[發明專利]自動駕駛的擋墻檢測方法、裝置及車輛

在審

• 申請號: 202211100104.0
• 申請日: 2022-09-09
• 公開（公告）號: CN115457496A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 劉旭;黃軒;王國軍
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/764;G06V10/82;G06T7/73;G06N3/04;G06N3/08
• 代理公司: 北京易光知識產權代理有限公司 11596
• 代理人: 閻敏;王姍姍

1.一種自動駕駛的擋墻檢測方法，包括：

對點云數據進行點云檢測，得到點云目標；

對所述點云目標進行特征提取，得到所述點云目標的特征表示；

對所述特征表示進行二分類，得到分類結果；

在所述分類結果為擋墻類別的情況下，確定所述點云目標為擋墻。

2.根據權利要求1所述的方法，其中，所述對點云數據進行點云檢測，得到點云目標，包括：

將所述點云數據輸入深度學習檢測模型進行目標檢測；

在檢測到目標對象的情況下，將所述點云數據中所述目標對象對應的點集合作為所述點云目標。

3.根據權利要求1或2所述的方法，其中，所述對所述點云目標進行特征提取，得到所述點云目標的特征表示，包括：

提取所述點云目標的以下子特征中的至少一種，作為所述點云目標的特征表示：

所述點云目標的幾何特征；

所述點云目標的點云密度分布特征；

所述點云目標對雷達信號的反射強度統計特征；

所述點云目標屬于目標類別的概率；

所述點云目標的高度分布特征。

4.根據權利要求3所述的方法，其中，在所述點云目標的特征表示包括所述點云目標的幾何特征的情況下，提取所述點云目標的幾何特征，包括：

確定所述點云目標的中心坐標和尺寸中的至少一種，作為所述點云目標的幾何特征。

5.根據權利要求3所述的方法，其中，在所述點云目標的特征表示包括所述點云目標的點云密度分布特征的情況下，提取所述點云目標的點云密度分布特征，包括：

將所述點云目標的三維取值空間劃分為多個區域；

分別確定每個區域內的點數量與所述點云目標包含的總點數的比值，得到所述點云密度分布特征。

6.根據權利要求3所述的方法，其中，在所述點云目標的特征表示包括所述點云目標的反射強度統計特征的情況下，提取所述點云目標的反射強度統計特征，包括：

將所述點云目標的反射強度劃分為多個強度區間；

分別確定每個強度區間內包含的點數量與所述點云目標包含的總點數的比值，得到所述反射強度統計特征。

7.根據權利要求3所述的方法，其中，在所述點云目標的特征表示包括所述點云目標屬于目標類別的概率的情況下，還包括基于以下方法確定所述點云目標所屬的目標類別：

將所述點云數據輸入深度學習分類模型對各點進行分類處理；

確定所述點云目標中各點所屬的類別，得到所述點云目標所屬的類別集合；

在所述類別集合中包括預設類別的情況下，將所述預設類別確定為所述目標類別。

8.根據權利要求3或7所述的方法，其中，在所述點云目標的特征表示包括所述點云目標屬于目標類別的概率的情況下，提取所述點云目標屬于目標類別的概率，包括：

統計所述點云目標中屬于所述目標類別的點數量；

確定屬于所述目標類別的點數量與所述點云目標的總點數的比值，得到所述點云目標屬于所述目標類別的概率。

9.根據權利要求3所述的方法，其中，在所述點云目標的特征表示包括所述點云目標的高度分布特征的情況下，提取所述點云目標的高度分布特征，包括：

將所述點云目標的高度取值空間劃分為多個高度區間；

分別統計每個高度區間內的點數量與所述點云目標包含的總點數的比值，得到所述點云目標的高度分布特征。

10.根據權利要求1-9中任一項所述的方法，其中，所述對所述特征表示進行二分類，得到分類結果，包括：

將所述點云目標的特征表示輸入決策樹進行二分類，得到分類結果，其中，所述決策樹用于將所述點云目標分類為擋墻類別和非擋墻類別。

11.根據權利要求1-10中任一項所述的方法，還包括：

在多個點云目標均為擋墻類別的情況下，將距離小于距離閾值的多個點云目標進行合并處理。