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

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：将待识别的障碍物的点云分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值；根据所述多个第一匹配分值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。本发明专利技术的技术方案，通过将待识别的障碍物的点云分别与预先生成的多个障碍物点云模板中各障碍物点云模板进行匹配，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。

【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分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值；根据所述多个第一匹配分值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，将待识别的障碍物的点云与预先生成的多个障碍物点云模板中各所述障碍物点云模板分别进行匹配，得到多个第一匹配分值之前，所述方法还包括：根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板。进一步可选地，在如上所述的方法中，根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板，具体包括：分别从各所述类别的所述障碍物信息库中获取障碍物的点云在长度方向上使用频率最高的前N个长度数值、宽度方向上使用频率最高的前N个宽度数值以及高度方向上使用频率最高的前N个高度数值；将各所述类别对应的所述障碍物信息库中的所述前N个长度数值、所述前N个宽度数值以及所述前N个高度数值组合起来，生成所述多个障碍物点云模板。进一步可选地，在如上所述的方法中，将待识别的障碍物的点云分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值，具体包括：分别将所述待识别的障碍物的点云和所述多个障碍物点云模板中各所述障碍物点云模板，在长度和宽度平面上做投影；将所述待识别的障碍物的点云的投影和所述多个障碍物点云模板中各所述障碍物点云模板的投影按照相同的比例尺进行网格划分；将所述待识别的障碍物的点云的投影中的各网格与所述多个障碍物点云模板中各所述障碍物点云模板的投影中对应的网格进行匹配，得到所述待识别的障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果；根据所述待识别的障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果，得到所述多个第一匹配分值。进一步可选地，在如上所述的方法中，根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板之前，所述方法还包括：对障碍物训练集中的各障碍物的点云信息按照障碍物的类别进行分类统计，得到各类别对应的所述障碍物信息库。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：分别将各所述预设障碍物的点云和所述多个障碍物点云模板中各所述障碍物点云模板，在长度和宽度平面上做投影；将各所述预设障碍物的点云的投影和所述多个障碍物点云模板中各所述障碍物点云模板的投影按照相同的比例尺进行网格划分；将各所述预设障碍物的点云的投影中的各网格与所述多个障碍物点云模板中各所述障碍物点云模板的投影中对应的网格进行匹配，得到各所述预设障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果；根据各所述预设障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果，得到多个第二匹配分值。根据各所述预设障碍物的点云对应的所述多个第二匹配分值，得到对应的所述预设障碍物的点云的特征向量；根据各所述预设障碍物的点云的特征向量和对应的所述预设障碍物的点云的类别，训练分类器模型，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：匹配模块，用于将待识别的障碍物的点云分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值；特征向量生成模块，用于根据所述多个第一匹配分值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，还包括：模板生成模块，用于根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板。进一步可选地，在如上所述的装置中，所述模板生成模块，具体用于：分别从各所述类别的所述障碍物信息库中获取障碍物的点云在长度方向上使用频率最高的前N个长度数值、宽度方向上使用频率最高的前N个宽度数值以及高度方向上使用频率最高的前N个高度数值；将各所述类别对应的所述障碍物信息库中的所述前N个长度数值、所述前N个宽度数值以及所述前N个高度数值组合起来，生成所述多个障碍物点云模板。进一步可选地，在如上所述的装置中，所述匹配模块，具体用于：分别将所述待识别的障碍物的点云和所述多个障碍物点云模板中各所述障碍物点云模板，在长度和宽度平面上做投影；将所述待识别的障碍物的点云的投影和所述多个障碍物点云模板中各所述障碍物点云模板的投影按照相同的比例尺进行网格划分；将所述待识别的障碍物的点云的投影中的各网格与所述多个障碍物点云模板中各所述障碍物点云模板的投影中对应的网格进行匹配，得到所述待识别的障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果；根据所述待识别的障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果，得到所述多个第一匹配分值。进一步可选地，在如上所述的装置中，还包括：分类模块，用于对障碍物训练集中的各障碍物的点云信息按照障碍物的类别进行分类统计，得到各类别对应的所述障碍物信息库。进一步可选地，在如上所述的装置中，还包括本文档来自技高网...

【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分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值；根据所述多个第一匹配分值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分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值；根据所述多个第一匹配分值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，将待识别的障碍物的点云与预先生成的多个障碍物点云模板中各所述障碍物点云模板分别进行匹配，得到多个第一匹配分值之前，所述方法还包括：根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板。3.根据权利要求2所述的方法，其特征在于，根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板，具体包括：分别从各所述类别的所述障碍物信息库中获取障碍物的点云在长度方向上使用频率最高的前N个长度数值、宽度方向上使用频率最高的前N个宽度数值以及高度方向上使用频率最高的前N个高度数值；将各所述类别对应的所述障碍物信息库中的所述前N个长度数值、所述前N个宽度数值以及所述前N个高度数值组合起来，生成所述多个障碍物点云模板。4.根据权利要求2所述的方法，其特征在于，将待识别的障碍物的点云分别与预先生成的多个障碍物点云模板中各所述障碍物点云模板进行匹配，得到多个第一匹配分值，具体包括：分别将所述待识别的障碍物的点云和所述多个障碍物点云模板中各所述障碍物点云模板，在长度和宽度平面上做投影；将所述待识别的障碍物的点云的投影和所述多个障碍物点云模板中各所述障碍物点云模板的投影按照相同的比例尺进行网格划分；将所述待识别的障碍物的点云的投影中的各网格与所述多个障碍物点云模板中各所述障碍物点云模板的投影中对应的网格进行匹配，得到所述待识别的障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果；根据所述待识别的障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果，得到所述多个第一匹配分值。5.根据权利要求2-4任一所述的方法，其特征在于，根据预先统计的各类别的障碍物信息库中各方向上使用频率最高的前N个数值，生成所述多个障碍物点云模板之前，所述方法还包括：对障碍物训练集中的各障碍物的点云信息按照障碍物的类别进行分类统计，得到各类别对应的所述障碍物信息库。6.根据权利要求5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：分别将各所述预设障碍物的点云和所述多个障碍物点云模板中各所述障碍物点云模板，在长度和宽度平面上做投影；将各所述预设障碍物的点云的投影和所述多个障碍物点云模板中各所述障碍物点云模板的投影按照相同的比例尺进行网格划分；将各所述预设障碍物的点云的投影中的各网格与所述多个障碍物点云模板中各所述障碍物点云模板的投影中对应的网格进行匹配，得到各所述预设障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果；根据各所述预设障碍物的点云与所述多个障碍物点云模板中各所述障碍物点云模板之间的网格匹配结果，得到多个第二匹配分值。根据各所述预设障碍物的点云对应的所述多个第二匹配分值，得到对应的所述预设障碍物的点云的特征向量；根据各所述预设障碍物的点云的特征向量和对应的...

【专利技术属性】
技术研发人员：谢国洋，郭疆，李晓晖，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