[發(fā)明專(zhuān)利]障礙物檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911402634.9
• 申請(qǐng)日: 2019-12-30
• 公開(kāi)（公告）號(hào): CN111191600B
• 公開(kāi)（公告）日: 2023-06-23
• 發(fā)明（設(shè)計(jì)）人: 請(qǐng)求不公布姓名
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳元戎啟行科技有限公司
• 主分類(lèi)號(hào): G06V20/58
• 分類(lèi)號(hào): G06V20/58;G06V10/44;G06V10/764;G06V10/80;G06T7/564
• 代理公司: 華進(jìn)聯(lián)合專(zhuān)利商標(biāo)代理有限公司 44224
• 代理人: 于麗君

本申請(qǐng)涉及一種障礙物檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：獲取無(wú)人車(chē)所在行車(chē)區(qū)域的現(xiàn)場(chǎng)數(shù)據(jù)；現(xiàn)場(chǎng)數(shù)據(jù)包括行車(chē)區(qū)域現(xiàn)場(chǎng)圖像以及深度點(diǎn)云圖像；提取行車(chē)區(qū)域現(xiàn)場(chǎng)圖像中的圖像特征和深度點(diǎn)云圖像中的雷達(dá)特征；對(duì)圖像特征以及雷達(dá)特征進(jìn)行特征融合，得到融合特征；基于融合特征進(jìn)行行車(chē)區(qū)域內(nèi)的障礙物檢測(cè)。采用本方法能夠提升障礙物檢測(cè)的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種障礙物檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

在自動(dòng)駕駛中，無(wú)人駕駛的車(chē)輛會(huì)自動(dòng)進(jìn)行障礙物檢測(cè)，通過(guò)障礙物檢測(cè)，可以獲得無(wú)人車(chē)周?chē)恼系K物的具體位置、形狀大小以及移動(dòng)方向等信息，從而可以幫助無(wú)人車(chē)確定避障策略。

目前，主要通過(guò)安裝在無(wú)人車(chē)上的不同傳感器對(duì)障礙物進(jìn)行識(shí)別檢測(cè)，但是僅基于單一的傳感器難以獲取全面的檢測(cè)數(shù)據(jù)，從而導(dǎo)致對(duì)障礙物的檢測(cè)不全面不精確。

發(fā)明內(nèi)容

基于此，有必要針對(duì)現(xiàn)有單一檢測(cè)傳感器獲取障礙物信息不全面不精確的問(wèn)題，提供一種能夠提升障礙物檢測(cè)準(zhǔn)確性的障礙物檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種障礙物檢測(cè)方法，所述方法包括：

獲取無(wú)人車(chē)所在行車(chē)區(qū)域的現(xiàn)場(chǎng)數(shù)據(jù)；所述現(xiàn)場(chǎng)數(shù)據(jù)包括行車(chē)區(qū)域現(xiàn)場(chǎng)圖像以及深度點(diǎn)云圖像；

提取所述行車(chē)區(qū)域現(xiàn)場(chǎng)圖像中的圖像特征和深度點(diǎn)云圖像中的雷達(dá)特征；

對(duì)所述圖像特征以及雷達(dá)特征進(jìn)行特征融合，得到融合特征；

基于所述融合特征進(jìn)行所述行車(chē)區(qū)域內(nèi)的障礙物檢測(cè)。

在其中一個(gè)實(shí)施例中，所述圖像特征以及雷達(dá)特征均包括障礙物的輪廓特征以及障礙物周?chē)闹車(chē)h(huán)境特征；所述方法還包括：

判斷所述障礙物的輪廓特征是否完整；

若否，基于所述周?chē)h(huán)境特征對(duì)所述輪廓特征進(jìn)行彌補(bǔ)，得到完整的輪廓特征。

在其中一個(gè)實(shí)施例中，所述方法還包括：

基于所述彌補(bǔ)后的輪廓特征進(jìn)行特征融和，得到融合特征。

在其中一個(gè)實(shí)施例中，所述對(duì)所述圖像特征以及雷達(dá)特征進(jìn)行融合，得到融合特征包括：

將所述深度點(diǎn)云圖像投射至所述行車(chē)區(qū)域現(xiàn)場(chǎng)圖像，形成雷達(dá)投射圖；

獲取所述雷達(dá)投射圖中每一像素所對(duì)應(yīng)的圖像特征以及雷達(dá)特征；

融合每一像素所對(duì)應(yīng)圖像特征及所述雷達(dá)特征，得到融合特征。

在其中一個(gè)實(shí)施例中，所述行車(chē)區(qū)域現(xiàn)場(chǎng)圖像是基于圖像采集設(shè)備針對(duì)所述行車(chē)區(qū)域采集的圖像幀；所述深度點(diǎn)云圖像是基于毫米波雷達(dá)針對(duì)所述行車(chē)區(qū)域內(nèi)的障礙物采集的雷達(dá)三維點(diǎn)；所述將所述深度點(diǎn)云圖投射至所述行車(chē)區(qū)域現(xiàn)場(chǎng)圖像，形成雷達(dá)投射圖包括：

確定所述毫米波雷達(dá)的空間坐標(biāo)系，以及所述圖像采集設(shè)備的相機(jī)坐標(biāo)系；

將基于所述空間坐標(biāo)系采集的深度點(diǎn)云圖像與基于所述相機(jī)坐標(biāo)系采集的行車(chē)區(qū)域現(xiàn)場(chǎng)圖像轉(zhuǎn)換至同一坐標(biāo)系中；

將所述深度點(diǎn)云圖投射至同一坐標(biāo)系中的現(xiàn)場(chǎng)圖像，得到雷達(dá)投射圖。

在其中一個(gè)實(shí)施例中，所述融合特征包括障礙物的輪廓特征、空間位置特征以及速度特征；所述基于所述融合特征對(duì)所述障礙物進(jìn)行目標(biāo)檢測(cè)包括：

基于所述障礙物的輪廓特征確定所述行車(chē)區(qū)域內(nèi)的至少一個(gè)障礙物的障礙物類(lèi)型；

當(dāng)所述障礙物類(lèi)型為目標(biāo)障礙物類(lèi)型時(shí)，基于所述空間位置特征以及速度特征，確定與所述目標(biāo)障礙物類(lèi)型對(duì)應(yīng)的障礙物的空間坐標(biāo)以及運(yùn)動(dòng)速度。