【技术实现步骤摘要】
障碍物感知方法、装置、可读存储介质及电子设备
[0001]本申请涉及自动驾驶
，尤其涉及一种障碍物感知方法、装置、可读存储介质及电子设备。
技术介绍
[0002]三维物体检测是自动驾驶的关键技术。自动驾驶中的许多重要领域，例如预测、规划和运动控制，通常需要真实地表示车辆周围的三维空间环境。在现有技术中，研究人员多采用高精度激光雷达进行精确的三维物体检测。然而，采用激光雷达对三维物体进行检测也存在缺陷，例如成本高，在恶劣天气场景下检测能力不足。为了克服上述的缺陷，研究人员试图采用单目相机获取图像以进行三维物体检测，但是，目前缺少能够在低硬件成本的前提下准确完成三维物体检测的方法。
技术实现思路
[0003]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种障碍物感知方法、装置、可读存储介质及电子设备，能够以较少的硬件资源实现三维障碍物的感知。
[0004]根据本申请的第一个方面，提供了一种障碍物感知方法，包括：
[0005]获取待处理图像，其中，所述待处理图像中包含障碍物；
【技术保护点】
【技术特征摘要】
1.一种障碍物感知方法，包括：获取待处理图像，其中，所述待处理图像中包含障碍物；在图像坐标系中，确定所述障碍物对应的二维边界框；根据所述图像坐标系与相机坐标系的映射关系，在所述相机坐标系中确定与所述二维边界框对应的三维边界框；对所述待处理图像中二维边界框内部区域的二维特征数据进行正交空间变换，确定俯视图特征数据；将所述俯视图特征数据投影至所述三维边界框中，确定所述障碍物的感知结果。2.根据权利要求1所述的方法，其中，所述获取待处理图像包括：获取RGB图像；利用卷积网络模型对所述RGB图像进行特征提取，得到包含高维隐式特征的所述待处理图像。3.根据权利要求1所述的方法，其中，所述根据所述图像坐标系与相机坐标系的映射关系，在所述相机坐标系中确定与所述二维边界框对应的三维边界框包括：利用第一预设网络模型对所述二维边界框的位置信息进行处理，确定所述三维边界框在所述相机坐标系中旋转角度；利用第二预设网络模型对所述二维边界框的长度方向的尺寸和宽度方向的尺寸进行处理，确定三维边界框在所述相机坐标系中的长度方向的尺寸、宽度方向的尺寸、以及高度方向的尺寸；根据所述三维边界框在所述相机坐标系中旋转角度，三维边界框在所述相机坐标系中长度方向的尺寸、宽度方向的尺寸、高度方向的尺寸，以及所述二维边界框与所述三维边界框的约束关系，确定所述三维边界框在所述相机坐标系中的位置。4.根据权利要求3所述的方法，其中，所述二维边界框与所述三维边界框的约束关系包括：图像坐标系中的点与相机坐标系中的点的映射关系，以及二维边界框的角点与三维边界框的角点的对应关系。5.根据权利要求1所述的方法，其中，所述对所述待处理图像中二维边界框内部区域的二维特征数据进行正交空间变换，确定俯视图特征数据包括：...
【专利技术属性】
技术研发人员：汪越宇，
申请(专利权)人：地平线上海人工智能技术有限公司，
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。