障碍物检测方法、装置、设备及计算机存储介质制造方法及图纸

本申请公开了一种障碍物检测方法、装置、设备及计算机存储介质，该障碍物检测方法包括：获取点云数据，所述点云数据包括目标障碍物对应的目标点云；获取所述目标点云的点云特征信息；针对所述目标障碍物输出与所述点云特征信息对应的目标标注类型，所述目标标注类型为三维检测框、平面方程或者直线方程。本申请实施例利用目标障碍物对应的目标点云得到点云特征信息，可以在不同场景下根据点云特征信息输出对应的三维检测框、平面方程或者直线方程，从而可以根据目标标注类型比较准确的识别出车辆的实际可行驶区域，进而可以在一定程度上避免误触发自动制动系统。上避免误触发自动制动系统。上避免误触发自动制动系统。

【技术实现步骤摘要】
障碍物检测方法、装置、设备及计算机存储介质


[0001]本申请属于智能驾驶
，尤其涉及一种障碍物检测方法、装置、设备及计算机存储介质。

技术介绍

[0002]众所周知，在智能驾驶领域，基于传感器的障碍物检测算法应用广泛。现有的障碍物检测算法输出的通常是障碍物的三维检测框。而实际应用中，车辆通常会遇到多种场景，需要针对不同的障碍物输出不同的标注类型，例如在车辆沿着墙面直角转弯或者车辆沿着护栏、路边绿化带直角转弯的场景中，此时若还是直接输出三维检测框，往往难以准确识别出车辆的实际可行驶区域，从而导致容易误触发自动制动系统(Autonomous Emergency Braking，AEB)的问题。

