障碍物识别方法及装置、计算机设备及可读介质制造方法及图纸

技术编号:15763737 阅读:538 留言:0更新日期:2017-07-06 02:17
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。其方法包括:获取当前车辆周围的连续N+1帧的待识别障碍物的信息;根据前N帧各帧中的待识别障碍物的信息,获取各帧中至少两个高度的点云层在水平面的第一点云投影图、识别障碍物在水平面的第一反射信息投影图、以及待识别障碍物在水平面的第一占空比投影图;根据预先训练的分类器模型、预先获取的前N帧中各帧中待识别障碍物在水平面的第一障碍物类别图、预先设置的前N帧中各帧的权重以及各帧的至少两个第一点云投影图、第一反射信息投影图和第一占空比投影图,预测第N+1帧的第一障碍物类别图。本发明专利技术的技术方案,能够有效地提高对待识别的障碍物的识别准确度和识别效率。

Obstacle identification method and device, computer device and readable medium

The invention provides an obstacle identification method and device, a computer device and a readable medium. The method includes: to identify obstacles to obtain the information of N+1 frames around the current vehicle; according to identify the obstacle information before the N frame among the frames, each frame to obtain at least two of the height of the point clouds in the horizontal plane of the first point cloud projection, identify obstacles at the level of the first reflection information the projection map, and to identify obstacles in the level of the first duty ratio projection; according to the weight of each frame N frame each frame before the frame of N classifier model, pre training pre acquired in identifying obstacles in the first level of the object class diagram, obstacle set in each frame and at least two the first point cloud projection, the first reflection information projection and the first duty ratio projection map, prediction of the N+1 frame the first obstacle class diagram. The technical proposal of the invention can effectively improve the recognition accuracy and the recognition efficiency of the treated obstacles.

【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,根据激光雷达扫描单帧的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。其中激光雷达扫描一帧的点云通常指的是激光雷达在1s内旋转360度扫描当前车辆周围一圈的障碍物所得的点云;因此,一帧的点云中可以包括一个待识别的障碍物,也可以包括多个待识别的障碍物。然后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,根据激光雷达扫描的单帧的待识别的障碍物的点云检测待识别的障碍物时,所有待识别的障碍物都是静止的,例如很容易将行人识别为如背景中的柱状物体等,导致识别道路中的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:获取激光雷达扫描当前车辆周围的连续N+1帧的待识别障碍物的信息;根据所述N+1帧中的前N帧的各帧中的所述待识别障碍物的信息,获取各所述帧中至少两个高度的点云层在水平面的第一点云投影图、各所述帧中所述待识别障碍物在所述水平面的第一反射信息投影图、以及各所述帧中所述待识别障碍物在所述水平面的第一占空比投影图;根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图。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、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之后,所述方法还包括:根据所述第N+1帧的所述第一障碍物类别图和所述第N+1帧的所述待识别障碍物的信息,识别所述第N+1帧的点云中各所述待识别障碍物的类别。进一步可选地,在如上所述的方法中,根据所述第N+1帧的所述第一障碍物类别图和所述第N+1帧的所述待识别障碍物的信息,识别所述第N+1帧的点云中各所述待识别障碍物的类别,具体包括:根据所述第N+1帧的所述第一障碍物类别图,在所述第N+1帧的所述待识别障碍物的点云中标识各所述待识别的障碍物的类别;判断所述第N+1帧的所述待识别障碍物的点云中同一所述待识别的障碍物是否标识有两种以上不同的类别,若是,根据所述待识别的障碍物的点云中两种以上不同的类别分别对应的点的数量,标识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N+1帧中的前N帧的各帧中的所述待识别障碍物的信息,获取各所述帧中至少两个高度的点云层在水平面的第一点云投影图、各所述帧中所述待识别障碍物在所述水平面的第一反射信息投影图、以及各所述帧中所述待识别障碍物在所述水平面的第一占空比投影图,具体包括:根据所述前N帧的各所述帧中的所述待识别障碍物的点云,获取平行于所述水平面的至少两个高度的所述点云层;将所述至少两个高度的所述点云层分别在所述水平面上做投影,得到各所述帧对应的至少两个所述第一点云投影图;根据所述前N帧的各所述帧中的所述待识别障碍物的表面上各点的反射值,在各所述帧中所述待识别障碍物的点云在所述水平面的投影中标识所述待识别障碍物的表面上各点的所述反射值,得到各所述帧对应的所述第一反射信息投影图;根据所述前N帧的各所述帧中的所述待识别障碍物的点云,获取各所述帧中所述待识别障碍物的点云在所述水平面的所述第一占空比投影图。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、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之前,所述方法还包括:获取所述前N帧中各所述帧中所述待识别障碍物在所述水平面的所述第一障碍物类别图;进一步地,获取所述前N帧中各所述帧中所述待识别障碍物在所述水平面的所述第一障碍物类别图,具体包括:从静态地图中获取所述第1帧中的所述待识别障碍物在所述水平面的所述第一障碍物类别图;根据预先训练的分类器模型、预先获取的所述前i帧中各所述帧中所述待识别障碍物在所述水平面的所述第一障碍物类别图以及所述前i帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测第i+1帧的所述第一障碍物类别图;其中所述i为1≤i≤(N-1)中的整数。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、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之前,所述方法还包括:为所述前N帧中的第j帧设置权重Wj,第j+1帧设置权重Wj+1,其中Wj+1>Wj;其中所述j为1≤j≤N的整数;或者为所述前N帧中的第1帧到第int(N/2)帧设置权重Q,为所述前N帧中的所述第int(N/2)到第N帧设置权重R,且所述R大于所述Q。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、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之前,所述方法还包括:采集多组连续的N+1帧已知类别的预设障碍物的信息,生成障碍物训练集;各所述帧的所述预设障碍物的信息包括所述预设障碍物的点云和所述预设障碍物的各点的反射值;根据所述障碍物训练集中多组所述连续N+1帧的所述预设障碍物的信息,训练所述分类本文档来自技高网...
障碍物识别方法及装置、计算机设备及可读介质

