障碍物识别方法及装置、计算机设备及可读存储介质制造方法及图纸

本发明专利技术提供一种障碍物识别方法及装置、计算机设备及可读介质。其所述方法包括：将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；将至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；根据至少一个霍夫图，生成待识别的障碍物的特征向量；根据预先训练的分类器模型和待识别的障碍物的特征向量，识别待识别的障碍物的类别。本发明专利技术的技术方案，通过对待识别的障碍物的点云进行剖析，使得待识别的障碍物的特征向量中包含更加丰富的待识别的障碍物的信息，能够有效地提高对待识别的障碍物的识别准确度，从而能够有效地提高对待识别的障碍物的识别效率。

Obstacle identification method and device, computer device and readable storage medium

The invention provides an obstacle identification method and device, a computer device and a readable medium. It includes the method for obstacle recognition of the point cloud in at least one preset on the projection plane, get at least one projection image; at least one projection image corresponding to the at least one binarization image projection were Hof change, get at least a Hof diagram; according to at least one a feature vector generation Hoff plots, to identify the obstacles; according to the classifier model in advance training and obstacles to recognition, recognition obstacle identification categories. The technical scheme of the invention, the article analyzes the obstacles towards the identification of the point cloud, which contains identifying obstacles more abundant information of the feature vector to identify the obstacles, can effectively improve the recognition towards the obstacle identification accuracy, which can effectively improve the treatment of obstacle recognition the recognition efficiency.

【技术实现步骤摘要】
障碍物识别方法及装置、计算机设备及可读存储介质
本专利技术涉及自动驾驶
，尤其涉及一种障碍物识别方法及装置、计算机设备及可读存储介质。
技术介绍
在现有的自动驾驶技术中，待识别的障碍物识别输出的信息会作为控制和策划的信息的输入，因此，对待识别的障碍物进行准确而快速的识别是一项非常关键的技术。现有技术中，通常采用摄像头和激光雷达对待识别的障碍物进行识别。其中摄像头方案可以应用在光照非常充足，环境比较稳定的场景下。但是在天气不好和道路环境混乱的情况下，摄像头方案的视觉一直都不够稳定，导致采集的待识别的障碍物的信息不准确。而激光雷达虽然非常昂贵，但是激光雷达方案识别的待识别的障碍物时非常稳定和安全。现有技术中，采用激光雷达识别待识别的障碍物时，根据激光雷达扫描待识别的障碍物所获取的待识别的障碍物的点云大小以及局部特征，来判断待识别的障碍物的类别。例如，可以根据待识别的障碍物的点云的局部特征是否为人的头像，来判断待识别的障碍物是否为人；根据待识别的障碍物的点云的局部特征是否为自行车的车头特征，来判断待识别的障碍物是否为自行车等等。但是现有技术中，激光雷达扫描的点云中待识别的障碍物的点云的局部特征通常并不是那么明显，导致对待识别的障碍物的识别准确度较差、识别效率较低。
技术实现思路
本专利技术提供了一种障碍物识别方法及装置、计算机设备及可读介质，用于提高自动驾驶中待识别的障碍物的识别准确度和识别效率。本专利技术提供一种障碍物识别方法，所述方法包括：将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量；根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别。进一步可选地，在如上所述的方法中，根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量，具体包括：根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征；根据所述待识别的障碍物的多个霍夫特征，生成所述待识别的障碍物的特征向量。进一步可选地，在如上所述的方法中，根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征，具体包括：将所述至少一个霍夫图中的各像素点的值作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图中的各像素点的值进行归一化处理后，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值累加作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值进行累加，得到累加值；将属于同一所述霍夫图中的各所述累加值进行归一化处理，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征。进一步可选地，在如上所述的方法中，根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量，具体包括：根据所述至少一个霍夫图，并结合所述待识别的障碍物的点云的尺寸、质心坐标以及点的总数中的至少一个，生成所述待识别的障碍物的特征向量。进一步可选地，在如上所述的方法中，将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图之前，还包括：将所述至少一个投影图像分别进行网格化和二值化处理，得到对应的所述至少一个二值化投影图像。进一步可选地，在如上所述的方法中，根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别之前，所述方法还包括：采集多个已标注障碍物类别的预设障碍物的点云信息，生成障碍物训练集；根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型。进一步可选地，在如上所述的方法中，根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型，具体包括：将所述障碍物训练集中的各所述预设障碍物的点云在所述预设的至少一个平面上进行投影，得到至少一个预设投影图像；将所述至少一个预设投影图像对应的至少一个二值化预设投影图像分别进行霍夫变化，得到至少一个预设霍夫图；根据所述至少一个预设霍夫图，生成所述预设障碍物的特征向量；根据各所述预设障碍物的特征向量和对应的所述预设障碍物的点云的类别，训练所述分类器模型，从而确定所述分类器模型。本专利技术还提供一种障碍物识别装置，所述装置包括：投影模块，用于将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；霍夫变化模块，用于将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；特征向量生成模块，用于根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量；识别模块，用于根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别。进一步可选地，在如上所述的装置中，所述特征向量生成模块，具体包括：霍夫特征获取单元，用于根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征；特征向量生成单元，用于根据所述待识别的障碍物的多个霍夫特征，生成所述待识别的障碍物的特征向量。进一步可选地，在如上所述的装置中，所述霍夫特征获取单元，具体用于：将所述至少一个霍夫图中的各像素点的值作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图中的各像素点的值进行归一化处理后，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值累加作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值进行累加，得到累加值；将属于同一所述霍夫图中的各所述累加值进行归一化处理，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征。进一步可选地，在如上所述的装置中，所述特征向量生成模块，具体用于根据所述至少一个霍夫图，并结合所述待识别的障碍物的点云的尺寸、质心坐标以及点的总数中的至少一个，生成所述待识别的障碍物的特征向量。进一步可选地，在如上所述的装置中，还包括：投影图像处理模块，用于将所述至少一个投影图像分别进行网格化和二值化处理，得到对应的所述至少一个二值化投影图像。进一步可选地，在如上所述的装置中，所述装置还包括：采集模块，用于采集多个已标注障碍物类别的预设障碍物的点云信息，生成障碍物训练集；训练模块，用于根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型。进一步可选地，在如上所述的装置中，所述训练模块，具体用于：将所述障碍物训练集中的各所述预设障碍物的点云在所述预设的至少一个平面上进行投影，得到至少一个预设投影图像；将所述至少一个预设投影图像对应的至少一个二值化预设投影图像分别进行霍夫变化，得到至少一个预设霍夫图；根据所述至少一个预设霍夫图，生成所本文档来自技高网...

