[發(fā)明專利]一種道路車輛目標(biāo)檢測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210466383.6
• 申請日: 2022-04-29
• 公開（公告）號: CN114743181A
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 黃城;文滔;任凡;黃明
• 申請（專利權(quán)）人: 重慶長安汽車股份有限公司
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/26;G06V10/42;G06V10/762;G06K9/62
• 代理公司: 重慶博凱知識產(chǎn)權(quán)代理有限公司 50212
• 代理人: 孫根

本發(fā)明公開了一種道路車輛目標(biāo)檢測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，包括S1、獲取駕駛場景的原始點(diǎn)云信息；S2、對所述原始點(diǎn)云信息進(jìn)行預(yù)處理，獲取車道范圍內(nèi)的點(diǎn)云信息；S3、對步驟S2獲取的點(diǎn)云信息進(jìn)行路面分割處理，獲取車道內(nèi)具有高度的障礙物點(diǎn)云信息；S4、對所述障礙物點(diǎn)云信息進(jìn)行聚類處理，獲取障礙物的擬合結(jié)果；S5、對所述障礙物的擬合結(jié)果進(jìn)行坐標(biāo)提取并計(jì)算邊界長度，獲取障礙物的幾何特征；S6、根據(jù)障礙物的幾何特征識別障礙物為車輛目標(biāo)或非車輛目標(biāo)。本發(fā)明基于車輛幾何尺寸模型對道路車輛目標(biāo)進(jìn)行識別與檢測，減少了數(shù)據(jù)量，提高算法效率，對提高自動駕駛車輛的環(huán)境感知環(huán)節(jié)的效率以及為駕駛行為決策提供關(guān)鍵信息具有重要意義。

技術(shù)領(lǐng)域

本發(fā)明屬于自動駕駛技術(shù)領(lǐng)域，更具體涉及一種道路車輛目標(biāo)檢測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

環(huán)境感知是自動駕駛的首要環(huán)節(jié)，車輛目標(biāo)檢測則一直是自動駕駛汽車環(huán)境感知中的重要研究內(nèi)容，其檢測的準(zhǔn)確性與實(shí)時性是實(shí)現(xiàn)自動駕駛行為的重要前提。當(dāng)前，激光雷達(dá)在數(shù)據(jù)獲取與環(huán)境適應(yīng)性方面的優(yōu)勢日漸凸顯，有許多基于激光雷達(dá)的車輛目標(biāo)檢測方法，但多存在誤檢或漏檢問題。

如我國專利CN201610674755.9提供了一種單線激光雷達(dá)車輛目標(biāo)識別方法、裝置和汽車，該方法包括：獲取所述單線激光雷達(dá)的探測數(shù)據(jù)，探測數(shù)據(jù)包括若干點(diǎn)云的坐標(biāo)數(shù)據(jù)；基于點(diǎn)云的坐標(biāo)數(shù)據(jù)對若干點(diǎn)云進(jìn)行聚類，以將若干點(diǎn)云分為至少一個探測物體；將組成任一個探測物體的點(diǎn)云的坐標(biāo)數(shù)據(jù)擬合為線段；提取每個探測物體對應(yīng)的線段的特征；基于提取的特征通過機(jī)器學(xué)習(xí)方法識別該探測物體是否是車輛，若是，發(fā)出警報(bào)信息。通過單線激光雷達(dá)的探測數(shù)據(jù)，識別探測到的物體是否是車輛，并根據(jù)識別結(jié)果確定是否發(fā)出警報(bào)信息，提高汽車駕駛安全性，避免車內(nèi)及車外人身財(cái)產(chǎn)的傷害和損失。其采用的是單層激光雷達(dá)，無法測得車輛的高度方向信息，將道路兩側(cè)具有一定更高度的物體如護(hù)欄等誤檢成車輛目標(biāo)。

又如我國專利CN202010050963.8提供一種路側(cè)激光雷達(dá)目標(biāo)檢測方法，其包含：從路側(cè)激光雷達(dá)采集的數(shù)據(jù)中選取不同時段的多幀背景點(diǎn)云數(shù)據(jù)作為背景數(shù)據(jù)，對背景數(shù)據(jù)進(jìn)行柵格化處理并統(tǒng)計(jì)柵格特征，計(jì)算得到柵格平均統(tǒng)計(jì)特征作為背景柵格統(tǒng)計(jì)表；針對實(shí)測的原始點(diǎn)云數(shù)據(jù)，進(jìn)行與背景數(shù)據(jù)具備相同柵格尺寸的柵格化處理，統(tǒng)計(jì)得到原始點(diǎn)云數(shù)據(jù)對應(yīng)的柵格統(tǒng)計(jì)特征，結(jié)合背景柵格統(tǒng)計(jì)表進(jìn)行背景濾波后，得到非背景點(diǎn)云數(shù)據(jù)；將非背景點(diǎn)云數(shù)據(jù)輸入構(gòu)建的多尺度體素三維檢測檢測網(wǎng)絡(luò)，輸出目標(biāo)的檢測結(jié)果張量，結(jié)果張量包含目標(biāo)的類別信息和邊界框信息。該發(fā)明通過背景濾波，濾除大量的無效點(diǎn)，顯著縮短網(wǎng)絡(luò)的訓(xùn)練和推理時間，同時沒有了大量背景點(diǎn)的干擾提高了檢測結(jié)果的精度。其基于安裝在路側(cè)的激光雷達(dá)，針對路口的復(fù)雜車況，提出了一種建立在車輛檢測模型基礎(chǔ)上的組合聚類方式并實(shí)現(xiàn)了十字路口處進(jìn)行道路車輛目標(biāo)的識別與追蹤。但是，該方案在只配備一個激光雷達(dá)的條件下，無法解決車流量較大時車輛的遮擋問題，需要通過多個激光雷達(dá)組成激光雷達(dá)系統(tǒng)才能夠在復(fù)雜的混合交通流中準(zhǔn)確識別車輛目標(biāo)。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提供了一種道路車輛目標(biāo)檢測方法、系統(tǒng)、電子設(shè)備及存儲介質(zhì)，能夠在實(shí)際駕駛場景下實(shí)時準(zhǔn)確檢測得到車道內(nèi)的車輛目標(biāo)。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是這樣的：一種道路車輛目標(biāo)檢測方法，包括以下步驟，

S1、獲取駕駛場景的原始點(diǎn)云信息；

S2、對所述原始點(diǎn)云信息進(jìn)行預(yù)處理，獲取車道范圍內(nèi)的點(diǎn)云信息；

S3、對步驟S2獲取的點(diǎn)云信息進(jìn)行路面分割處理，獲取車道內(nèi)具有高度的障礙物點(diǎn)云信息；

S4、對所述障礙物點(diǎn)云信息進(jìn)行聚類處理，獲取障礙物的擬合結(jié)果；

S5、對所述障礙物的擬合結(jié)果進(jìn)行坐標(biāo)提取并計(jì)算邊界長度，獲取障礙物的幾何特征；

S6、根據(jù)障礙物的幾何特征識別障礙物為車輛目標(biāo)或非車輛目標(biāo)。

作為優(yōu)化，通過多線激光雷達(dá)獲取駕駛場景的原始點(diǎn)云信息。