基于无人车的障碍物检测方法、装置、设备以及存储介质制造方法及图纸

本申请提供一种基于无人车的障碍物检测方法、装置、设备以及存储介质，涉及无人车技术领域，其中，该方法包括：获取检测设备采集的点云数据，点云数据为检测设备对无人车周围的障碍物进行检测之后得到的数据；将点云数据投影到二维平面上得到二维投影网格图；根据二维投影网格图生成多条直线，多条直线中的每一条直线上具有二维数据，每一条直线具有参数信息，参数信息表征了直线与多条直线中的其他直线之间的关系；根据多条直线中的每一条直线的二维数据和参数信息确定每一条直线的朝向置信度数值；确定朝向置信度数值最大的直线所指示的方向信息为障碍物的朝向信息。准确的确定出无人车周围的障碍物的朝向，帮助无人车对障碍物进行避让。

【技术实现步骤摘要】
基于无人车的障碍物检测方法、装置、设备以及存储介质本申请是2018年09月07日提交的申请号为201811044542.3、专利技术名称为《基于无人车的障碍物检测方法、装置、设备以及存储介质》的专利技术专利申请的分案申请。
本申请涉及无人车
，尤其涉及一种基于无人车的障碍物检测方法、装置、设备以及存储介质。
技术介绍
随着智能技术的发展，无人车开始得到发展和应用。在无人车的行驶过程中，需要对无人车周围的障碍物的朝向进行检测。现有技术中，可以采用激光雷达采集到点云数据，然后对点云数据进行拟合处理，得到一个外边轮廓，将外边轮廓中的最长的边所指示的方向，作为无人车的朝向。然而现有技术中确定障碍物朝向的方式，采用拟合处理的方式并不准确，从而不能正确的确定出障碍物的朝向。
技术实现思路
本申请实施例提供一种基于无人车的障碍物检测方法、装置、设备以及存储介质，用于解决上述方案中不能正确的确定出障碍物的朝向的问题。本申请第一方面提供一种基于无人车的障碍物检测方法，包括：获取检测设备采集的点云数据，其中，所述点云数据为所述检测设备对所述无人车周围的障碍物进行检测之后得到的数据；将所述点云数据投影到二维平面上，得到二维投影网格图，其中，所述二维投影网格图中具有多个网格，所述二维投影网格图中具有二维数据，所述二维数据为所述点云数据投影后得到的数据；根据所述二维投影网格图，生成多条直线，其中，所述多条直线中的每一条直线上具有至少一个所述二维数据，所述每一条直线具有参数信息，所述参数信息表征了直线与所述多条直线中的其他直线之间的关系；根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息。进一步地，将所述点云数据投影到二维平面上，得到二维投影网格图，包括：将所述点云数据投影到二维平面上，得到二维投影图，其中，所述二维投影图中具有所述二维数据；对所述二维投影图进行网格化处理，得到所述二维投影网格图。进一步地，根据所述二维投影网格图，生成多条直线，包括：针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则为网络赋值为第一数值；针对所述二维投影网格图的每一个网络，若网络中不具有所述二维数据，则为网络赋值为第二数值；根据取值为所述第一数值的网格，生成所述多条直线。进一步地，针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则为网络赋值为第一数值，包括：针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则根据网格中的二维数据的个数，为网格赋值为第一数值，其中，所述二维数据的个数与所述第一数值成正比。进一步地，所述根据取值为所述第一数值的网格，生成所述多条直线，包括：将至少两个取值为第一数值的网格，连接为一条直线，生成所述多条直线。进一步地，所述根据取值为所述第一数值的网格，生成所述多条直线，包括：根据取值为所述第一数值的网格，在所述二维投影网格图上进行霍夫直线检测，得到多条直线。