目标对象的类别，得到所述目标对象的目标检测结果。在确定目标对象的目标尺寸信息后，电子设备可以基于目标尺寸信息、目标速度信息以及预设的分类规则，确定目标对象的类别，从而可以得到目标对象的目标检测结果。其中，上述预设的分类规则为预先根据各种目标对象的真实的尺寸信息、真实的速度信息设置的规则，可以包括类别、尺寸信息与速度信息之间的对应关系。目标对象的目标速度信息很可能有多个，在这种情况下，电子设备可以从多个目标速度信息中随机选择一个目标速度信息来确定目标对象的类别；电子设备也可以计算多个目标速度信息的平均值，然后基于该平均值来确定目标对象的类别；电子设备还可以确定目标速度信息中最大的目标速度信息，然后，然后基于该最大的目标速度信息来确定目标对象的类别，这都是合理的。例如，目标对象d5的目标尺寸信息为(2m，0.5m，1.5m)，表示目标对象d5的长度为1.7米，宽度为0.5米，高度为1.5米，目标对象的目标速度信息为15千米每小时，预设的分类规则包括的类别、尺寸信息与速度信息之间的对应关系如下表所示：类别速度信息尺寸信息自行车小于20千米每小时1.5米≤l≤2米，0.4米≤w≤1米，1米≤h≤1.7米行人小于6千米每小时0.2米≤l≤0.5米，0.4米≤w≤1米，0.7米≤h≤2米卡车小于80千米每小时3米≤l≤20米，2米≤w≤3米，2米≤h≤5米轿车小于100千米每小时3米≤l≤5.5米，1.5米≤w≤2米，1.3米≤h≤1.5米面包车小于100千米每小时3米≤l≤5.5米，1.5米≤w≤2米，1.5米≤h≤2米其中，l表示长度，w表示宽度，h表示高度。电子设备根据上表所示的对应关系，可以确定目标对象d5的类别为自行车。由于目标尺寸信息和目标速度信息的误差较小，所以，电子设备基于目标尺寸信息、目标速度信息以及预设的分类规则包括的对应关系，可以准确确定目标对象的类别，从而可以提高检测结果的准确度。可见，本发明实施例所提供的方案中，电子设备可以按照预设信息修正方式对目标对象信息包括的尺寸信息进行修正处理，得到目标对象的目标尺寸信息；基于目标尺寸信息、目标速度信息以及预设的分类规则，确定目标对象的类别，得到目标对象的目标检测结果。这样，电子设备可以准确确定目标对象的目标尺寸信息，并且可以更加准确地确定目标对象的类别，从而可以提高检测结果的准确度。作为本发明实施例的一种实施方式，上述按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息的步骤，可以包括：将目标对象信息包括的尺寸信息中最大的尺寸信息，确定为目标对象的目标尺寸信息；或，计算目标对象信息包括的各个尺寸信息的平均值，并将平均值确定为目标对象的目标尺寸信息；或，从目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从备选尺寸信息中确定目标对象的目标尺寸信息。在第一种实施方式中，电子设备可以将目标对象信息包括的尺寸信息中最大的尺寸信息，确定为目标对象的目标尺寸信息。例如，目标对象d6的目标对象信息包括的尺寸信息分别为(2m，0.5m，1.5m)、(2.1m，0.4m，1.4m)及(2m，0.6m，1.6m)，那么，电子设备可以确定目标对象d6的目标尺寸信息为(2m，0.6m，1.6m)。在第二种实施方式中，电子设备也可以计算目标对象信息包括的各个尺寸信息的平均值，并将计算获得的平均值确定为目标对象的目标尺寸信息。例如，目标对象d7的目标对象信息包括的各个尺寸信息分别为15立方米、16立方米、14立方米，那么，电子设备可以计算各个尺寸信息的平均值，得到目标对象d7的目标尺寸信息为：在第三种实施方式中，电子设备还可以从目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从备选尺寸信息中确定目标对象的目标尺寸信息。其中，上述预设阈值可以按照经验值进行设置。上述预设筛选规则可以为从备选尺寸信息中随机选择一个作为目标尺寸信息；还可以为计算各个备选尺寸信息的平均值，将该平均值作为目标对象的目标尺寸信息，这都是合理的。例如，目标对象d8的目标对象信息包括的各个尺寸信息分别为9.7立方米、9.9立方米、10.3立方米、10.2立方米，电子设备可以确定备选尺寸信息为10.3立方米和10.2立方米，然后从该两个备选尺寸信息中随机选择一个作为目标对象d8的目标尺寸信息；或者，电子设备可以计算该两个备选尺寸信息的平均值，这样可以确定目标对象d8的目标尺寸信息为：这样，电子设备可以按照多种方式对目标对象信息包括的尺寸信息进行修正处理，从而可以准确确定目标对象的目标尺寸信息。可见，本发明实施例所提供的方案中，电子设备可以将目标对象信息包括的尺寸信息中最大的尺寸信息，确定为目标对象的目标尺寸信息；或，计算目标对象信息包括的各个尺寸信息的平均值，并将平均值确定为目标对象的目标尺寸信息；或，从目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从备选尺寸信息中确定目标对象的目标尺寸信息。