技术实现思路

[0003]本申请实施例提供一种在障碍物检测方法、装置、设备及计算机存储介质，以解决难以准确识别出车辆的实际可行驶区域的技术问题。
[0004]第一方面，本申请实施例提供一种障碍物检测方法，方法包括：
[0005]获取点云数据，所述点云数据包括目标障碍物对应的目标点云；
[0006]获取所述目标点云的点云特征信息；
[0007]针对所述目标障碍物输出与所述点云特征信息对应的目标标注类型，所述目标标注类型为三维检测框、平面方程或者直线方程。
[0008]第二方面，本申请实施例提供了一种障碍物检测装置，装置包括：
[0009]第一获取模块，用于获取点云数据，所述点云数据包括目标障碍物对应的目标点云；
[0010]第二获取模块，用于获取所述目标点云的点云特征信息；
[0011]输出模块，用于针对所述目标障碍物输出与所述点云特征信息对应的目标标注类型，所述目标标注类型为三维检测框、平面方程或者直线方程。
[0012]第三方面，本申请实施例提供了一种电子设备，设备包括：
[0013]处理器以及存储有计算机程序指令的存储器；
[0014]所述处理器执行所述计算机程序指令时实现上述的障碍物检测方法。
[0015]第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述的障碍物检测方法。
[0016]本申请实施例的障碍物检测方法、装置、设备及计算机存储介质，能够获取点云数据，点云数据包括目标障碍物对应的目标点云，从而基于目标点云得到点云特征信息，再针对目标障碍物输出与点云特征信息对应的目标标注类型，其中目标标注类型为三维检测框、平面方程和直线方程中的任意一种。本申请实施例利用目标障碍物对应的目标点云得到点云特征信息，可以在不同场景下根据点云特征信息输出对应的三维检测框、平面方程
或者直线方程，从而可以根据目标标注类型比较准确的识别出车辆的实际可行驶区域，进而可以在一定程度上避免误触发自动制动系统。
附图说明
[0017]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，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。
[0018]图1是本申请实施例提供的障碍物检测方法的流程示意图；
[0019]图2是本申请实施例中凸包点的示意图；
[0020]图3是本申请实施例中凸包点序列的示意图；
[0021]图4是本申请实施例提供的障碍物检测方法的算法完整流程图；
[0022]图5是本申请实施例提供的障碍物检测方法的局部算法流程图；
[0023]图6是本申请另一个实施例提供的障碍物检测装置的结构示意图；
[0024]图7是本申请又一个实施例提供的电子设备的结构示意图。
具体实施方式
[0025]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0026]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0027]为了解决现有技术问题，本申请实施例提供了一种障碍物检测方法、装置、设备及计算机存储介质。下面首先对本申请实施例所提供的障碍物检测方法进行介绍。
[0028]图1示出了本申请一个实施例提供的障碍物检测方法的流程示意图。该障碍物检测方法可以应用于载具行驶过程中，特别是可以应用于直接输出三维检测框可能会存在实际可行驶区域识别有误的特别场合中，例如障碍物可以是墙面、护栏或者绿化带等，载具紧沿其直角转弯的情况。为了简化说明、方便理解，后续可以以车辆沿墙面、护栏或者绿化带进行直角转弯的场景为例进行说明。
[0029]如图1所示，本实施例提供的一种障碍物检测方法，包括：
[0030]步骤S101，获取点云数据，点云数据包括目标障碍物对应的目标点云；
[0031]步骤S102，获取目标点云的点云特征信息；
[0032]步骤S103，针对目标障碍物输出与点云特征信息对应的目标标注类型，目标标注
类型为三维检测框、平面方程或者直线方程。
[0033]在步骤S101中，获取点云数据，具体的，点云数据可以是针对车辆行驶环境扫描得到，在行驶环境中可以存在一个或多个障碍物，而目标障碍物可以是指这些障碍物中的任一障碍物。因此，在点云数据中，通常具有目标障碍物对应的目标点云。结合一些实际应用场景，可以通过一些特定的方式，例如，点云点聚类、深度学习等，来得到目标障碍物具体对应的目标点云；具体的点云数据获取方式此处不做限定，可以根据实际需要选择。
[0034]在步骤S102中，获取目标点云的点云特征信息。容易理解的是，不同目标障碍物对应的目标点云可能存在不同，相应得到的点云特征信息也可能存在差异，例如点云的分布情况等。
[0035]在一些举例中，点云特征信息可以为长度信息、宽度信息和投影特征中至少一项，其中长度信息、宽度信息可以直接基于目标点云的分布情况得到，投影特征可以基于目标点云在预设坐标系中的目标投影面的投影点得到。
[0036]举例来说，预设坐标系可以是大地坐标系、传感器坐标系或者车辆坐标系等等，此处不做具体限本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物检测方法，其特征在于，包括：获取点云数据，所述点云数据包括目标障碍物对应的目标点云；获取所述目标点云的点云特征信息；针对所述目标障碍物输出与所述点云特征信息对应的目标标注类型，所述目标标注类型为三维检测框、平面方程或者直线方程。2.根据权利要求1所述的方法，其特征在于，所述点云特征信息包括所述目标点云的宽度信息，所述针对所述目标障碍物输出与所述点云特征信息对应的目标标注类型，包括：在所述宽度信息小于或等于预设宽度阈值的情况下，针对所述目标障碍物输出三维检测框。3.根据权利要求1所述的方法，其特征在于，所述获取所述目标点云的点云特征信息，包括：获取所述目标点云的宽度信息；在所述宽度信息大于预设宽度阈值的情况下，获取所述目标点云的投影特征，所述投影特征为所述目标点云在预设坐标系中的目标投影面上的多个投影点的特征；其中，所述点云特征信息包括所述宽度信息和所述投影特征；所述针对所述目标障碍物输出与所述点云特征信息对应的目标标注类型，包括：针对所述目标障碍物输出与所述投影特征对应的目标标注类型。4.根据权利要求3所述的方法，其特征在于，所述点云特征信息还包括所述目标点云的长度信息，所述获取所述目标点云的投影特征，包括：获取第一面积与第二面积之间的面积比，所述第一面积为所述目标点云在所述目标投影面上的投影面积，所述第二面积为根据所述长度信息和所述宽度信息计算得到的面积；在所述第一面积小于第一阈值且所述面积比小于第二阈值的情况下，基于所述多个投影点，获取第一误差，其中所述第一误差用于指示所述多个投影点与第一拟合直线之间的距离误差，所述第一拟合直线为依据所述多个投影点进行拟合得到，所述投影特征包括所述第一误差；所述针对所述目标障碍物输出与所述投影特征对应的目标标注类型，包括：在所述第一误差小于第三阈值的情况下，针对所述目标障碍物输出平面方程。5.根据权利要求4所述的方法，其特征在于，所述针对所述目标障碍物输出与所述投影特征对应的目标标注类型，还包括：在所述第一误差大于或等于第三阈值的情况下，针对所述目标障碍物输出三维检测框。6.根据权利要求4所述的方法，其特征在于，所述基于所述多个投影点，获取所述第一误差，包括：从所述多个投影点中确定出P个凸包点，所述P个凸包点构成的凸多边形包围所述多个投影点，其中P为大于2的整数，且P小于或等于投影点的数量；对所述P个凸包点拟合得到所述第一拟合直线；根据所述第一拟合直线，获取所述第一误差，其中所述第一误差用于指示所述P个凸包点与所述第一拟合直线之间的第一距离误差。7.根据权利要求6所述的方法，其特征在于，所述获取所述目标点云的投影特征，还包
括：在所述第一面积大于或等于第一阈值，和/或，所述面积比大于或等于第二阈值的情况下，获取每一所述凸包点在预设坐标系中的第一坐标；根据所述第一坐标，从所述P个凸包点中确定出起始点和P
‑
1个序列点，所述P
‑
1个序列点为所述P个凸包点中除所述起始点以外的其余点；基于所述起始点在所述预设坐标系中的起始点坐标，获取取点方向；根...

【专利技术属性】
技术研发人员：习升鸿，
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：