The invention provides a barrier segmentation method and device, computer equipment and readable medium. The method includes: acquiring multiple pairs of windows belonging to the same preset neighborhood from several windows acquired from the obstacle point cloud around the current vehicle; acquiring the feature information of two windows in each group of windows and the feature information of the center point of the two windows according to the obstacle point cloud around the current vehicle; According to the feature information of the two windows in each group of windows, the feature information of the center point of the two windows and the semantic feature model trained beforehand, the semantic feature information corresponding to the center point of the two windows in the corresponding group of windows is predicted, and the semantic feature information corresponding to the center point of the two windows in the corresponding group of windows is obtained. The obstacles are divided into obstacles in the cloud. The technical scheme of the invention can effectively improve the accuracy of obstacle segmentation, and then can effectively improve the accuracy of obstacle segmentation.
【技术实现步骤摘要】
障碍物分割方法及装置、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分割方法及装置、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，为了保证无人车在道路上行驶的安全，需要实时从当前车辆周围的三维点云中分割出障碍物，以从当前车辆周围环境中检测出每个障碍物的位置信息，并将其反馈给规划控制系统从而进行避章操作。因此，对三维点云中的障碍物的分割是一项非常关键的技术。现有技术中，受限于“实时”的效率要求，无人车行驶中的障碍物分割算法基本都只依赖于空间距离信息。其基本假设是空间上距离接近的点来自于同一个障碍物，反之距离较远的物体分布在不同的障碍物上。基于这种假设，该类方法又可以大致分为基于局部区域生长方法和非局部图模型切割的方法。其中局部区域生长方法是根据局部距离利用一个或多个阈值通过“连接”操作进行生长。“连接”操作即为将欧式距离低于某阈值的点连接起来作为一个cluster。而基于图模型的方法则先将点云表示成一张图。其中，图的“顶点”是点或者一小块点集，而“边”连接了局部距离较近的顶点(可以是最近的K个顶点，或者距离小于一定阈值的...
【技术保护点】
1.一种障碍物分割方法，其特征在于，所述方法包括：从根据当前车辆周围的障碍物点云获取的数个窗口中，获取属于同一预设的邻域区间的多组窗口对；各组所述窗口对中包括两个所述窗口；根据所述当前车辆周围的所述障碍物点云，获取各组所述窗口对中的两个所述窗口的特征信息以及两个所述窗口的中心点的特征信息；根据各组所述窗口对中的两个所述窗口的特征信息、对应的所述窗口对中的两个所述窗口的中心点的特征信息以及预先训练的语义特征模型，预测对应的所述窗口对中的两个所述窗口的中心点对应的语义特征信息；根据各组所述窗口对中的两个所述窗口的中心点对应的语义特征信息，对所述障碍物点云中的各障碍物进行分割。
【技术特征摘要】
1.一种障碍物分割方法，其特征在于，所述方法包括：从根据当前车辆周围的障碍物点云获取的数个窗口中，获取属于同一预设的邻域区间的多组窗口对；各组所述窗口对中包括两个所述窗口；根据所述当前车辆周围的所述障碍物点云，获取各组所述窗口对中的两个所述窗口的特征信息以及两个所述窗口的中心点的特征信息；根据各组所述窗口对中的两个所述窗口的特征信息、对应的所述窗口对中的两个所述窗口的中心点的特征信息以及预先训练的语义特征模型，预测对应的所述窗口对中的两个所述窗口的中心点对应的语义特征信息；根据各组所述窗口对中的两个所述窗口的中心点对应的语义特征信息，对所述障碍物点云中的各障碍物进行分割。2.根据权利要求1所述的方法，其特征在于，根据各组所述窗口对中的两个所述窗口的特征信息、对应的所述窗口对中的两个所述窗口的中心点的特征信息以及预先训练的语义特征模型，预测对应的所述窗口对中的两个所述窗口的中心点对应的语义特征信息，具体包括：根据各组所述窗口对中的两个所述窗口的特征信息、对应的所述窗口对中的两个所述窗口的中心点的特征信息以及预先训练的回归器模型，预测对应的所述窗口对中的两个所述窗口的中心点属于同一障碍物的概率；根据各组所述窗口对中的两个所述窗口的中心点对应的语义特征信息，对所述障碍物点云中的各障碍物进行分割，具体包括：根据各组所述窗口对中的两个所述窗口的中心点属于同一障碍物的概率，并结合预设的概率阈值对所述障碍物点云中的各所述障碍物进行聚类，从而实现对所述障碍物点云中的各所述障碍物进行分割。3.根据权利要求2所述的方法，其特征在于，根据各组所述窗口对中的两个所述窗口的特征信息、对应的所述窗口对中的两个所述窗口的中心点的特征信息以及预先训练的语义特征模型，预测对应的所述窗口对中的两个所述窗口的中心点对应的语义特征信息之前，所述方法还包括：采集多个预设障碍物的点云，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，训练所述回归器模型。4.根据权利要求3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，训练所述回归器模型，具体包括：根据所述障碍物训练集中的各所述预设障碍物的点云，获取对应的数个预设窗口；从所述数个预设窗口中获取属于同一所述预设的邻域区间的多组预设窗口对，其中每组所述预设窗口对包括两个所述预设窗口；根据所述障碍物训练集中的各所述预设障碍物的点云，获取各组所述预设窗口对中的两个所述预设窗口的特征信息以及两个所述预设窗口的中心点的特征信息；根据所述障碍物训练集中的各所述预设障碍物的点云，获取各组所述预设窗口对中的两个所述预设窗口的中心点属于同一障碍物的概率；采用各组所述预设窗口对中的两个所述预设窗口的特征信息、对应的两个所述预设窗口的中心点的特征信息、以及各组所述预设窗口对中的两个所述预设窗口的中心点属于同一障碍物的概率，训练所述回归器模型，从而确定所述回归器模型。5.根据权利要求1-4任一所述的方法，其特征在于，从根据当前车辆周围的障碍物点云获取的数个窗口中，获取属于同一预设的邻域区间的多组窗口对之前，所述方法还包括：根据所述当前车辆周围的所述障碍物点云，获取对应的所述数个窗口。6.根据权利要求5所述的方法，其特征在于，根据所述当前车辆周围的所述障碍物点云，获取对应的所述数个窗口，具体包括：对三维的所述障碍物点云进行离散化的网格处理，使得所述障碍物点云划分成数个格子；以所述障碍物点云中的每个所述格子为中心点，获取对应的所述窗口，共得到所述数个窗口；进一步地，此时各所述窗口的特征信息包括所述窗口中各体素点与中心点的距离地面的高度差、密度差以及平均反射值差中的至少一个；对应的所述窗口的中心点的特征信息为对应的所述中心点的距离地面的高度、密度以及平均反射值中的至少一个。7.根据权利要求5所述的方法，其特征在于，根据所述当前车辆周围的所述障碍物点云，获取对应的所述数个窗口，具体包括：将所述障碍物点云投射在垂直于高度的二维平面上，得到所述障碍物点云的二维映射图；根据所述障碍物点云的二维映射图和所述障碍物点云中各点的高度，得到所述障碍物点云的二维高度图；对所述二维高度图中的所述障碍物点云的映射点进行离散化的网格处理，使得所述二维高度图中的所述障碍物点云的映射点划分成数个格子；以每个所述格子为中心点，获取对应的所述窗口，共得到所述数个窗口；进一步地，此时各所述窗口的特征信息包括所述窗口中各像素点与中心点的距离地面的高度差、密度差以及平均反射值差中的...
【专利技术属性】
技术研发人员：孙迅，谢远帆，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
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。