这样，电子设备可以按照多种方式对目标对象信息包括的尺寸信息进行修正处理，从而可以准确确定目标对象的目标尺寸信息。作为本发明实施例的一种实施方式，在上述基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息的步骤之前，所述方法还可以包括：针对每帧点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据。点云数据采集设备在采集点云数据的过程中，由于点云数据采集设备自身的误差以及车辆行驶环境中的灰尘、雨水、强光等干扰因素，会导致采集到的点云数据中很可能包括离散点，也就是噪声点。点云数据中的离散点会影响目标检测的检测结果的准确度。因此，在执行上述步骤s102之前，针对每帧点云数据，电子设备可以对该帧点云数据进行离散点去除处理，得到去除离散点后的每帧点云数据。其中，离散点去除处理的具体方式可以为图像处理领域中的相应方式，在此不做具体限定，只要可以去除点云数据中的离散点即可。相应的，上述基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息的步骤，可以包括：基于多帧去除后的点云数据对目标对象进行目标跟踪，得到每帧去除后的点云数据中目标对象的对象信息。在得到去除离散点后的每帧点云数据后，电子设备可以基于多帧去除后的点云数据对目标对象进行目标跟踪，得到每帧去除离散点后的点云数据中目标对象的对象信息。这样，电子设备在基于点云数据对目标对象进行目标跟踪的过程中，可以排除点云数据中的离散点的干扰，从而得到更加准确的对象信息。可见，本发明实施例所提供的方案中，电子设备可以针对每帧点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据，基于多帧去除后的点云数据对目标对象进行目标跟踪，得到每帧去除后的点云数据中目标对象的对象信息。这样，电子设备在基于点云数据对目标对象进行目标跟踪的过程中，可以排除点云数据中的离散点的干扰，从而得到更加准确的对象信息。相应于上述目标检测方法，本发明实施例还提供了一种目标检测装置。下面对本发明实施例提供的一种目标检测装置进行介绍。如图4所示，一种目标检测装置，所述装置包括：点云数据获取模块401，用于通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据；其中，每帧所述点云数据中包括目标对象；目标跟踪模块402，用于基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息；平滑模块403，用于对所述每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为所述目标对象的目标对象信息；修正模块404，用于按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果。可见，本发明实施例提供的方案中，电子设备可以通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。电子设备可以对每帧点云数据中目标对象的对象信息进行平滑处理，这样可以减少目标对象的对象信息的误差，得到准确度更高的目标对象信息，然后按照预设信息修正方式对目标对象信息进行修正处理，可以进一步提高目标对象信息的准确度，从而可以提高目标对象的检测结果的准确度。作为本发明实施例的一种实施方式，上述对象信息可以包括速度信息和位置信息；如图5所示，上述平滑模块403可以包括：第一平滑子模块501，用于采用预设大小的滑动窗口对所述每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到所述每帧点云数据对应的目标速度信息；第二平滑子模块502，用于采用所述滑动窗口对所述每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。作为本发明实施例的一种实施方式，上述对象信息还可以包括尺寸信息；如图6所示，上述修正模块404可以包括：修正子模块601，用于按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息；分类子模块602，用于基于所述目标尺寸信息、所述目标速度信息以及预设的分类规则，确定所述目标对象的类别，得到所述目标对象的目标检测结果；其中，所述分类规则包括类别、尺寸信息与速度信息之间的对应关系。作为本发明实施例的一种实施方式，上述修正子模块601可以包括：第一修正单元(图6中未示出)，用于将所述目标对象信息包括的尺寸信息中最大的尺寸信息，确定为所述目标对象的目标尺寸信息；或第二修正单元(图6中未示出)，用于计算所述目标对象信息包括的各个尺寸信息的平均值，并将所述平均值确定为所述目标对象的目标尺寸信息；或第三修正单元(图6中未示出)，用于从所述目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从所述备选尺寸信息中确定所述目标对象的目标尺寸信息。