本申请涉及一种智能驾驶中障碍物检测去干扰方法、装置和计算机设备。所述方法包括：获取激光雷达数据，根据激光雷达数据得到待处理点云图像；对待处理点云图像进行直线检测，得到在预设坐标系下与目标物体侧壁对应的直线，并获取预设坐标系下的稳定角落点坐标；根据与目标物体侧壁对应的直线、预设目标物体长度和稳定角落点坐标，得到目标物体角落点坐标；根据目标物体角落点坐标在预设图像上标注目标物体区域，并根据待处理点云图像在预设图像上标注障碍物区域，得到已标注障碍物图像；遍历已标注障碍物图像中的障碍物区域，根据障碍物区域与目标物体区域的位置关系过滤掉被误检的障碍物区域。采用本方法能够实现良好智能驾驶控制。驶控制。驶控制。
【技术实现步骤摘要】
智能驾驶中障碍物检测去干扰方法、装置和计算机设备
[0001]本申请涉及智能驾驶
，特别是涉及一种智能驾驶中障碍物检测去干扰方法、装置和计算机设备。
技术介绍
[0002]随着智能驾驶技术的发展，出现了自动驾驶重型卡车，自动驾驶重型卡车由一个复杂的系统构成，主要包括感知、规划、决策、控制、导航等众多模块。
[0003]传统技术中，智能驾驶重型卡车常用感知模块作为“眼睛”，将激光雷达作为感知模块中不可或缺的传感器，进行精准测距，利用激光雷达数据进行规划决策实现自动驾驶，激光雷达通常安置在自动驾驶重型卡车的车头两侧，旋转式激光雷达会有270
°
扫描范围，90
°
被车身所遮挡。
[0004]然而，在车辆(特别是重型卡车)转弯过程中，车头会与车身或车身上的物体(例如设置于车辆上的挂箱)形成一定的角度，这会导致车身或车身上的物体被误检为障碍物，可见如果没有障碍物检测去干扰方案会严重影响到自动驾驶车辆的规划决策，无法良好实现智能驾驶控制。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种智能驾驶中障碍物检测去干扰方法、装置、计算机设备和存储介质。
[0006]一种智能驾驶中障碍物检测去干扰方法，所述方法包括：
[0007]获取激光雷达数据，根据激光雷达数据得到待处理点云图像；
[0008]对待处理点云图像进行直线检测，得到在预设坐标系下与目标物体侧壁对应的直线，并获取预设坐标系下的稳定角落点坐标，稳定角落点为目标物体在车辆行驶过程中的固定角落点，目标物体设置于车辆；
[0009]根据与目标物体侧壁对应的直线、预设目标物体长度和稳定角落点坐标，得到目标物体角落点坐标；
[0010]根据目标物体角落点坐标在预设图像上标注目标物体区域，并根据待处理点云图像在预设图像上标注障碍物区域，得到已标注障碍物图像；
[0011]遍历已标注障碍物图像中的障碍物区域，根据障碍物区域与目标物体区域的位置关系过滤掉被误检的障碍物区域。
[0012]在一个实施例中，根据激光雷达数据得到待处理点云图像包括：
[0013]根据激光雷达数据携带的时间戳进行数据融合，得到预设坐标系下的点云数据；
[0014]对点云数据进行地面分割处理，得到非地面点云数据；
[0015]根据预设目标物体存在区域对非地面点云数据进行筛选，得到目标点云数据；
[0016]对目标点云数据进行投影，得到待处理点云图像。
[0017]在一个实施例中，对点云数据进行地面分割处理，得到非地面点云数据包括：
[0018]根据点云数据进行投影，得到点云投影图；
[0019]对点云投影图进行格网划分，得到与点云投影图对应的格网点云图；
[0020]计算网格点云图中各格网的投影前高度差，根据投影前高度差和预设高度差阈值，从各格网中筛选出非地面格网，得到非地面点云数据。
[0021]在一个实施例中，对待处理点云图像进行直线检测，得到在预设坐标系下与目标物体侧壁对应的直线包括：
[0022]通过特征检测算法对待处理点云图像进行直线检测，检测出待处理点云图像中的所有直线；
[0023]根据预设排序范围对待处理点云图像中的所有直线按直线长度进行排序，得到在预设坐标系下与目标物体侧壁对应的直线。
[0024]在一个实施例中，根据与目标物体侧壁对应的直线、预设目标物体长度和稳定角落点坐标，得到目标物体角落点坐标包括：
[0025]获取与目标物体侧壁对应的直线在预设坐标系下的直线端点坐标以及直线长度；
[0026]根据稳定角落点坐标、直线端点坐标、直线长度以及预设目标物体长度，得到目标物体第一角落点坐标；
[0027]根据稳定角落点坐标和目标物体第一角落点坐标，得到目标物体第一斜率；
[0028]根据目标物体第一斜率，得到与目标物体第一斜率对应的截距集合；
[0029]根据目标物体第一斜率、与目标物体第一斜率对应的截距集合以及预设目标物体宽度，得到目标物体第二斜率以及与目标物体第二斜率对应的截距集合；
[0030]根据目标物体第一斜率、与目标物体第一斜率对应的截距集合、目标物体第二斜率以及与目标物体第二斜率对应的截距集合，得到目标物体第二角落点坐标以及目标物体第三角落点坐标。
[0031]在一个实施例中，根据目标物体角落点坐标在预设图像上标注目标物体区域，并根据待处理点云图像在预设图像上标注障碍物区域，得到已标注障碍物图像包括：
[0032]根据目标物体角落点坐标在预设图像上标注出目标物体边界线；
