【技术实现步骤摘要】
障碍物检测方法、装置、电子设备和计算机可读介质
本公开的实施例涉及计算机
，具体涉及障碍物检测方法、装置、电子设备和计算机可读介质。
技术介绍
障碍物检测是自动驾驶领域中对于周围环境感知的一个重要步骤。目前，常用的障碍物检测方法是利用合适的数据结构(例如，K-Dimensional树)，配合聚类算法(例如，Density-BasedSpatialClusteringofApplicationswithNoise)对环境点云数据进行聚类操作，以达到障碍物检测的目的。然而，当采用上述方式进行障碍物检测时，经常会存在如下技术问题：第一，障碍物检测的结果较为依赖环境点云数据的分布，由于环境点云数据往往呈现离散分布，从而，使得障碍物检测的结果(例如，障碍物类别，障碍物轮廓信息)不够精准，进而，影响了自动驾驶车辆对于障碍物的规避精准度，从而，增加了自动驾驶车辆的在行驶过程中的风险程度。
技术实现思路
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的...
【技术保护点】
1.一种障碍物检测方法，包括：/n获取环境点云数据集合，其中，所述环境点云数据是通过安装在目标车辆上的激光雷达对周围环境扫描得到的，所述环境点云数据包括：横坐标值，纵坐标值，竖坐标值，雷达回波功率值，所述环境点云数据包括的横坐标值、纵坐标值和竖坐标值是在目标车辆坐标系下的坐标值，所述目标车辆坐标系是以所述目标车辆行进方向为横轴、以所述目标车辆的底盘中心为原点、以与所述目标车辆的后轴平行的线作为纵轴、以与地面垂直的线作为竖轴的坐标系；/n对所述环境点云数据集合进行裁剪处理以生成裁剪后的环境点云数据集合；/n对所述裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数...
【技术特征摘要】 【专利技术属性】
1.一种障碍物检测方法，包括：
获取环境点云数据集合，其中，所述环境点云数据是通过安装在目标车辆上的激光雷达对周围环境扫描得到的，所述环境点云数据包括：横坐标值，纵坐标值，竖坐标值，雷达回波功率值，所述环境点云数据包括的横坐标值、纵坐标值和竖坐标值是在目标车辆坐标系下的坐标值，所述目标车辆坐标系是以所述目标车辆行进方向为横轴、以所述目标车辆的底盘中心为原点、以与所述目标车辆的后轴平行的线作为纵轴、以与地面垂直的线作为竖轴的坐标系；
对所述环境点云数据集合进行裁剪处理以生成裁剪后的环境点云数据集合；
对所述裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数据集合；
将所述降采样后的环境点云数据集合输入至障碍物检测模型以生成障碍物信息集合；
对所述障碍物信息集合中的障碍物信息进行过滤处理以生成过滤障碍物信息集合；
通过车载通信模块，将所述过滤障碍物信息集合发送至控制规划终端。
2.根据权利要求1所述的方法，其中，所述对所述环境点云数据集合进行裁剪处理以生成裁剪后的环境点云数据集合，包括：
获取横向感知距离和所述激光雷达的感知半径；
基于所述横向感知距离和所述感知半径，确定非裁剪区域；
从所述环境点云数据集合中选择落入所述非裁剪区域的环境点云数据作为裁剪后的环境点云数据，得到裁剪后的环境点云数据集合。
3.根据权利要求2所述的方法，其中，所述基于所述横向感知距离和所述感知半径，确定非裁剪区域，包括：
通过以下公式确定非裁剪区域：
其中，TR表示所述横向感知距离，x表示所述环境点云数据集合中环境点云数据包括的横坐标，y表示所述环境点云数据集合中环境点云数据包括的纵坐标，R表示所述感知半径，CH表示所述目标车辆的车身长度。
4.根据权利要求3所述的方法，其中，所述对所述裁剪后的环境点云数据集合进行降采样处理以生成降采样后的环境点云数据集合，包括：
基于所述裁剪后的环境点云数据集合和预设的最大递归深度，构建八叉树；
将所述八叉树中包含的环境点云数据确定为降采样后的环境点云数据，得到降采样后的环境点云数据集合。
5.根据权利要求4所述的方法，其中，所述障碍物检测模型包括：第一特征提取层，体素切分和特征拼接层，第二特征提取层，单元特征平铺层，第三特征提取层，障碍物属性回归层。
技术研发人员：李松泽，兰莎郧，戴震，倪凯，肖云龙，
申请(专利权)人：禾多科技北京有限公司，
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。