进一步地，根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息，包括：根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定每一条直线的朝向置信度数值；确定朝向置信度数值最大的直线所指示的方向信息，为所述障碍物的朝向信息。进一步地，根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定每一条直线的朝向置信度数值，包括：确定与每一条直线相交的相交直线，其中，每一条直线的所述参数信息为每一条直线和每一条直线所对应的每一条相交直线之间的夹角、相交点；根据每一条直线所具有的所有夹角的夹角值，确定每一条直线的夹角参数；根据每一条直线所具有的所有相交点的位置信息，确定每一条直线的位置参数；根据每一条直线上的第一个网格到每一条直线上的最后一个网格之间的距离，为每一条直线的距离参数；根据每一条直线上的二维数据的个数、所述夹角参数、所述位置参数和所述距离参数，确定每一条直线的朝向置信度数值。进一步地，所述根据每一条直线所具有的所有夹角的夹角值，确定每一条直线的夹角参数，包括：将每一条直线所具有的所有夹角的夹角值进行加权求和，得到每一条直线的夹角参数。进一步地，所述根据每一条直线所具有的所有相交点的位置信息，确定每一条直线的位置参数，包括：将每一条直线所具有的所有相交点的位置信息进行加权求和，得到每一条直线的位置参数。进一步地，所述根据每一条直线上的二维数据的个数、所述夹角参数、所述位置参数和所述距离参数，确定每一条直线的朝向置信度数值，包括：将每一条直线上的二维数据的个数、所述夹角参数、所述位置参数和所述距离参数进行加权求和，得到每一条直线的朝向置信度数值。本申请第三方面提供一种基于无人车的障碍物检测装置，包括：获取单元，用于获取检测设备采集的点云数据，其中，所述点云数据为所述检测设备对所述无人车周围的障碍物进行检测之后得到的数据；投影单元，用于将所述点云数据投影到二维平面上，得到二维投影网格图，其中，所述二维投影网格图中具有多个网格，所述二维投影网格图中具有二维数据，所述二维数据为所述点云数据投影后得到的数据；生成单元，用于根据所述二维投影网格图，生成多条直线，其中，所述多条直线中的每一条直线上具有至少一个所述二维数据，所述每一条直线具有参数信息，所述参数信息表征了直线与所述多条直线中的其他直线之间的关系；确定单元，用于根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息。进一步地，所述投影单元，包括：投影模块，用于将所述点云数据投影到二维平面上，得到二维投影图，其中，所述二维投影图中具有所述二维数据；网格化模块，用于对所述二维投影图进行网格化处理，得到所述二维投影网格图。进一步地，所述生成单元，包括：第一处理模块，用于针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则为网络赋值为第一数值；第二处理模块，用于针对所述二维投影网格图的每一个网络，若网络中不具有所述二维数据，则为网络赋值为第二数值；生成模块，用于根据取值为所述第一数值的网格，生成所述多条直线。进一步地，所述第一处理模块，具体用于：针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则根据网格中的二维数据的个数，为网格赋值为第一数值，其中，所述二维数据的个数与所述第一数值成正比。进一步地，所述生成模块，具体用于：将至少两个取值为第一数值的网格，连接为一条直线，生成所述多条直线。进一步地，所述生成模块，具体用于：根据取值为所述第一数值的网格，在所述二维投影网格图上进行霍夫直线检测，得到多条直线。进一步地，所述确定单元，包括：第一确定模块，用于根据所述多本文档来自技高网...

