一种障碍物检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:24757812 阅读:69 留言:0更新日期:2020-07-04 09:32
本申请公开了一种障碍物检测方法、装置、电子设备及存储介质,涉及无人驾驶技术,尤其涉及自主泊车技术领域。具体实现方案为:接收车辆上的多个传感器发送的各感知位置的坐标和各坐标对应的置信度;根据各坐标和其对应的置信度,通过栅格地图模型计算出检测区域中的各栅格的障碍物信息;其中,检测区域的各栅格由内侧弧线边界、外侧弧线边界、左侧直线边界和右侧直线边界组成;内侧弧线边界与外侧弧线边界之间的距离为预设长度值;右侧直线边界到左侧直线边界的角度跨度为预设角度值;根据检测区域中的各栅格的障碍物信息,检测出存在于车辆周围的障碍物。本申请可以有效地节省计算资源,提高检测速度,达到感知精度和计算资源的平衡。

The invention relates to an obstacle detection method, device, electronic equipment and storage medium

【技术实现步骤摘要】
一种障碍物检测方法、装置、电子设备及存储介质
本申请涉及计算机应用
,进一步涉及无人驾驶技术,尤其是一种障碍物检测方法、装置、电子设备及存储介质。
技术介绍
目前,自动驾驶技术是汽车产业发展的重要方向之一,自动泊车是自动驾驶量产落地的一个重要场景;自动泊车实现时需要完备的感知系统、环境建模融合以及控制决策算法,来处理停车场相对较为复杂的交通环境。现有的自动泊车方法中,很多都采用栅格地图模型实现环境融合,将不同的传感器的数据,如超声波雷达、摄像头、毫米波雷达等信息通过相关的算法投射到栅格地图模型中,图1是现有技术中的栅格地图模型的结构示意图。如图1所示,在现有的栅格地图模型中,每一个栅格由内测直线边界、外侧直线边界、左侧直线边界和右侧直线边界组成。该栅格地图模型输出给下游的规划决策模块的是每一个栅格的障碍物信息,例如,0表示此栅格中没有障碍物,1表示此处有障碍物;然后由下游的规划决策模块根据每一个栅格的障碍物信息检测出存在于车辆周围的障碍物。栅格地图模型源于自动机器人的运动方案,构建起来非常简单,易于表述,方便后续的路径规划;但是由于汽车的运动方式和机器人相比差异较大,使用场景区别很大,并且传统的栅格地图模型对处理器的资源占用较大,因此,需要设计适用于自动泊车的场景需求。
技术实现思路
有鉴于此,本申请提出实施例提供一种障碍物检测方法、装置、电子设备及存储介质,可以有效地节省计算资源,提高检测速度,达到感知精度和计算资源的平衡。第一方面,本申请实施例提供了一种障碍物检测方法,所述方法包括:接收车辆上的多个传感器发送的各个感知位置的坐标和各个坐标对应的置信度;根据各个感知位置的坐标和各个坐标对应的置信度,通过预先建立的栅格地图模型计算出检测区域中的每一个栅格的障碍物信息;其中,所述检测区域的每一个栅格由内侧弧线边界、外侧弧线边界、左侧直线边界和右侧直线边界组成;所述内侧弧线边界与所述外侧弧线边界之间的距离为预设长度值;所述右侧直线边界到所述左侧直线边界的角度跨度为预设角度值;根据所述检测区域中的每一个栅格的障碍物信息,检测出存在于车辆周围的障碍物。上述实施例具有如下优点或有益效果:本申请设计了新的栅格地图模型,在新的栅格地图模型中,每一个栅格由内侧弧线边界、外侧弧线边界、左侧直线边界和右侧直线边界组成;内侧弧线边界与外侧弧线边界之间的距离为预设长度值;右侧直线边界到左侧直线边界的角度跨度为预设角度值,由于检测区域中的任意一个位置均可以采用极坐标进行表示,从而达到了节省计算资源和提高检测速度的目的。而在现有的栅格地图模型中,每一个栅格由内测直线边界、外侧直线边界、左侧直线边界和右侧直线边界组成,现有的栅格地图模型更适合于自动机器人的应用场景。因为本申请设计了新的栅格地图模型,克服了现有技术中的栅格地图模型不适用于自动泊车的应用场景的技术问题,进而有效地节省计算资源,提高检测速度,达到感知精度和计算资源的平衡。