障碍物感知方法、装置、存储介质及计算机程序产品制造方法及图纸

本发明专利技术提供一种障碍物感知方法、装置、存储介质及计算机程序产品，通过采集自车周围的环境湿度，在利用车载激光雷达采集到行车环境的点云数据的情况下，获取所述环境湿度对应的去噪阈值，所述环境湿度与去噪阈值之间的对应关系是预先设置的，根据所述去噪阈值对所述点云数据去除噪点，对去除噪点的所述点云数据进行目标障碍物感知。利用本发明专利技术提供的技术方案，预先建立环境湿度与去噪阈值之间的对应关系，进而能够做到根据天气状况适时地调整去噪阈值，实现去噪阈值自适应调整的目的。尤其是在雨雾天气，利用调整过的适配的去噪阈值能够显著提升噪点识别及去除精确度，进而提升障碍物感知精确度。物感知精确度。物感知精确度。

【技术实现步骤摘要】
障碍物感知方法、装置、存储介质及计算机程序产品


[0001]本专利技术涉及驾驶
，尤其涉及一种障碍物感知方法、装置、存储介质及计算机程序产品。

技术介绍

[0002]汽车的发展日益智能化，搭载有无人驾驶技术的汽车逐渐增多，在无人驾驶技术中，准确感知车身周围障碍物是汽车安全驾驶的重要前提。
[0003]在无人驾驶感知系统中，主要依靠摄像机输出的图像数据和/或激光雷达输出的点云数据、以及无线电雷达输出的数据进行障碍物的感知识别。
[0004]但是，如何提升雨雾天气下的障碍物感知精确度，是业界普遍考虑的一个课题。

