[發明專利]動態障礙物的檢測方法、裝置及計算機可讀存儲介質

有效

• 申請號: 201710645048.1
• 申請日: 2017-07-31
• 公開（公告）號: CN107578427B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 劉新;陳瀟;單單
• 申請（專利權）人: 深圳市易成自動駕駛技術有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G01S17/50
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國;趙愛蓉

本發明提供一種動態障礙物的檢測方法、裝置及計算機可讀存儲介質，所述動態障礙物的檢測方法通過獲取當前車輛的當前車速和當前障礙物的第一位置信息；根據所述當前車速、第一位置信息和預設靜止障礙物的運動模型，計算預設時間間隔后所述當前障礙物的預測位置信息；所述預設時間間隔后，獲取所述當前障礙物的第二位置信息，判斷所述第二位置信息與所述預測位置信息是否匹配；在所述第二位置信息與所述預測位置信息不匹配時，則判定所述當前障礙物為動態障礙物。本發明采用了簡單的線性計算，取代了傳統的高復雜度的非線性最優求解方法，解決了傳統動態障礙物檢測方法的高復雜度和高計算量的技術問題。

技術領域

本發明涉及自動駕駛技術領域，尤其涉及一種動態障礙物的檢測方法、裝置及計算機可讀存儲介質。

背景技術

在自動駕駛過程中，激光雷達所在車輛的大部分時間均處于運動狀態，因此在激光雷達的觀測數據中，幾乎所有的目標都是運動的。例如，對實際中靜止的物體，如停在路邊的車、路燈桿、樹等，相對于激光雷達所在運動中的車輛來說，由于存在相對運動，因此靜止的目標看起來也同樣是運動的。至于實際中運動的物體，如行駛在路上的車輛等，運動物體自身不僅在運動，而且激光雷達所在車輛也在運動，所以運動物體和激光雷達之間存在較為復雜的相對運動。傳統的基于激光雷達的動態障礙物檢測方法存在兩個主要問題，一是采用基于概率的方法如多假設跟蹤等來進行關聯目標、產生目標軌跡，這類方法普遍存在復雜度高、計算量大的問題，影響了系統的實時性；二是在產生目標軌跡后，為區分動態障礙物和靜態障礙物，假設場景中大部分的障礙物都是靜止障礙物，根據服從不同運動模型的障礙物的數量，來區分動態障礙物和靜止障礙物，而這種假設，并不總是正確的，尤其當交通繁忙場景中動態障礙物遠大于靜態障礙物數量的時候。

發明內容

本發明的主要目的在于提出一種動態障礙物的檢測方法、裝置及計算機可讀存儲介質，旨在解決傳統動態障礙物檢測方法由于采用高復雜度和高計算量的方法從而導致的實時性差的技術問題，同時減少了假設條件的使用，擴展了該方法的適用范圍。

為實現上述目的，本發明提供一種動態障礙物的檢測方法，所述動態障礙物的檢測方法包括以下步驟：

獲取當前車輛的當前車速和當前障礙物的第一位置信息；

根據所述當前車速、第一位置信息和預設靜止障礙物的運動模型，計算預設時間間隔后所述當前障礙物的預測位置信息；

所述預設時間間隔后，獲取所述當前障礙物的第二位置信息，判斷所述第二位置信息與所述預測位置信息是否匹配；

在所述第二位置信息與所述預測位置信息不匹配時，則判定所述當前障礙物為動態障礙物。

可選地，所述獲取當前車輛的當前車速和當前障礙物的第一位置信息的步驟包括：

通過激光雷達獲取障礙物對應的點云數據，并根據所述點云數據構建柵格地圖；

根據預設規則，在所述柵格地圖中選取障礙物作為當前障礙物，并獲取當前障礙物的第一位置信息和當前車輛的當前車速。

可選地，所述通過激光雷達獲取障礙物對應的點云數據，并根據所述點云數據構建柵格地圖的步驟包括：

通過激光雷達獲取障礙物對應的點云數據，根據預設地平面計算規則，刪除所述點云數據中地平面對應的點云數據；

根據刪除后的點云數據，構建柵格地圖。

可選地，所述動態障礙物的檢測方法還包括：

在所述第二位置信息與所述預測位置信息匹配時，根據所述第二位置信息與所述預測位置信息的匹配結果，調整所述預設靜止障礙物的運動模型。

可選地，所述根據所述當前車速、第一位置信息和預設靜止障礙物的運動模型，計算預設時間間隔后所述當前障礙物的預測位置信息的步驟包括：