在上述实施例中,所述根据各个感知位置的坐标和各个坐标对应的置信度,通过预先建立的栅格地图模型计算出所述车辆的检测区域中的每一个栅格的障碍物信息,包括:将各个感知位置的坐标和各个坐标对应的置信度输入至所述栅格地图模型;根据各个感知位置的坐标和各个坐标对应的置信度计算所述检测区域中的每一个栅格的障碍物信息;其中,所述障碍物信息包括:存在障碍物的信息和不存在障碍物的信息;通过所述栅格地图模型输出所述检测区域中的每一个栅格的障碍物信息。上述实施例具有如下优点或有益效果:上述实施例可以根据各个感知位置的坐标和各个坐标对应的置信度计算所述检测区域中的每一个栅格的障碍物信息,从而可以通过栅格地图模型输出所述检测区域中的每一个栅格的障碍物信息,这样可以更加准确地计算出每一个栅格的障碍物信息,从而可以更加准确地对存在于车辆周围的障碍物进行检测。在上述实施例中,所述检测区域至少包括:前方扇形检测区域、后方扇形检测区域;所述前方扇形检测区域包括:与所述车辆的中心点的距离在第一长度范围内的前方近距离区域和与所述车辆的中心点的距离在第二长度范围内的前方远距离区域;所述前方近距离区域中的栅格密度大于所述前方远距离区域内的栅格密度;所述后方扇形检测区域包括:与所述车辆的中心点的距离在所述第一长度范围内的后方近距离区域和与所述车辆的中心点的距离在所述第二长度范围内的后方远距离区域;所述后方近距离区域中的栅格密度大于所述后方远距离区域内的栅格密度;所述第一长度范围的最大值小于等于所述第二长度范围的最小值。上述实施例具有如下优点或有益效果:上述实施例重新设计了新的栅格地图模型,在新的栅格地图模型中,前方扇形检测区域可以包括前方近距离区域和前方远距离区域;后方扇形检测区域可以包括后方近距离区域和后方远距离区域,这样可以在前方近距离区域和后方近距离区域中划分出密度较大的栅格,前方远距离区域和后方远距离区域中划分出密度较小的栅格,从而可以有效地节省计算资源,提高检测速度,达到感知精度和计算资源的平衡。在上述实施例中,所述检测区域还包括:左侧扇形检测区域和右侧扇形检测区域;其中,所述左侧扇形检测区域中的栅格密度与所述右侧扇形检测区域中的栅格密度相同且大于预设密度阈值。上述实施例具有如下优点或有益效果:上述实施例重新设计了新的栅格地图模型,在新的栅格地图模型中,左侧扇形检测区域和右侧扇形检测区域中的栅格密度相同;在一般情况下,左侧扇形检测区域和右侧扇形检测区域中的栅格密度可以与前方远距离区域或者后方远距离区域中的栅格密度相同,这样可以有效地节省计算资源,提高检测速度,达到感知精度和计算资源的平衡。在上述实施例中,所述内侧弧线边界与所述外侧弧线边界之间的距离根据各个传感器的感知误差进行设置;所述右侧直线边界到所述左侧直线边界的角度跨度根据各个传感器的感知精度和所述栅格地图模型所使用的存储空间进行设置。上述实施例具有如下优点或有益效果:上述实施例可以根据各个传感器的感知误差对内侧弧线边界与外侧弧线边界之间的距离进行设置;根据各个传感器的感知精度和栅格地图模型所使用的存储空间对右侧直线边界到左侧直线边界的角度跨度进行设置,这样可以达到感知精度和计算资源的平衡。第二方面,本申请还提供了一种障碍物检测装置,所述装置包括:接收模块、计算模块和检测模块;其中,所述接收模块,用于接收车辆上的多个传感器发送的各个感知位置的坐标和各个坐标对应的置信度;所述计算模块,用于根据各个感知位置的坐标和各个坐标对应的置信度,通过预先建立的栅格地图模型计算出检测区域中的每一个栅格的障碍物信息;其中,所述检测区域的每一个栅格由内侧弧线边界、外侧弧线边界、左侧直线边界和右侧直线边界组成;所述内侧弧线边界与所述外侧弧线边界之间的距离为预设长度值;所述右侧直线边界到所述左侧直线边界的角度跨度为预设角度值;所述检测模块,用于根据所述检测区域中的每一个栅格的障碍物信息,检测出存在于车辆周围的障碍物。在上述实施例中,所述计算模块包括:本文档来自技高网...

