基于图像和点云数据的路面障碍物检测方法技术

本发明专利技术涉及路面障碍物检测技术领域，特别公开了一种基于图像和点云数据的路面障碍物检测方法。本发明专利技术通过重建物体三维结构，来弥补二维图像不具备三维空间坐标信息的缺点，然后对具有三维结构信息的特征表示进行学习，预测该物体是否属于障碍物。本发明专利技术基于图像和点云数据进行路面障碍物检测，可以尽可能的还原物体在实际场景下的大小、结构、外观等信息，弥补了二维图像只有平面信息的缺点，可以更加真实的表示物体的信息，从而提升模型预测的性能。能。能。

【技术实现步骤摘要】
基于图像和点云数据的路面障碍物检测方法


[0001]本专利技术涉及路面障碍物检测
，特别涉及一种基于图像和点云数据的路面障碍物检测方法。

技术介绍

[0002]近年来，随着人工智能技术的发展，出现了智慧城市，智慧交通等方面的应用。尤其在智慧交通方面，产生了大量的工业应用，目前已投入使用的包括智慧公交，智慧停车，高速无感收费，智能红绿灯等。除此之外，在智慧交通方面的研究热点还包括无人驾驶，机器人驾驶等方向。然而由于实际中，路况非常复杂，阻碍智慧驾驶研究投入生产应用的因素较多，使得研究进程受到了牵制，其中路面障碍物就是因素之一。因此，实现智能检测路面障碍物技术是推动无人驾驶研究发展的关键。
[0003]现存的路面障碍物检测研究中，研究数据大多基于摄像机拍摄的图像，而基于摄像机拍摄的图像存在的主要问题是拍摄的图像为二维数据，而路障检测中更关心目标的三维空间信息。因此基于二维图像的研究方法中，对障碍物的识别能力较差，性能鲁棒性低；除此之外，也有利用结构光视觉传感器检测障碍物的研究，但该方法受设备的局限性较大，难以推广使用。因此现有路面障碍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像和点云数据的路面障碍物检测方法，其特征为，包括如下步骤：（1）获取路面物体图像数据；（2）利用SFM方法重建三维数据，对数据特征点进行提取和匹配，然后对不同图像的特征点进行匹配；通过对极几何的原理，计算得到本质矩阵，对基本矩阵和本质矩阵做分解，得到旋转矩阵R和平移矩阵T，通过三角测量，BA光束法平差优化处理后得到稀疏点云数据；（3）在稀疏点云数据的基础上增量式增加点云数据，使用相邻相机图像匹配，在获得第i张和第i+1张图像的相对位置数据后，由递推关系推导出第i张相对于第1张的位置关系，从而获得第i+1张和第1张的位置关系，然后将其加入到稀疏点云数据中，重复操作多次即可获得物体的稠密点云数据；（4）利用三维卷积神经网络对物体特征进行表示学习，获得物体的特征表示；（5）将得到的物体特征表示经过非线性函数变化，将其投影到目标空间中，获得相应类别的概率，识别是否为障碍物。2.如权利要求1所述的基于图像和点云数据的路面障碍物检测方法，其特征在于：步骤（1）中，使用摄像设备...

【专利技术属性】
技术研发人员：高文飞，王辉，王磊，
申请(专利权)人：山东融瓴科技集团有限公司，
类型：发明
国别省市：