[發(fā)明專利]障礙物識別方法及裝置、計算機設(shè)備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201710053527.4
• 申請日: 2017-01-22
• 公開（公告）號: CN106709475B
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 李曉暉;郭疆;謝國洋;王亮
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京鴻德海業(yè)知識產(chǎn)權(quán)代理有限公司 11412
• 代理人: 袁媛

1.一種障礙物識別方法，其特征在于，所述方法包括：

將待識別的障礙物的點云在預設(shè)的至少一個平面上進行投影，得到至少一個投影圖像；

將所述至少一個投影圖像對應(yīng)的至少一個二值化投影圖像分別進行霍夫變化，得到至少一個霍夫圖；

根據(jù)所述至少一個霍夫圖，生成所述待識別的障礙物的特征向量；

根據(jù)預先訓練的分類器模型和所述待識別的障礙物的特征向量，識別所述待識別的障礙物的類別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述至少一個霍夫圖，生成所述待識別的障礙物的特征向量，具體包括：

根據(jù)所述至少一個霍夫圖獲取所述待識別的障礙物的多個霍夫特征；

根據(jù)所述待識別的障礙物的多個霍夫特征，生成所述待識別的障礙物的特征向量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述至少一個霍夫圖獲取所述待識別的障礙物的多個霍夫特征，具體包括：

將所述至少一個霍夫圖中的各像素點的值作為所述待識別的障礙物的霍夫特征，得到所述待識別的障礙物的所述多個霍夫特征；或者

將所述至少一個霍夫圖中各所述霍夫圖中的各像素點的值進行歸一化處理后，作為所述待識別的障礙物的霍夫特征，得到所述待識別的障礙物的所述多個霍夫特征；或者

將所述至少一個霍夫圖中各所述霍夫圖進行切片，將各所述切片中的像素點的值累加作為所述待識別的障礙物的霍夫特征，得到所述待識別的障礙物的所述多個霍夫特征；或者

將所述至少一個霍夫圖中各所述霍夫圖進行切片，將各所述切片中的像素點的值進行累加，得到累加值；將屬于同一所述霍夫圖中的各所述累加值進行歸一化處理，作為所述待識別的障礙物的霍夫特征，得到所述待識別的障礙物的所述多個霍夫特征。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述至少一個霍夫圖，生成所述待識別的障礙物的特征向量，具體包括：

根據(jù)所述至少一個霍夫圖，并結(jié)合所述待識別的障礙物的點云的尺寸、質(zhì)心坐標以及點的總數(shù)中的至少一個，生成所述待識別的障礙物的特征向量。

5.根據(jù)權(quán)利要求1-4任一所述的方法，其特征在于，將所述至少一個投影圖像對應(yīng)的至少一個二值化投影圖像分別進行霍夫變化，得到至少一個霍夫圖之前，還包括：

將所述至少一個投影圖像分別進行網(wǎng)格化和二值化處理，得到對應(yīng)的所述至少一個二值化投影圖像。

6.根據(jù)權(quán)利要求1-4任一所述的方法，其特征在于，根據(jù)預先訓練的分類器模型和所述待識別的障礙物的特征向量，識別所述待識別的障礙物的類別之前，所述方法還包括：

采集多個已標注障礙物類別的預設(shè)障礙物的點云信息，生成障礙物訓練集；

根據(jù)所述障礙物訓練集中的所述多個預設(shè)障礙物的點云信息，訓練所述分類器模型。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，根據(jù)所述障礙物訓練集中的所述多個預設(shè)障礙物的點云信息，訓練所述分類器模型，具體包括：

將所述障礙物訓練集中的各所述預設(shè)障礙物的點云在所述預設(shè)的至少一個平面上進行投影，得到至少一個預設(shè)投影圖像；

將所述至少一個預設(shè)投影圖像對應(yīng)的至少一個二值化預設(shè)投影圖像分別進行霍夫變化，得到至少一個預設(shè)霍夫圖；

根據(jù)所述至少一個預設(shè)霍夫圖，生成所述預設(shè)障礙物的特征向量；

根據(jù)各所述預設(shè)障礙物的特征向量和對應(yīng)的所述預設(shè)障礙物的點云的類別，訓練所述分類器模型，從而確定所述分類器模型。

8.一種障礙物識別裝置，其特征在于，所述裝置包括：

投影模塊，用于將待識別的障礙物的點云在預設(shè)的至少一個平面上進行投影，得到至少一個投影圖像；

霍夫變化模塊，用于將所述至少一個投影圖像對應(yīng)的至少一個二值化投影圖像分別進行霍夫變化，得到至少一個霍夫圖；

特征向量生成模塊，用于根據(jù)所述至少一個霍夫圖，生成所述待識別的障礙物的特征向量；

識別模塊，用于根據(jù)預先訓練的分類器模型和所述待識別的障礙物的特征向量，識別所述待識別的障礙物的類別。