[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

本公開提供了一種障礙物檢測方法、裝置、電子設備及自動駕駛車輛，涉及人工智能領域，尤其涉及自動駕駛領域。具體實現方案為：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；將上述點云數據轉化為障礙物特征圖，其中，上述障礙物特征圖中包含待檢測圖像特征，上述待檢測圖像特征中包含障礙物特征；對上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，其中，上述特征提取處理過程中，提高上述障礙物特征在上述障礙物特征圖中的權重值，以及基于上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；依據上述障礙物特征確定目標障礙物。

技術領域

本公開涉及自動駕駛技術領域，尤其涉及障礙物檢測方法、裝置、電子設備及自動駕駛車輛。

背景技術

在自動駕駛技術領域，障礙物檢測的性能對自動駕駛技術的可靠性有直接影響，激光雷達障礙物檢測技術具有高精度、高分辨率的特征，以及精確的測距能力和較大的探測范圍，是目前自動駕駛障礙物檢測的主要方式。現有技術中，基于激光雷達障礙物檢測的技術方案主要有三種，即基于點云分割的障礙物檢測方法、基于點的障礙物檢測方法以及基于柵格分布的障礙物檢測方法。

其中，基于點云分割的障礙物檢測方法，無法直接得到具體障礙物的檢測結果；基于點的障礙物檢測方法消耗資源過多；基于柵格分布的障礙物檢測方法可能導致障礙物漏檢情況。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本公開提供了一種用于障礙物檢測方法、裝置、電子設備及自動駕駛車輛。

根據本公開的一方面，提供了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；將上述點云數據轉化為障礙物特征圖，其中，上述障礙物特征圖中包含待檢測圖像特征，上述待檢測圖像特征中包含障礙物特征；對上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，其中，上述特征提取處理過程中，提高上述障礙物特征在上述障礙物特征圖中的權重值，以及基于上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；依據上述障礙物特征確定目標障礙物。

可選地，上述對上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：將對上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；在上述編碼處理階段基于注意力機制對上述待檢測圖像特征進行第一提取處理，得到中間圖像特征；在上述解碼處理階段在上述監督數據的監督下對上述中間圖像特征進行第二提取處理，得到上述障礙物特征。

可選地，在上述編碼處理階段基于上述注意力機制對上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，上述采樣結構為正三角結構；在上述編碼處理階段，基于上述采樣結構對上述待檢測圖像特征進行降采樣處理，從上述待檢測圖像特征中提取得到上述中間圖像特征。

可選地，上述在上述解碼處理階段，在上述監督數據的監督下對上述中間圖像特征進行第二提取處理，得到上述障礙物特征，包括：在上述解碼處理階段，采用上述監督數據基于監督學習方式將點云分布數據加入上述障礙物特征圖中，并對不同分辨率的上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；對上述處理后障礙物特征圖中的上述中間圖像特征進行第二提取處理，得到上述障礙物特征。

可選地，上述方法還包括：依據上述點云數據中的障礙物分布信息確定上述點云分布數據；在上述點云數據不為空值的情況下，判斷上述點云數據是否存在對應的障礙物；若上述點云數據存在對應的障礙物，則基于高斯分布函數和上述點云分布數據生成上述監督數據。

可選地，上述依據上述障礙物特征確定目標障礙物，包括：將上述障礙物特征作為障礙物檢測模型的輸入數據，并接收上述障礙物檢測模型的輸出結果；基于上述輸出結果確定上述障礙物特征對應的物體是否為上述目標障礙物。