【技术保护点】
1.一种障碍物检测方法,其特征在于,所述方法包括:/n接收车辆上的多个传感器发送的各个感知位置的坐标和各个坐标对应的置信度;/n根据各个感知位置的坐标和各个坐标对应的置信度,通过预先建立的栅格地图模型计算出检测区域中的每一个栅格的障碍物信息;其中,所述检测区域的每一个栅格由内侧弧线边界、外侧弧线边界、左侧直线边界和右侧直线边界组成;所述内侧弧线边界与所述外侧弧线边界之间的距离为预设长度值;所述右侧直线边界到所述左侧直线边界的角度跨度为预设角度值;/n根据所述检测区域中的每一个栅格的障碍物信息,检测出存在于车辆周围的障碍物。/n

【技术特征摘要】
1.一种障碍物检测方法,其特征在于,所述方法包括:
接收车辆上的多个传感器发送的各个感知位置的坐标和各个坐标对应的置信度;
根据各个感知位置的坐标和各个坐标对应的置信度,通过预先建立的栅格地图模型计算出检测区域中的每一个栅格的障碍物信息;其中,所述检测区域的每一个栅格由内侧弧线边界、外侧弧线边界、左侧直线边界和右侧直线边界组成;所述内侧弧线边界与所述外侧弧线边界之间的距离为预设长度值;所述右侧直线边界到所述左侧直线边界的角度跨度为预设角度值;
根据所述检测区域中的每一个栅格的障碍物信息,检测出存在于车辆周围的障碍物。


2.根据权利要求1所述的方法,其特征在于,所述根据各个感知位置的坐标和各个坐标对应的置信度,通过预先建立的栅格地图模型计算出所述车辆的检测区域中的每一个栅格的障碍物信息,包括:
将各个感知位置的坐标和各个坐标对应的置信度输入至所述栅格地图模型;
根据各个感知位置的坐标和各个坐标对应的置信度计算所述检测区域中的每一个栅格的障碍物信息;其中,所述障碍物信息包括:存在障碍物的信息和不存在障碍物的信息;
通过所述栅格地图模型输出所述检测区域中的每一个栅格的障碍物信息。


3.根据权利要求1所述的方法,其特征在于,所述检测区域至少包括:前方扇形检测区域、后方扇形检测区域;所述前方扇形检测区域包括:与所述车辆的中心点的距离在第一长度范围内的前方近距离区域和与所述车辆的中心点的距离在第二长度范围内的前方远距离区域;所述前方近距离区域中的栅格密度大于所述前方远距离区域内的栅格密度;所述后方扇形检测区域包括:与所述车辆的中心点的距离在所述第一长度范围内的后方近距离区域和与所述车辆的中心点的距离在所述第二长度范围内的后方远距离区域;所述后方近距离区域中的栅格密度大于所述后方远距离区域内的栅格密度;所述第一长度范围的最大值小于等于所述第二长度范围的最小值。


4.根据权利要求1所述的方法,其特征在于,所述检测区域还包括:左侧扇形检测区域和右侧扇形检测区域;其中,所述左侧扇形检测区域中的栅格密度与所述右侧扇形检测区域中的栅格密度相同且大于预设密度阈值。


5.根据权利要求1所述的方法,其特征在于,所述内侧弧线边界与所述外侧弧线边界之间的距离根据各个传感器的感知误差进行设置;所述右侧直线边界到所述左侧直线边界的角度跨度根据各个传感器的感知精度和所述栅格地图模型所使用的存储空间进行设置。


6.一种障碍物检测装置,其特征在于,所述装置包括:接收模块、计算模块和检测模块;其中,
所述接收模块,用于接收车辆上的多个传感器发送的各个感知位置的坐标和各个坐标对应的置信度;
所述计算模块,用于根据各个感知位置的坐标和各个坐标对应的置信度,...

【专利技术属性】
技术研发人员:陈博文饶思粤
申请(专利权)人:北京百度网讯科技有限公司
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