[發明專利]一種利用激光雷達檢測物體的方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010196431.5
• 申請日: 2020-03-19
• 公開（公告）號: CN111487641B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 鄒欣;曹潤滋;朱科引;陳永春;吳鵬;黃魏;張英瀚
• 申請（專利權）人: 福瑞泰克智能系統有限公司
• 主分類號: G01S17/66
• 分類號: G01S17/66;G01S7/481;G06V20/56;G06V10/762;G06K9/62;G06T7/521;G06T7/60
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;賈允

本申請實施例所公開的一種利用激光雷達檢測物體的方法、裝置、電子設備及存儲介質，其中，方法包括獲取地圖數據中第一區域內的第一點云和激光雷達探測到的第二區域內的第二點云，第二區域在第一區域內，將第一點云映射至預設坐標系中，得到第一坐標數據集合，將第二點云映射至預設坐標系中，得到第二坐標數據集合，根據第一坐標數據集合和第二坐標數據集合從第二點云中確定出地面點云，根據第二坐標數據集合從第二點云中確定出物體點云，根據物體點云與激光雷達的距離確定物體點云對應的物體外邊框。基于本申請實施例，通過結合第一點云和第二點云確定地面點云，使得除地操作具體針對性，不僅能夠適用于非規整地面的復雜場景和L2及以上的智能駕駛，而且能夠減少算力，此外還能夠提高激光雷達檢測物體的準確性。

技術領域

本發明涉及智能駕駛技術領域，尤其涉及一種利用激光雷達檢測物體的方法、裝置、電子設備及存儲介質。

背景技術

為了縮短旅行時間、減少事故發生，人們致力于研究交通行為，通過利用激光雷達對物體進行檢測和追蹤。目前利用激光雷達檢測物體的一般步驟包括：除地—聚類—追蹤。除地是指通過聯通域或者求平面曲面的方法計算出地面并提取地面上的點云，然而在上下坡道、高架道路、匝道等非規整地面的復雜場景下，除地效果較差，不適用于L2及以上的自動駕駛模式。聚類是指求出同一物體的點云集，進而求出物體的長寬高等參數，常見的聚類方法有單一聚類算法和深度學習算法，其中，單一聚類算法利用采集到的物體點云之間的距離和角度等關系來求得關聯點進行聚類，雖然能夠較好地識別出物體，對算力的要求不高，但是當多個物體靠的太近會出現多個物體識別為一個物體的錯誤聚類，或者組成物體本身的點間距較大時會導致一個物體被識別為多個物體的錯誤聚類，因而分類的效果不佳，無法適應復雜多變的交通環境；深度學習算法雖然能夠直接提取物體特征，進行準確分類，但是對于的系統算力要求較高，并且樣本采樣量大，訓練成本較高。追蹤是指基于相鄰幀中同一物體所處的空間位置較近這一特征進行卡爾曼濾波求得物體的速度和航向角等數據，但是當物體間距較小時，容易發生物體關聯錯誤。

現有的利用激光雷達檢測物體的方法在復雜場景的應用效果較差，不適用于L2及以上的自動駕駛模式，且計算物體的速度和航向角數據等具有延時性。

發明內容

本申請實施例提供一種利用激光雷達檢測物體的方法、裝置、電子設備及存儲介質，不僅能夠改善除地效果、節省算力、擴大應用范圍，而且能夠提高檢測結果的實時性和準確性。

本申請實施例提供了一種利用激光雷達檢測物體的方法，該方法包括：

獲取地圖數據中第一區域內的第一點云和激光雷達探測到的第二區域內的第二點云；第二區域在第一區域內；

將第一點云映射至預設坐標系中，得到第一坐標數據集合，將第二點云映射至預設坐標系中，得到第二坐標數據集合；

根據第一坐標數據集合和第二坐標數據集合從第二點云中確定出地面點云；

根據第二坐標數據集合從第二點云中確定出物體點云；

根據物體點云與激光雷達的距離確定物體點云對應的物體外邊框。

進一步地，第一點云包括第一地面點云；

第二點云包括第二地面點云和候選物體點云，第二地面點云與第一地面點云的子集合對應。

進一步地，根據第一坐標數據集合和第二坐標數據集合從第二點云中確定出地面點云，包括：

根據第二坐標數據集合從第二點云中確定出候選地面點云；候選地面點云中相鄰點間的距離小于第一預設閾值；

確定候選地面點云在預設坐標系中對應的第二坐標數據子集合；