[發明專利]障礙物檢測方法、裝置及存儲介質

有效

• 申請號: 202010440544.5
• 申請日: 2020-05-22
• 公開（公告）號: CN111598034B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 王澤荔;顧晨益;王文爽;陳偉
• 申請（專利權）人: 知行汽車科技（蘇州）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G01S17/931;G01S17/89
• 代理公司: 蘇州謹和知識產權代理事務所(特殊普通合伙) 32295
• 代理人: 葉棟

本申請涉及一種障礙物檢測方法、裝置及存儲介質，屬于計算機技術領域，該方法包括：在移動載體在移動平面上移動過程中，獲取激光探測組件采集到的點云數據；點云數據包括采樣點的三維坐標和反射信號強度；以與移動平面相垂直的高度方向為投影方向，根據三維坐標將采樣點投影至二維平面，得到鳥瞰圖；根據點云數據確定鳥瞰圖中每個像素點的像素信息，每個像素點的像素信息包括第一像素值、第二像素值和第三像素值；根據鳥瞰圖中的像素信息對采集范圍內的障礙物進行檢測；可以解決應用部署效率低的問題；通過將數據量巨大的點云數據處理為二維圖像數據，無需采集大量的點云數據進行深度學習模型的訓練，提高應用部署效率。

技術領域

本申請涉及一種障礙物檢測方法、裝置及存儲介質，屬于計算機技術領域。

背景技術

隨著自動駕駛技術的飛速發展，自動駕駛過程中，自動駕駛系統需要獲取周圍的障礙物信息，以達到在道路上安全行駛的目的。

現有的障礙物檢測方法通過激光雷達掃描測距獲取周圍環境的點云信息，通過計算提取點云的關鍵點和特征進行訓練，得到訓練樣本；通過BP神經網絡、SVM等機器學習或深度學習方法搭建識別障礙物的模型，通過該模型識別車輛周圍的障礙物類型。

然而，機器學習或深度學習模型在使用過程中需要消耗大量的計算資源，同時需要大量的數據訓練得到，訓練過程和使用過程均較為繁瑣，從而導致應用部署效率低的問題。

發明內容

本申請提供了一種障礙物檢測方法、裝置及存儲介質，可以解決應用部署效率低的問題。本申請提供如下技術方案：

第一方面，提供了一種障礙物檢測方法，用于移動載體中，所述移動載體上安裝有激光探測組件，所述激光探測組件用于在采集范圍內采集反射物的點云數據，所述采集范圍包括所述移動載體的行進方向上的空間范圍和與所述行進方向相垂直的垂直方向上的空間范圍；所述方法包括：

在所述移動載體在移動平面上移動過程中，獲取所述激光探測組件采集到的所述點云數據；所述點云數據包括采樣點的三維坐標和反射信號強度；所述三維坐標用于指示對應采樣點相對于所述激光探測組件的三維位置；

以與所述移動平面相垂直的高度方向為投影方向，根據所述三維坐標將所述采樣點投影至二維平面，得到鳥瞰圖；所述二維平面與所述移動平面平行；或者，所述二維平面為所述移動平面；

根據所述點云數據確定所述鳥瞰圖中每個像素點的像素信息，所述每個像素點的像素信息包括第一像素值、第二像素值和第三像素值；所述第一像素值用于指示所述三維坐標指示的所述高度方向上的坐標值，所述第二像素值用于指示采樣點密度，所述第三像素值用于指示所述反射信號強度；

根據所述鳥瞰圖中的所述像素信息對所述采集范圍內的障礙物進行檢測。

可選地，所述根據所述鳥瞰圖中的所述像素信息對所述采集范圍內的障礙物進行檢測，包括：

在所述鳥瞰圖中確定所述像素信息滿足預設條件的目標像素點的數量；

在所述目標像素點的數量大于數量閾值時，確定所述采集范圍內存在所述障礙物；

其中，所述預設條件包括：所述第一像素值屬于第一像素值范圍、所述第二像素值屬于第二像素值范圍且所述第三像素值屬于第三像素值范圍。

可選地，所述在所述目標像素點的數量大于數量閾值時，確定所述采集范圍內存在所述障礙物之后，還包括：

確定所述目標像素點之間的像素距離；

對于所述像素距離小于預設距離的不同目標像素點，確定所述不同目標像素點對應同一障礙物。

可選地，所述對于所述像素距離小于預設距離的不同目標像素點，確定所述不同目標像素點對應同一障礙物之后，還包括：