[0033]根据目标物体边界线得到目标物体区域，并填充目标物体区域内的像素为预设像素值，得到已标注目标物体区域的预设图像；
[0034]根据待处理点云图像在已标注目标物体区域的预设图像上标注障碍物区域，得到已标注障碍物图像。
[0035]在一个实施例中，遍历已标注障碍物图像中的障碍物区域，根据障碍物区域与目标物体区域的位置关系过滤掉被误检的障碍物区域包括：
[0036]标注出已标注障碍物图像中的待检测障碍物图像，对待检测障碍物图像进行像素值检测；
[0037]当检测到待检测障碍物图像的像素值为预设像素值时，将待检测障碍物图像作为被误检的目标物体障碍物图像，从已标注障碍物图像中过滤被误检的目标物体障碍物图像。
[0038]在一个实施例中，标注出所述已标注障碍物图像中的待检测障碍物图像之前，还还包括：
[0039]根据预设目标物体范围参数对已标注障碍物图像进行裁剪，得到初步裁剪障碍物
图像；
[0040]根据预设待过滤障碍物参数对初步裁剪障碍物图像进行检测，从初步裁剪障碍物图像中过滤掉满足预设待过滤障碍物参数的障碍物图像，得到最新的已标注障碍物图像。
[0041]一种智能驾驶中障碍物检测去干扰装置，所述装置包括：
[0042]获取模块，用于获取激光雷达数据，根据激光雷达数据得到待处理点云图像；
[0043]直线检测模块，用于对待处理点云图像进行直线检测，得到在预设坐标系下与目标物体侧壁对应的直线，并获取预设坐标系下的稳定角落点坐标，稳定角落点为目标物体在车辆行驶过程中的固定角落点，目标物体设置于车辆；
[0044]处理模块，用于根据与目标物体侧壁对应的直线、预设目标物体长度和稳定角落点坐标，得到目标物体角落点坐标；
[0045]标注模块，用于根据目标物体角落点坐标在预设图像上标注目标物体区域，并根据待处理点云图像在预设图像上标注障碍物区域，得到已标注障碍物图像；
[0046]检测模块，用于遍历已标注障碍物图像中的障碍物区域，根据障碍物区域与目标物体区域的位置关系过滤掉被误检的障碍物区域。
[0047]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0048]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能驾驶中障碍物检测去干扰方法，其特征在于，所述方法包括：获取激光雷达数据，根据所述激光雷达数据得到待处理点云图像；对所述待处理点云图像进行直线检测，得到在预设坐标系下与目标物体侧壁对应的直线，并获取所述预设坐标系下的稳定角落点坐标，所述稳定角落点为所述目标物体在车辆行驶过程中的固定角落点，所述目标物体设置于所述车辆；根据所述与目标物体侧壁对应的直线、预设目标物体长度和所述稳定角落点坐标，得到目标物体角落点坐标；根据所述目标物体角落点坐标在预设图像上标注目标物体区域，并根据所述待处理点云图像在所述预设图像上标注障碍物区域，得到已标注障碍物图像；遍历所述已标注障碍物图像中的障碍物区域，根据所述障碍物区域与所述目标物体区域的位置关系过滤掉被误检的障碍物区域。2.根据权利要求1所述的方法，其特征在于，所述根据所述激光雷达数据得到待处理点云图像包括：根据所述激光雷达数据携带的时间戳进行数据融合，得到所述预设坐标系下的点云数据；对所述点云数据进行地面分割处理，得到非地面点云数据；根据预设目标物体存在区域对所述非地面点云数据进行筛选，得到目标点云数据；对所述目标点云数据进行投影，得到待处理点云图像。3.根据权利要求1所述的方法，其特征在于，所述对所述待处理点云图像进行直线检测，得到在预设坐标系下与目标物体侧壁对应的直线包括：通过特征检测算法对所述待处理点云图像进行直线检测，检测出所述待处理点云图像中的所有直线；根据预设排序范围对所述待处理点云图像中的所有直线按直线长度进行排序，得到在预设坐标系下与目标物体侧壁对应的直线。4.根据权利要求1所述的方法，其特征在于，所述根据所述与目标物体侧壁对应的直线、预设目标物体长度和所述稳定角落点坐标，得到目标物体角落点坐标包括：获取所述与目标物体侧壁对应的直线在所述预设坐标系下的直线端点坐标以及直线长度；根据所述稳定角落点坐标、所述直线端点坐标、所述直线长度以及预设目标物体长度，得到目标物体第一角落点坐标；根据所述稳定角落点坐标和所述目标物体第一角落点坐标，得到目标物体第一斜率；根据所述目标物体第一斜率，得到与所述目标物体第一斜率对应的截距集合；根据所述目标物体第一斜率、所述与所述目标物体第一斜率对应的截距集合以及预设目标物体宽度，得到目标物体第二斜率以及与所述目标物体第二斜率对应的截距集合；根据所述目标物体第一斜率、所述与所述目标物体第一斜率对应的截距集合、所述目标物体第二斜率以及与所述目标物体第二斜率对应的截距集合，得到目标物体第二角落点坐标以及目标物体第三角落点坐标。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标物体角落点...
【专利技术属性】
技术研发人员：崔绍臣，夏锋，宋汉辰，伏东奇，李大林，
申请(专利权)人：长沙智能驾驶研究院有限公司，
类型：发明
国别省市：
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。