【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:获取激光雷达扫描当前车辆周围的连续N+1帧的待识别障碍物的信息;根据所述N+1帧中的前N帧的各帧中的所述待识别障碍物的信息,获取各所述帧中至少两个高度的点云层在水平面的第一点云投影图、各所述帧中所述待识别障碍物在所述水平面的第一反射信息投影图、以及各所述帧中所述待识别障碍物在所述水平面的第一占空比投影图;根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图。

【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:获取激光雷达扫描当前车辆周围的连续N+1帧的待识别障碍物的信息;根据所述N+1帧中的前N帧的各帧中的所述待识别障碍物的信息,获取各所述帧中至少两个高度的点云层在水平面的第一点云投影图、各所述帧中所述待识别障碍物在所述水平面的第一反射信息投影图、以及各所述帧中所述待识别障碍物在所述水平面的第一占空比投影图;根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图。2.根据权利要求1所述的方法,其特征在于,根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之后,所述方法还包括:根据所述第N+1帧的所述第一障碍物类别图和所述第N+1帧的所述待识别障碍物的信息,识别所述第N+1帧的点云中各所述待识别障碍物的类别。3.根据权利要求2所述的方法,其特征在于,根据所述第N+1帧的所述第一障碍物类别图和所述第N+1帧的所述待识别障碍物的信息,识别所述第N+1帧的点云中各所述待识别障碍物的类别,具体包括:根据所述第N+1帧的所述第一障碍物类别图,在所述第N+1帧的所述待识别障碍物的点云中标识各所述待识别的障碍物的类别;判断所述第N+1帧的所述待识别障碍物的点云中同一所述待识别的障碍物是否标识有两种以上不同的类别,若是,根据所述待识别的障碍物的点云中两种以上不同的类别分别对应的点的数量,标识所述待识别的障碍物的类别。4.根据权利要求1所述的方法,其特征在于,根据所述N+1帧中的前N帧的各帧中的所述待识别障碍物的信息,获取各所述帧中至少两个高度的点云层在水平面的第一点云投影图、各所述帧中所述待识别障碍物在所述水平面的第一反射信息投影图、以及各所述帧中所述待识别障碍物在所述水平面的第一占空比投影图,具体包括:根据所述前N帧的各所述帧中的所述待识别障碍物的点云,获取平行于所述水平面的至少两个高度的所述点云层;将所述至少两个高度的所述点云层分别在所述水平面上做投影,得到各所述帧对应的至少两个所述第一点云投影图;根据所述前N帧的各所述帧中的所述待识别障碍物的表面上各点的反射值,在各所述帧中所述待识别障碍物的点云在所述水平面的投影中标识所述待识别障碍物的表面上各点的所述反射值,得到各所述帧对应的所述第一反射信息投影图;根据所述前N帧的各所述帧中的所述待识别障碍物的点云,获取各所述帧中所述待识别障碍物的点云在所述水平面的所述第一占空比投影图。5.根据权利要求1所述的方法,其特征在于,根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之前,所述方法还包括:获取所述前N帧中各所述帧中所述待识别障碍物在所述水平面的所述第一障碍物类别图;进一步地,获取所述前N帧中各所述帧中所述待识别障碍物在所述水平面的所述第一障碍物类别图,具体包括:从静态地图中获取所述第1帧中的所述待识别障碍物在所述水平面的所述第一障碍物类别图;根据预先训练的分类器模型、预先获取的所述前i帧中各所述帧中所述待识别障碍物在所述水平面的所述第一障碍物类别图以及所述前i帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测第i+1帧的所述第一障碍物类别图;其中所述i为1≤i≤(N-1)中的整数。6.根据权利要求1所述的方法,其特征在于,根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之前,所述方法还包括:为所述前N帧中的第j帧设置权重Wj,第j+1帧设置权重Wj+1,其中Wj+1>Wj;其中所述j为1≤j≤N的整数;或者为所述前N帧中的第1帧到第int(N/2)帧设置权重Q,为所述前N帧中的所述第int(N/2)到第N帧设置权重R,且所述R大于所述Q。7.根据权利要求1-6任一所述的方法,其特征在于,根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图,预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之前,所述方法还包括:采集多组连续的N+1帧已知类别的预设障碍物的信息,生成障碍物训练集;各所述帧的所述预设障碍物的信息包括所述预设障碍物的点云和所述预设障碍物的各点的反射值;根据所述障碍物训练集中多组所述连续N+1帧的所述预设障碍物的信息,训练所述分类器模型。8.根据权利要求7所述的方法,其特征在于,根据所述障碍物训练集中多组所述连续N+1帧的所述预设障碍物的信息,训练所述分类器模型,具体包括:分别根据所述...

【专利技术属性】
技术研发人员:谢国洋李晓晖郭疆王亮
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

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1