作为本发明实施例的一种实施方式，上述装置还可以包括：离散点去处模块(图4中未示出)，用于在基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息之前，针对每帧所述点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据；上述目标跟踪模块402可以包括：目标跟踪子模块(图4中未示出)，用于基于多帧所述去除后的点云数据对所述目标对象进行目标跟踪，得到每帧去除后的点云数据中所述目标对象的对象信息。本发明实施例还提供了一种电子设备，如图7所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信，存储器703，用于存放计算机程序；处理器701，用于执行存储器703上所存放的程序时，实现上述任一实施例所述的目标检测方法的步骤。可见，本发明实施例提供的方案中，电子设备可以通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。电子设备可以对每帧点云数据中目标对象的对象信息进行平滑处理，这样可以减少目标对象的对象信息的误差，得到准确度更高的目标对象信息，然后按照预设信息修正方式对目标对象信息进行修正处理，可以进一步提高目标对象信息的准确度，从而可以提高目标对象的检测结果的准确度。上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的目标检测方法的步骤。可见，本发明实施例提供的方案中，计算机可读存储介质内存储的计算机程序被处理器执行时，可以通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。电子设备可以对每帧点云数据中目标对象的对象信息进行平滑处理，这样可以减少目标对象的对象信息的误差，得到准确度更高的目标对象信息，然后按照预设信息修正方式对目标对象信息进行修正处理，可以进一步提高目标对象信息的准确度，从而可以提高目标对象的检测结果的准确度。在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一实施例所述的目标检测方法的步骤。可见，本发明实施例提供的方案中，计算机程序产品在计算机上运行时，可以通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。电子设备可以对每帧点云数据中目标对象的对象信息进行平滑处理，这样可以减少目标对象的对象信息的误差，得到准确度更高的目标对象信息，然后按照预设信息修正方式对目标对象信息进行修正处理，可以进一步提高目标对象信息的准确度，从而可以提高目标对象的检测结果的准确度。在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。当前第1页1 2 3
技术特征：1.一种目标检测方法，其特征在于，所述方法包括：
通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧所述点云数据中包括目标对象；
基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息；
对所述每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为所述目标对象的目标对象信息；
按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果。
2.根据权利要求1所述的方法，其特征在于，所述对象信息包括速度信息和位置信息；
所述对所述每帧点云数据对应的对象信息进行平滑处理的步骤，包括：
采用预设大小的滑动窗口对所述每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到所述每帧点云数据对应的目标速度信息；
采用所述滑动窗口对所述每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。
3.根据权利要求2所述的方法，其特征在于，所述对象信息还包括尺寸信息；
所述按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果的步骤，包括：
按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息；
基于所述目标尺寸信息、所述目标速度信息以及预设的分类规则，确定所述目标对象的类别，得到所述目标对象的目标检测结果，其中，所述分类规则包括类别、尺寸信息与速度信息之间的对应关系。