技术实现思路

[0005]本专利技术提供一种障碍物感知方法、装置、存储介质及计算机程序产品，用以解决现有技术中雨雾天气下的障碍物感知精确度低的缺陷，实现精确感知障碍物。
[0006]本专利技术提供一种障碍物感知方法，该方法包括：
[0007]采集自车周围的环境湿度；
[0008]在利用车载激光雷达采集到行车环境的点云数据的情况下，获取所述环境湿度对应的去噪阈值，所述环境湿度与去噪阈值之间的对应关系是预先设置的；
[0009]根据所述去噪阈值对所述点云数据去除噪点；
[0010]对去除噪点的所述点云数据进行目标障碍物感知。
[0011]根据本专利技术提供的一种障碍物感知方法，所述采集自车周围的环境湿度，具体包括：
[0012]利用车载湿度传感器采集自车周围的环境湿度。
[0013]根据本专利技术提供的一种障碍物感知方法，所述采集自车周围的环境湿度，具体包括：
[0014]采集自车周围环境的视觉图像；
[0015]将所述视觉图像输入视觉学习模型，输出能见度；
[0016]根据所述能见度确定所述环境湿度。
[0017]根据本专利技术提供的一种障碍物感知方法，所述获取所述环境湿度对应的去噪阈值，包括：
[0018]在去噪阈值数据库中查询所述环境湿度对应的去噪阈值，其中在所述去噪阈值数据库中存储所述环境湿度与去噪阈值之间的对应关系。
[0019]根据本专利技术提供的一种障碍物感知方法，该方法还包括：
[0020]在所述采集自车周围的环境湿度之前，获取自车行驶位置信息，并获取所述自车行驶位置信息对应的天气信息；
[0021]所述采集自车周围的环境湿度，包括：
[0022]在所述天气信息显示为雨天或雾天的情况下，采集自车周围的环境湿度。
[0023]根据本专利技术提供的一种障碍物感知方法，该方法还包括：
[0024]在所述利用车载激光雷达采集到行车环境的点云数据情况下，获取环境湿度对应的去噪阈值之前，将环境湿度与目标湿度进行比较；
[0025]所述在所述利用车载激光雷达采集到行车环境的点云数据情况下，获取所述环境湿度对应的去噪阈值，包括：
[0026]在所述利用车载激光雷达采集到行车环境的点云数据、且所述环境湿度超过所述目标湿度情况下，获取所述环境湿度对应的去噪阈值。
[0027]本专利技术还提供一种障碍物感知装置，该装置包括：
[0028]采集模块，采集自车周围的环境湿度；
[0029]获取模块，在利用车载激光雷达采集到行车环境的点云数据的情况下，获取所述环境湿度对应的去噪阈值，所述环境湿度与去噪阈值之间的对应关系是预先设置的；
[0030]去噪模块，根据所述去噪阈值对所述点云数据去除噪点；
[0031]感知模块，对去除噪点的所述点云数据进行目标障碍物感知。
[0032]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述障碍物感知方法的步骤。
[0033]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述障碍物感知方法的步骤。
[0034]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述障碍物感知方法的步骤。
[0035]本专利技术提供的障碍物感知方法、装置、存储介质及计算机程序产品，通过采集自车周围的环境湿度，在利用车载激光雷达采集到行车环境的点云数据的情况下，获取所述环境湿度对应的去噪阈值，所述环境湿度与去噪阈值之间的对应关系是预先设置的，根据所述去噪阈值对所述点云数据去除噪点，对去除噪点的所述点云数据进行目标障碍物感知。
[0036]利用本专利技术实施例提供的技术方案，预先建立环境湿度与去噪阈值之间的对应关系，进而能够做到根据天气状况适时地调整去噪阈值，实现去噪阈值自适应调整的目的。尤其是在雨雾天气，利用调整过的适配的去噪阈值能够显著提升噪点识别及去除精确度，进而提升障碍物感知精确度。
附图说明
[0037]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本专利技术实施例提供的障碍物感知方法的流程示意图之一；
[0039]图2是本专利技术实施例提供的障碍物感知方法的流程示意图之二；
[0040]图3是本专利技术实施例提供的障碍物感知方法的流程示意图之三；
[0041]图4是本专利技术实施例提供的障碍物感知方法的流程示意图之四；
[0042]图5是本专利技术实施例提供的障碍物感知装置的结构示意图之一；
[0043]图6是本专利技术实施例提供的障碍物感知装置的结构示意图之二；
[0044]图7是本专利技术实施例提供的障碍物感知装置的结构示意图之三；
[0045]图8是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0046]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0047]在目前的障碍物感知技术中，主要是通过在汽车车身正前方安装一个激光雷达，激光雷达检测车辆前方是否有障碍物，通过对激光雷达检测的行车环境点云数据进行解析，判断车辆前方的障碍物的位置和速度信息。
[0048]在具体应用中，激光雷达检测到的行车环境点云数据中难免会出现噪点，因此在感知障碍物之前，可以对行车环境点云数据进行去噪，排除噪点干扰。
[0049]具体地，去噪方法为，对各个点云在指定维度的指标值与去噪阈值进行比较，当该指标值超过去噪阈值或未到达去噪取值的情况下，将该点云认定为噪点，进行去除。其中，对于超过去噪阈值，还是未达到去噪阈值，可根据具体情况进行设定。
[0050]因此，准确的去噪阈值可以较本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物感知方法，其特征在于，包括：采集自车周围的环境湿度；在利用车载激光雷达采集到行车环境的点云数据的情况下，获取所述环境湿度对应的去噪阈值，所述环境湿度与去噪阈值之间的对应关系是预先设置的；根据所述去噪阈值对所述点云数据去除噪点；对去除噪点的所述点云数据进行目标障碍物感知。2.根据权利要求1所述的障碍物感知方法，其特征在于，所述采集自车周围的环境湿度，具体包括：利用车载湿度传感器采集自车周围的环境湿度。3.根据权利要求1所述的障碍物感知方法，其特征在于，所述采集自车周围的环境湿度，具体包括：采集自车周围环境的视觉图像；将所述视觉图像输入视觉学习模型，输出能见度；根据所述能见度确定所述环境湿度。4.根据权利要求1所述的障碍物感知方法，其特征在于，所述获取所述环境湿度对应的去噪阈值，包括：在去噪阈值数据库中查询所述环境湿度对应的去噪阈值，其中在所述去噪阈值数据库中存储所述环境湿度与去噪阈值之间的对应关系。5.根据权利要求1所述的障碍物感知方法，其特征在于，还包括：在所述采集自车周围的环境湿度之前，获取自车行驶位置信息，并获取所述自车行驶位置信息对应的天气信息；所述采集自车周围的环境湿度，包括：在所述天气信息显示为雨天或雾天的情况下，采集自车周围的环境湿度。6.根据权利要求1所述的障碍物感知方法，其特征在于，还包括：在所述...

【专利技术属性】
技术研发人员：赵国良，程新景，杨睿刚，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：