[發明專利]障礙物檢測方法、裝置、設備及存儲介質在審
| 申請號: | 201710452994.4 | 申請日: | 2017-06-15 |
| 公開(公告)號: | CN109145677A | 公開(公告)日: | 2019-01-04 |
| 發明(設計)人: | 閆鶴;陳東明;王亮 | 申請(專利權)人: | 百度在線網絡技術(北京)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 北京鴻德海業知識產權代理事務所(普通合伙) 11412 | 代理人: | 袁媛 |
| 地址: | 100085 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 障礙物 障礙物檢測 存儲介質 三維點云 網格圖像 無人駕駛車輛 實時性 下采樣 構建 投射 網格 掃描 分割 檢測 | ||
1.一種障礙物檢測方法,其特征在于,包括:
對無人駕駛車輛周圍環境進行掃描得到三維點云;
將所述三維點云進行下采樣,投射到網格上,構建網格圖像;
檢測所述網格圖像中的障礙物。
2.根據權利要求1所述的方法,其特征在于,所述將所述三維點云進行下采樣,投射到網格上進一步包括:
將所述三維點云進行下采樣,投射到跟地面平行的二維網格上;或,
將所述三維點云進行下采樣,投射到3D網格上;或,
將所述三維點云進行下采樣,投射到前向視角的二維網格上。
3.根據權利要求1所述的方法,其特征在于,所述檢測所述網格圖像中的障礙物進一步包括:
利用區域增長算法對所述網格圖像進行障礙物檢測。
4.根據權利要求2所述的方法,其特征在于,所述將所述三維點云進行下采樣,投射到跟地面平行的二維網格上進一步包括:
每個網格記錄柱形里所有點x、y方向上的均值和z方向上的最高值。
5.根據權利要求2所述的方法,其特征在于,所述將將所述三維點云進行下采樣,投射到3D網格上進一步包括:
每個網格記錄該網格內所有點的均值。
6.根據權利要求2所述的方法,其特征在于,所述將所述三維點云進行下采樣,投射到前向視角的二維網格上進一步包括:
每個網格記錄該網格內激光掃描點到激光發射器的深度信息。
7.根據權利要求3所述的方法,其特征在于,所述使用區域增長算法所述網格圖像進行障礙物檢測,包括以下子步驟:
子步驟1、從網格圖像中隨機選取1個還沒有歸屬的像素作為種子點,設該像素為(x0,y0),用堆棧表示種子集合,將種子點(x0,y0)push到種子堆棧中;
子步驟2、將種子堆棧中第一個種子點(x0,y0)pop出堆棧,并以該點為中心,遍歷中心鄰域像素(x,y);
判斷遍歷像素(x,y)是否已經在種子區域中;如果否,判斷遍歷像素(x,y)是否滿足與種子點(x0,y0)之間的平滑約束條件;如果遍歷像素(x,y)滿足條件,則將該遍歷像素(x,y)push到堆棧中;同時,將種子點(x0,y0)加入cluster集合;
子步驟3、判斷種子堆棧是否為空;如果是,將cluster集合中的像素構成一個cluster,所述cluster為障礙物對應的像素點集合,執行子步驟4;如果否,執行子步驟2;
子步驟4、判斷二維灰度圖像中是否所有的像素都曾經被加入種子堆棧,如果是,區域增長結束,輸出所有的cluster;如果否,執行子步驟1。
8.根據權利要求7所述的方法,其特征在于,所述使用區域增長算法所述網格圖像進行障礙物檢測進一步包括:
根據下采樣過程中存儲的三維點云與網格的像素之間的對應關系,得到障礙物對應的三維點云。
9.一種障礙物檢測裝置,其特征在于,包括:獲取單元、投射單元以及檢測單元;
所述獲取單元,用于對無人駕駛車輛周圍環境進行掃描得到三維點云;
所述映射單元,用于將所述三維點云進行下采樣,投射到網格上,構建網格圖像;
所述分類單元,用于檢測所述網格圖像中的障礙物。
10.根據權利要求9所述的裝置,其特征在于,所述映射單元,具體用于:
將所述三維點云進行下采樣,投射到跟地面平行的二維網格上;或,
將所述三維點云進行下采樣,投射到3D網格上;或,
將所述三維點云進行下采樣,投射到前向視角的二維網格上。
11.根據權利要求9所述的裝置,其特征在于,所述分類單元,具體用于:
利用區域增長算法對所述網格圖像進行障礙物檢測。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于百度在線網絡技術(北京)有限公司,未經百度在線網絡技術(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710452994.4/1.html,轉載請聲明來源鉆瓜專利網。





