[發明專利]障礙物檢測方法、裝置、電子設備及自動駕駛車輛

在審

• 申請號: 202110945486.6
• 申請日: 2021-08-17
• 公開（公告）號: CN113807184A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 張笑;董芳芳;萬國偉
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 豐佩印

1.一種障礙物檢測方法，包括：

獲取激光雷達傳感器在檢測障礙物過程中采集到的點云數據；

將所述點云數據轉化為障礙物特征圖，其中，所述障礙物特征圖中包含待檢測圖像特征，所述待檢測圖像特征中包含障礙物特征；

對所述障礙物特征圖中的待檢測圖像特征進行特征提取處理，得到所述障礙物特征，其中，所述特征提取處理過程中，提高所述障礙物特征在所述障礙物特征圖中的權重值，以及基于所述點云數據對應的點云分布數據生成的監督數據，對特征提取處理進行監督處理；

依據所述障礙物特征確定目標障礙物。

2.根據權利要求1所述的方法，其中，所述對所述障礙物特征圖中的待檢測圖像特征進行特征提取處理，得到障礙物特征，包括：

將對所述待檢測圖像特征進行特征提取處理的處理過程劃分為編碼處理階段和解碼處理階段；

在所述編碼處理階段基于注意力機制對所述待檢測圖像特征進行第一提取處理，得到中間圖像特征；

在所述解碼處理階段在所述監督數據的監督下對所述中間圖像特征進行第二提取處理，得到所述障礙物特征。

3.根據權利要求2所述的方法，其中，在所述編碼處理階段基于所述注意力機制對所述待檢測圖像特征進行第一提取處理，得到中間圖像特征，包括：

基于預先確定的障礙物的尺寸大小，確定不同分辨率的采樣結構，其中，所述采樣結構為正三角結構；

在所述編碼處理階段，基于所述采樣結構對所述待檢測圖像特征進行降采樣處理，從所述待檢測圖像特征中提取得到所述中間圖像特征。

4.根據權利要求2所述的方法，其中，所述在所述解碼處理階段，在所述監督數據的監督下對所述中間圖像特征進行第二提取處理，得到所述障礙物特征，包括：

在所述解碼處理階段，采用所述監督數據基于監督學習方式將點云分布數據加入所述障礙物特征圖中，并對不同分辨率的所述障礙物特征圖進行升采樣處理，得到處理后障礙物特征圖；

對所述處理后障礙物特征圖中的所述中間圖像特征進行第二提取處理，得到所述障礙物特征。

5.根據權利要求1所述的方法，其中，所述方法還包括：

依據所述點云數據中的障礙物分布信息確定所述點云分布數據；

在所述點云數據不為空值的情況下，判斷所述點云數據是否存在對應的障礙物；

若所述點云數據存在對應的障礙物，則基于高斯分布函數和所述點云分布數據生成所述監督數據。

6.根據權利要求1至5中任意一項所述的方法，其中，所述依據所述障礙物特征確定目標障礙物，包括：

將所述障礙物特征作為障礙物檢測模型的輸入數據，并接收所述障礙物檢測模型的輸出結果；

基于所述輸出結果，確定所述障礙物特征對應的物體是否為所述目標障礙物。

7.一種障礙物檢測裝置，包括：

獲取模塊，用于獲取激光雷達傳感器在檢測障礙物過程中采集到的點云數據；

轉化模塊，用于將所述點云數據轉化為障礙物特征圖，其中，所述障礙物特征圖中包含待檢測圖像特征，所述待檢測圖像特征中包含障礙物特征；

提取模塊，用于對所述障礙物特征圖中的待檢測圖像特征進行特征提取處理，得到所述障礙物特征，其中，所述特征提取處理過程中，提高所述障礙物特征在所述障礙物特征圖中的權重值，以及基于所述點云數據對應的點云分布數據生成的監督數據，對特征提取處理進行監督處理；

確定模塊，用于依據所述障礙物特征確定目標障礙物。

8.根據權利要求7所述的裝置，其特征在于，所述提取模塊，包括：

劃分模塊，用于將對所述待檢測圖像特征進行特征提取處理的處理過程劃分為編碼處理階段和解碼處理階段；

第一提取子模塊，用于在所述編碼處理階段基于注意力機制對所述待檢測圖像特征進行第一提取處理，得到中間圖像特征；

第二提取子模塊，用于在所述解碼處理階段在所述監督數據的監督下對所述中間圖像特征進行第二提取處理，得到所述障礙物特征。