[發(fā)明專利]障礙物識別方法和裝置、終端及計算機(jī)可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201711362505.2
• 申請日: 2017-12-18
• 公開（公告）號: CN108287342B
• 公開（公告）日: 2021-01-12
• 發(fā)明（設(shè)計）人: 李帥君;謝語桐;陳勇全;錢輝環(huán)
• 申請（專利權(quán)）人: 深圳市人工智能與機(jī)器人研究院;香港中文大學(xué)（深圳）
• 主分類號: G01S13/88
• 分類號: G01S13/88;G01S13/86;G01S13/931
• 代理公司: 深圳市恒申知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44312
• 代理人: 袁文英

1.一種障礙物識別方法，其特征在于，所述方法包括：

通過雷達(dá)獲取周圍環(huán)境的二維坐標(biāo)組集，并通過體感攝影機(jī)獲取所述周圍環(huán)境的三維坐標(biāo)組集；

根據(jù)預(yù)設(shè)算法，調(diào)整所述二維坐標(biāo)組集和所述三維坐標(biāo)組集，得到目標(biāo)坐標(biāo)組集，以統(tǒng)一所述二維坐標(biāo)組集和所述三維坐標(biāo)組集的橫坐標(biāo)值和縱坐標(biāo)值；

根據(jù)所述目標(biāo)坐標(biāo)組集，對障礙物進(jìn)行識別；

其中，所述根據(jù)預(yù)設(shè)算法，調(diào)整所述二維坐標(biāo)組集和所述三維坐標(biāo)組集，得到目標(biāo)坐標(biāo)組集包括：

將所述二維坐標(biāo)組集進(jìn)行坐標(biāo)系轉(zhuǎn)換，得到第一坐標(biāo)組集；

按照第一預(yù)設(shè)算法，對所述第一坐標(biāo)組集以及所述三維坐標(biāo)組集中的第二坐標(biāo)組集進(jìn)行篩選，以去除所述第一坐標(biāo)組集與所述第二坐標(biāo)組集中不對應(yīng)的采樣點(diǎn)，所述第二坐標(biāo)組集為所述雷達(dá)的當(dāng)前高度值為縱坐標(biāo)值的坐標(biāo)組集；

按照第二預(yù)設(shè)算法，根據(jù)篩選后的所述第一坐標(biāo)組集和所述第二坐標(biāo)組集對所述三維坐標(biāo)組集進(jìn)行調(diào)整，得到目標(biāo)坐標(biāo)組集。

2.如權(quán)利要求1所述的障礙物識別方法，其特征在于，所述按照第一預(yù)設(shè)算法，對所述第一坐標(biāo)組集以及所述三維坐標(biāo)組集中的第二坐標(biāo)組集進(jìn)行篩選，以去除所述第一坐標(biāo)組集與所述第二坐標(biāo)組集中不對應(yīng)的采樣點(diǎn)，所述第二坐標(biāo)組集為所述雷達(dá)的當(dāng)前高度值為縱坐標(biāo)值的坐標(biāo)組集包括：

計算所述第一坐標(biāo)組集和所述第二坐標(biāo)組集之間的橫坐標(biāo)值的絕對誤差值和縱坐標(biāo)值的絕對誤差值，所述第二坐標(biāo)組集為三維坐標(biāo)組集中所述雷達(dá)的當(dāng)前高度值為縱坐標(biāo)值的坐標(biāo)組集；

篩選所述橫坐標(biāo)值的絕對誤差值小于第一預(yù)設(shè)閾值且所述縱坐標(biāo)值的絕對誤差值小于第二預(yù)設(shè)閾值的所述第一坐標(biāo)組集和所述第二坐標(biāo)組集，以去除所述第一坐標(biāo)組集與所述第二坐標(biāo)組集中不對應(yīng)的采樣點(diǎn)。

3.如權(quán)利要求2所述的障礙物識別方法，其特征在于，所述按照第二預(yù)設(shè)算法，根據(jù)篩選后的所述第一坐標(biāo)組集和所述第二坐標(biāo)組集對所述三維坐標(biāo)組集進(jìn)行調(diào)整，得到目標(biāo)坐標(biāo)組集包括：

計算篩選后的所述第一坐標(biāo)組集和篩選后的所述第二坐標(biāo)組集之間的橫坐標(biāo)值的絕對誤差均值和縱坐標(biāo)值的絕對誤差均值；

將所述三維坐標(biāo)組集的橫坐標(biāo)值減去所述橫坐標(biāo)值的絕對誤差均值，將所述三維坐標(biāo)組集的縱坐標(biāo)值減去所述縱坐標(biāo)值的絕對誤差均值，得到目標(biāo)坐標(biāo)組集。

4.一種障礙物識別裝置，其特征在于，所述裝置包括：

獲取模塊，用于通過雷達(dá)獲取周圍環(huán)境的二維坐標(biāo)組集，并通過體感攝影機(jī)獲取所述周圍環(huán)境的三維坐標(biāo)組集；

調(diào)整模塊，用于根據(jù)預(yù)設(shè)算法，調(diào)整所述二維坐標(biāo)組集和所述三維坐標(biāo)組集，得到目標(biāo)坐標(biāo)組集，以統(tǒng)一所述二維坐標(biāo)組集和所述三維坐標(biāo)組集的橫坐標(biāo)值和縱坐標(biāo)值；

識別模塊，用于根據(jù)所述目標(biāo)坐標(biāo)組集，對障礙物進(jìn)行識別；

所述調(diào)整模塊包括：

轉(zhuǎn)換子模塊，用于將所述二維坐標(biāo)組集進(jìn)行坐標(biāo)系轉(zhuǎn)換，得到第一坐標(biāo)組集；

第一計算子模塊，用于計算所述第一坐標(biāo)組集和第二坐標(biāo)組集之間的橫坐標(biāo)值的絕對誤差值和縱坐標(biāo)值的絕對誤差值，所述第二坐標(biāo)組集為三維坐標(biāo)組集中所述雷達(dá)的當(dāng)前高度值為縱坐標(biāo)值的坐標(biāo)組集；

篩選子模塊，用于篩選所述橫坐標(biāo)值的絕對誤差值小于第一預(yù)設(shè)閾值且所述縱坐標(biāo)值的絕對誤差值小于第二預(yù)設(shè)閾值的所述第一坐標(biāo)組集和所述第二坐標(biāo)組集，以去除所述第一坐標(biāo)組集與所述第二坐標(biāo)組集中不對應(yīng)的采樣點(diǎn)；

第二計算子模塊，用于計算篩選后的所述第一坐標(biāo)組集和篩選后的所述第二坐標(biāo)組集之間的橫坐標(biāo)值的絕對誤差均值和縱坐標(biāo)值的絕對誤差均值；

第三計算子模塊，用于將所述三維坐標(biāo)組集的橫坐標(biāo)值減去所述橫坐標(biāo)值的絕對誤差均值，將所述三維坐標(biāo)組集的縱坐標(biāo)值減去所述縱坐標(biāo)值的絕對誤差均值，得到目標(biāo)坐標(biāo)組集。

5.一種終端，包括：存儲器，處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時，實(shí)現(xiàn)如權(quán)利要求1至3中任一項(xiàng)所述的障礙物識別方法。

6.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時，實(shí)現(xiàn)如權(quán)利要求1至3中任一項(xiàng)所述的障礙物識別方法。