障碍物轮廓获取方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术涉及自动驾驶技术领域，具体提供一种障碍物轮廓获取方法、装置、设备及计算机可读存储介质，旨在解决如何及时且准确地获取障碍物轮廓的问题。为此目的，本发明专利技术的方法包括获取在以行驶装置为原点的三维坐标系下目标障碍物的点云数据，依据目标障碍物的检测精度需求设置极坐标系的投影栅格的个数ROW，基于个数ROW生成极坐标栅格图，将点云数据向极坐标栅格图投影得到投影点的极坐标栅格图表征，根据极坐标栅格图表征中每个投影栅格内的极径最大投影点和极径最小投影点形成目标障碍物的轮廓。基于上述方法，可以极大地降低获取障碍物轮廓的时间复杂度，从而使目标对象如无人车处于自动驾驶或无人驾驶状态时可以快速与准确地获取障碍物的轮廓。与准确地获取障碍物的轮廓。与准确地获取障碍物的轮廓。

【技术实现步骤摘要】
障碍物轮廓获取方法、装置、设备及计算机可读存储介质


[0001]本专利技术涉及自动驾驶
，具体提供一种障碍物轮廓获取方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]目前基于点云数据进行障碍物轮廓获取的方法主要包括凸多边形获取算法和凹多边形获取算法，其中，凸多边形获取算法存在无法准确获取凹陷障碍物如墙角的轮廓的问题，此外常规的凸多边形获取算法和凹多边形获取算法还都存在时间复杂度（Time Complexity）较大的问题，当在障碍物较多的应用场景如自动驾驶场景下使用上述方法进行障碍物轮廓获取时将会需要消耗大量的计算资源，从而导致无法及时进行障碍物识别与处理。例如，凸多边形获取算法中单调链凸包（Monotone Chain Convex Hull）算法的时间复杂度为，凹多边形获取算法中Alpha Shapes算法的时间复杂度为。
[0003]相应地，本领域需要一种新的障碍物轮廓获取方案来解决上述问题。

技术实现思路

[0004]为了克服上述缺陷，提出了本专利技术，以提供解决或至少部分地解决如何及时且准确地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物轮廓获取方法，其特征在于，所述方法包括：获取在以行驶装置为原点的三维坐标系下目标障碍物的点云数据；确定所述目标障碍物的检测精度需求；建立与所述三维坐标系对应的极坐标系；依据所述目标障碍物的检测精度需求设置所述极坐标系的投影栅格的个数ROW，基于所述个数ROW生成极坐标栅格图；将所述点云数据向所述极坐标栅格图进行投影，得到对应所述目标障碍物的点云数据的投影点的极坐标栅格图表征；对所述极坐标栅格图表征中每个投影栅格内的投影点进行筛选，获取极径最大投影点和极径最小投影点；依次连接所有极径最小投影点形成近侧边缘线段，并依次连接所有极径最大投影点形成远侧边缘线段，再将所述近侧边缘线段与所述远侧边缘线段的同侧端点相连，以形成所述目标障碍物的轮廓。2.根据权利要求1所述的障碍物轮廓获取方法，其特征在于，在“对所述极坐标栅格图表征中每个投影栅格内的投影点进行筛选，获取极径最大投影点和极径最小投影点”的步骤之前，所述方法还包括通过下列步骤确定位于每个投影栅格内的所有投影点：获取每个点云数据在所述三维坐标系中x轴与y轴所形成的平面上与x轴的夹角，根据所述夹角确定所述极坐标栅格图的极角范围；根据所述极坐标栅格图的极角范围与所述极坐标栅格图中投影栅格的个数ROW，确定所述极坐标栅格图的角度分辨率；根据每个点云数据的夹角与所述角度分辨率，分别确定每个点云数据的投影点所在的投影栅格，进而确定位于每个投影栅格内的所有投影点。3.根据权利要求2所述的障碍物轮廓获取方法，其特征在于，“根据所述夹角确定所述极坐标栅格图的极角范围”的步骤具体包括：从所有点云数据的夹角中获取最大夹角和最小夹角；根据所述最大夹角与所述最小夹角确定所述极角范围。4.根据权利要求2所述的障碍物轮廓获取方法，其特征在于，“根据所述极坐标栅格图的极角范围与所述极坐标栅格图中投影栅格的个数ROW，确定所述极坐标栅格图的角度分辨率”的步骤具体包括根据所述极坐标栅格图的极角范围与所述极坐标栅格图中投影栅格的个数ROW并按照下述公式确定所述极坐标栅格图的角度分辨率：其中，所述表示所述角度分辨率，所述表示所述极坐标栅格图的极角范围。5.根据权利要求2所述的障碍物轮廓获取方法，其特征在于，“根据每个点云数据的夹角与所述角度分辨率，分别确定每个点云数据的投影点所在的投影栅格”的步骤具体包括根据每个点云数据的夹角与所述角度分辨率并按照下述公式分别确定每个点云数据的投影点所在的投影栅格：
其中，所述表示第个点云数据的投影点所在的投影栅格，所述表示第个点云数据在所述三维坐标系...

【专利技术属性】
技术研发人员：郑正扬，
申请(专利权)人：新石器慧通北京科技有限公司，
类型：发明
国别省市：