一种复杂环境下智能车动态目标三维感知方法

本发明涉及智能车行驶技术，具体公开了一种复杂环境下智能车动态目标三维感知方法，感知方法包括：获取传感器内的数据，将多种传感器的数据进行融合；实时目标检测和分类，推测目标的未来位置和速度；将激光雷达获取的点云数据转换为三维场景模型，实时构建车辆周围的三维地图；利用深度学习技术对摄像头获取的图像进行语义分割，将场景分成不同的语义区域，预测目标可能的行为和未来动向；实时调整车辆的行驶轨迹和速度。本申请通过对目标的信息的分类，能快速的选择路线，通过对行为的分析与预测，能在行驶过程中快速地选择最优路线，且能根据环境数据的变化进行动态选择，提升了使用前景与商业价值。