4.根据权利要求3所述的方法，其特征在于，所述按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息的步骤，包括：
将所述目标对象信息包括的尺寸信息中最大的尺寸信息，确定为所述目标对象的目标尺寸信息；或
计算所述目标对象信息包括的各个尺寸信息的平均值，并将所述平均值确定为所述目标对象的目标尺寸信息；或
从所述目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从所述备选尺寸信息中确定所述目标对象的目标尺寸信息。
5.根据权利要求1-4任一项所述的方法，其特征在于，在所述基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息的步骤之前，所述方法还包括：
针对每帧所述点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据；
所述基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息的步骤，包括：
基于多帧所述去除后的点云数据对所述目标对象进行目标跟踪，得到每帧去除后的点云数据中所述目标对象的对象信息。
6.一种目标检测装置，其特征在于，所述装置包括：
点云数据获取模块，用于通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧所述点云数据中包括目标对象；
目标跟踪模块，用于基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息；
平滑模块，用于对所述每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为所述目标对象的目标对象信息；
修正模块，用于按照预设信息修正方式对所述目标对象信息进行修正处理，得到所述目标对象的检测结果。
7.根据权利要求6所述的装置，其特征在于，所述对象信息包括速度信息和位置信息；
所述平滑模块包括：
第一平滑子模块，用于采用预设大小的滑动窗口对所述每帧点云数据对应的对象信息包括的速度信息进行滑动平均滤波处理，得到所述每帧点云数据对应的目标速度信息；
第二平滑子模块，用于采用所述滑动窗口对所述每帧点云数据对应的对象信息包括的位置信息进行滑动平均滤波处理，得到每帧点云数据对应的目标位置信息。
8.根据权利要求7所述的装置，其特征在于，所述对象信息还包括尺寸信息；
所述修正模块包括：
修正子模块，用于按照预设信息修正方式对所述目标对象信息包括的尺寸信息进行修正处理，得到所述目标对象的目标尺寸信息；
分类子模块，用于基于所述目标尺寸信息、所述目标速度信息以及预设的分类规则，确定所述目标对象的类别，得到所述目标对象的目标检测结果，其中，所述分类规则包括类别、尺寸信息与速度信息之间的对应关系。
9.根据权利要求8所述的装置，其特征在于，所述修正子模块包括：
第一修正单元，用于将所述目标对象信息包括的尺寸信息中最大的尺寸信息，确定为所述目标对象的目标尺寸信息；或
第二修正单元，用于计算所述目标对象信息包括的各个尺寸信息的平均值，并将所述平均值确定为所述目标对象的目标尺寸信息；或
第三修正单元，用于从所述目标对象信息包括的各个尺寸信息中，查找不小于预设阈值的备选尺寸信息，并按照预设筛选规则，从所述备选尺寸信息中确定所述目标对象的目标尺寸信息。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述装置还包括：
离散点去处模块，用于在基于所述多帧点云数据对所述目标对象进行目标跟踪，得到每帧点云数据中所述目标对象的对象信息之前，针对每帧所述点云数据，对该帧点云数据进行离散点去除处理，得到去除后的点云数据；
所述目标跟踪模块包括：
目标跟踪子模块，用于基于多帧所述去除后的点云数据对所述目标对象进行目标跟踪，得到每帧去除后的点云数据中所述目标对象的对象信息。
11.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
技术总结本发明实施例提供了一种目标检测方法、装置、电子设备及存储介质，所述方法包括：通过安装在车辆上的点云数据采集设备获取连续的多帧点云数据，其中，每帧点云数据中包括目标对象；基于多帧点云数据对目标对象进行目标跟踪，得到每帧点云数据中目标对象的对象信息；对每帧点云数据对应的对象信息进行平滑处理，将平滑处理后的对象信息作为目标对象的目标对象信息；按照预设信息修正方式对目标对象信息进行修正处理，得到目标对象的检测结果。采用本发明实施例，可以提高检测结果的准确度。
技术研发人员：李肖含;马嗣昆;雷绳光;剧学铭;郝哲
受保护的技术使用者：北京亮道智能汽车技术有限公司
技术研发日：2021.04.28
技术公布日：2021.08.03
