静态障碍物检测方法、装置、设备及计算机存储介质制造方法及图纸

本申请提供一种静态障碍物检测方法、装置、设备及计算机存储介质。该方法包括：获取当前时刻的点云数据，将点云数据映射到第一栅格地图，获取第一栅格地图中每个第一栅格的栅格信息；在根据每个第一栅格的栅格信息，确定第一目标栅格中存在障碍物后，确定第一目标栅格的特征向量；在第二栅格地图中获取与第一目标栅格对应的第二目标栅格；获取第二目标栅格在不同时刻的特征向量，并根据第二目标栅格在不同时刻的特征向量，确定障碍物是否为静态障碍物。本实施例与现有技术相比，在深度学习模型外添加了基于前后帧来判断障碍物是否为静态障碍物的方式，从而显著提高了对训练数据类别外障碍物的检测性能。外障碍物的检测性能。外障碍物的检测性能。

【技术实现步骤摘要】
静态障碍物检测方法、装置、设备及计算机存储介质


[0001]本申请涉及无人驾驶
，尤其涉及一种静态障碍物检测方法、装置、设备及计算机存储介质。

技术介绍

[0002]随着计算机与人工智能的技术发展，为了改变人类出行与物流方式，无人驾驶技术得到了快速的发展。在无人驾驶技术中，系统通过传感器感知车辆行驶的周围环境，并根据其感知结果进行障碍物识别，以实现路径规划等功能。
[0003]常见障碍物检测方法主要通过深度学习技术，将样本分为训练集和测试集，基于训练集对障碍物检测模型进行训练，得到训练完成的障碍物检测模型，并使用训练完成的障碍物检测模型对障碍物进行检测。
[0004]然而，当前通过训练集训练得到的障碍物检测模型，难以检测训练数据类别之外的障碍物，使得障碍物检测结果不够全面。

技术实现思路

[0005]本申请提供一种静态障碍物检测方法、装置、设备及计算机存储介质，以提高对训练数据类别外障碍物的检测性能。
[0006]一方面，本申请提供一种静态障碍物检测方法，包括：
[0007]获取当前时刻的点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种静态障碍物检测方法，其特征在于，包括：获取当前时刻的点云数据，并将所述点云数据映射到第一栅格地图，获取所述第一栅格地图中每个第一栅格的栅格信息，所述第一栅格地图是车辆坐标系下的地图，所述栅格信息包括点的高度信息和点的数量；在根据每个第一栅格的栅格信息，确定第一目标栅格中存在障碍物后，确定所述第一目标栅格的特征向量；在第二栅格地图中获取与所述第一目标栅格对应的第二目标栅格，并将所述第一目标栅格的特征向量与当前时刻以及所述第二目标栅格的位置信息关联存储；所述第二栅格地图是真实世界坐标系下的地图；获取所述第二目标栅格在不同时刻的特征向量，并根据所述第二目标栅格在不同时刻的特征向量，确定所述障碍物是否为静态障碍物。2.根据权利要求1所述的方法，其特征在于，所述确定所述第一目标栅格的特征向量，包括：根据所述第一目标栅格的栅格信息和所述第一目标栅格相邻的第一栅格的栅格信息，确定所述第一目标栅格的特征向量。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标栅格的栅格信息和所述第一目标栅格相邻的第一栅格的栅格信息，确定所述第一目标栅格的特征向量，包括：根据所述第一目标栅格的栅格信息，获取所述第一目标栅格中点的最大高度以及所述第一目标栅格中点的数量，将所述第一目标栅格对应的最大高度和点的数量作为第一子特征向量；根据每个所述第一栅格的栅格信息，获取每个第一栅格中点的最大高度以及所述每个第一栅格中点的数量，将每个第一栅格对应的最大高度和点的数量作为第二子特征向量；根据所述第一子特征向量和多个第二子特征向量，确定所述第一目标栅格的特征向量。4.根据权利要求1所述的方法，其特征在于，所述根据所述第二目标栅格在不同时刻的特征向量，确定所述障碍物是否为静态障碍物，包括：根据当前时刻的第二目标栅格的特征向量和历史时刻的第二目标栅格的特征向量的相似度，确定所述障碍物是否为静态障碍物。5.根据权利要求4所述的方法，其特征在于，所述根据当前时刻的第二目标栅格的特征向量和历史时刻的第二目标栅格的特征向量的相似度，确定所述障碍物是否为静态障碍物，包括：根据当前时刻的第二目标栅格的特征向量和每个历史时刻的...

【专利技术属性】
技术研发人员：伍阔梁，沈阳，王甜甜，钱炜，程浩然，杨政，
申请(专利权)人：杭州飞步科技有限公司，
类型：发明
国别省市：