【技术保护点】
一种障碍物识别方法，其特征在于，所述方法包括：将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量；根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别。

【技术特征摘要】
1.一种障碍物识别方法，其特征在于，所述方法包括：将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量；根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别。2.根据权利要求1所述的方法，其特征在于，根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量，具体包括：根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征；根据所述待识别的障碍物的多个霍夫特征，生成所述待识别的障碍物的特征向量。3.根据权利要求2所述的方法，其特征在于，根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征，具体包括：将所述至少一个霍夫图中的各像素点的值作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图中的各像素点的值进行归一化处理后，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值累加作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值进行累加，得到累加值；将属于同一所述霍夫图中的各所述累加值进行归一化处理，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征。4.根据权利要求1所述的方法，其特征在于，根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量，具体包括：根据所述至少一个霍夫图，并结合所述待识别的障碍物的点云的尺寸、质心坐标以及点的总数中的至少一个，生成所述待识别的障碍物的特征向量。5.根据权利要求1-4任一所述的方法，其特征在于，将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图之前，还包括：将所述至少一个投影图像分别进行网格化和二值化处理，得到对应的所述至少一个二值化投影图像。6.根据权利要求1-4任一所述的方法，其特征在于，根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别之前，所述方法还包括：采集多个已标注障碍物类别的预设障碍物的点云信息，生成障碍物训练集；根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型。7.根据权利要求6所述的方法，其特征在于，根据所述障碍物训练集中的所述多个预设障碍物的点云信息，训练所述分类器模型，具体包括：将所述障碍物训练集中的各所述预设障碍物的点云在所述预设的至少一个平面上进行投影，得到至少一个预设投影图像；将所述至少一个预设投影图像对应的至少一个二值化预设投影图像分别进行霍夫变化，得到至少一个预设霍夫图；根据所述至少一个预设霍夫图，生成所述预设障碍物的特征向量；根据各所述预设障碍物的特征向量和对应的所述预设障碍物的点云的类别，训练所述分类器模型，从而确定所述分类器模型。8.一种障碍物识别装置，其特征在于，所述装置包括：投影...

【专利技术属性】
技术研发人员：李晓晖，郭疆，谢国洋，王亮，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11