【技术保护点】
1.一种基于无人车的障碍物检测方法，包括：/n获取检测设备采集的点云数据，其中，所述点云数据为所述检测设备对所述无人车周围的障碍物进行检测之后得到的数据；/n将所述点云数据投影到二维平面上，得到二维投影网格图，其中，所述二维投影网格图中具有多个网格，所述二维投影网格图中具有二维数据，所述二维数据为所述点云数据投影后得到的数据；/n根据所述二维投影网格图，生成多条直线，其中，所述多条直线中的每一条直线上具有至少一个所述二维数据，所述每一条直线具有参数信息，所述参数信息表征了直线与所述多条直线中的其他直线之间的关系；/n根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息；/n其中，根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息，包括：/n根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定每一条直线的朝向置信度数值；/n确定朝向置信度数值最大的直线所指示的方向信息，为所述障碍物的朝向信息。/n

【技术特征摘要】
1.一种基于无人车的障碍物检测方法，包括：
获取检测设备采集的点云数据，其中，所述点云数据为所述检测设备对所述无人车周围的障碍物进行检测之后得到的数据；
将所述点云数据投影到二维平面上，得到二维投影网格图，其中，所述二维投影网格图中具有多个网格，所述二维投影网格图中具有二维数据，所述二维数据为所述点云数据投影后得到的数据；
根据所述二维投影网格图，生成多条直线，其中，所述多条直线中的每一条直线上具有至少一个所述二维数据，所述每一条直线具有参数信息，所述参数信息表征了直线与所述多条直线中的其他直线之间的关系；
根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息；
其中，根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定所述障碍物的朝向信息，包括：
根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定每一条直线的朝向置信度数值；
确定朝向置信度数值最大的直线所指示的方向信息，为所述障碍物的朝向信息。


2.根据权利要求1所述的方法，其中，将所述点云数据投影到二维平面上，得到二维投影网格图，包括：
将所述点云数据投影到二维平面上，得到二维投影图，其中，所述二维投影图中具有所述二维数据；
对所述二维投影图进行网格化处理，得到所述二维投影网格图。


3.根据权利要求1所述的方法，其中，根据所述二维投影网格图，生成多条直线，包括：
针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则为网络赋值为第一数值；
针对所述二维投影网格图的每一个网络，若网络中不具有所述二维数据，则为网络赋值为第二数值；
根据取值为所述第一数值的网格，生成所述多条直线。


4.根据权利要求3所述的方法，其中，针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则为网络赋值为第一数值，包括：
针对所述二维投影网格图的每一个网络，若网络中具有所述二维数据，则根据网格中的二维数据的个数，为网格赋值为第一数值，其中，所述二维数据的个数与所述第一数值成正比。


5.根据权利要求3所述的方法，其中，所述根据取值为所述第一数值的网格，生成所述多条直线，包括：
将至少两个取值为第一数值的网格，连接为一条直线，生成所述多条直线。


6.根据权利要求3所述的方法，其中，所述根据取值为所述第一数值的网格，生成所述多条直线，包括：
根据取值为所述第一数值的网格，在所述二维投影网格图上进行霍夫直线检测，得到多条直线。


7.根据权利要求1-6任一项所述的方法，其中，根据所述多条直线中的每一条直线的所述二维数据和所述参数信息，确定每一条直线的朝向置信度数值，包括：
确定与每一条直线相交的相交直线，其中，每一条直线的所述参数信息为每一条直线和每一条直线所对应的每一条相交直线之间的夹角、相交点；
根据每一条直线所具有的所有夹角的夹角值，确定每一条直线的夹角参数；
根据每一条直线所具有的所有相交点的位置信息，确定每一条直线的位置参数；
根据每一条直线上的第一个网格到每一条直线上的最后一个网格之间的距离，为每一条直线的距离参数；
根据每一条直线上的二维数据的个数、所述夹角参数、所述位置参数和所述距离参数，确定每一条直线的朝向置信度数值。


8.根据权利要求7所述的方法，其中，所述根据每一条直线所具有的所有夹角的夹角值，确定每一条直线的夹角参数，包括：
将每一条直线所具有的所有夹角的夹角值进行加权求和，得到每一条直线的夹角参数。


9.根据权利要求7所述的方法，其中，所述根据每一条直线所具有的所有相交点的位置信息，确定每一条直线的位置参数，包括：
将每一条直线所具有的所有相交点的位置信息进行加权求和，得到每一条直线的位置参数。


10.根据权利要求7所述的方法，其中，所述根据每一条直线上的二维数据的个数、所述夹角参数、所述位置参数和所述距离参数，确定每一条直线的朝向置信度数值，包括：
将每一条直线上的二维数据的个数、所述夹角参数、所述位置参数和所述距离参数进行加权求和，得到每一条直线的朝向置信度数值。


11.一种基于无人车的障碍物检测装置，包括：
获取单元，用于获取检测设备采集的点云数据...

【专利技术属性】
技术研发人员：郭疆，
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