本发明专利技术提供了障碍物识别方法、装置及电子设备；其中，该方法包括：获取车辆周围环境的初始点云数据，并滤除地面噪点和边沿噪点，得到目标点云数据；以及，基于run的聚类算法对目标点云数据进行聚类，得到障碍物初始信息；并根据预设滤除规则对障碍物初始信息进行滤除处理，得到障碍物信息；该方法首先滤除初始点云数据中的地面噪点和边沿噪点，并聚类得到障碍物初始信息；然后根据预设滤除规则对障碍物初始信息再次进行滤除处理，从而可以有效缓解边沿噪点和地面噪点对障碍物聚类结果欠分割影响准确度的问题，提高了障碍物的识别准确度，进而提高了车辆自动驾驶的安全性，具有较好的实用价值。实用价值。实用价值。
【技术实现步骤摘要】
障碍物识别方法、装置及电子设备
[0001]本专利技术涉及车辆环境感知
，尤其是涉及障碍物识别方法、装置及电子设备。
技术介绍
[0002]自动驾驶是一种通过计算机设备控制车辆在道路上自动行驶的技术，由于实际道路情况复杂，存在大量行人和车辆等障碍物，因此，如何实现障碍物识别，以规划出规避障碍物的行驶路线成为自动驾驶的关键。
[0003]目前，主要通过激光雷达感知技术实现对障碍物的识别，其中，障碍物聚类是感知技术的关键步骤。专利申请号为202010570828.6的点云聚类的方法，主要是对于激光雷达的有序点云数据，首先根据两个点之间的极径和极角差计算两个点之间的间距，然后根据间距和第一预设间距值判断是否属于同一目标，如果是，则归为同一聚类集合；以及，计算每个聚类集合的核心点，并根据核心点之间的间距和第二预设间距值，以对不同聚类集合进行融合。但是，由于激光雷达探测到障碍物边沿交接之间常会因测距不准，存在拉丝点即边沿噪点，因此，虽然上述方法可以实现障碍物的聚类识别，但是，并未考虑边沿噪点对障碍物聚类的影响，且，上述间距值为固定值，易受距离变化影响，从而降低了障碍物的聚类效果，进而影响了障碍物的识别效果。
技术实现思路
[0004]有鉴于此，本专利技术的目的在于提供障碍物识别方法、装置及电子设备，以缓解上述问题，提高了障碍物的识别精度，从而提高了车辆自动驾驶的安全性，具有较好的实用价值。
[0005]第一方面，本专利技术实施例提供了一种障碍物识别方法，该方法包括：获取车辆周围环境的初始点云数据；其中，初始点云数据为点云坐标系中的数据集；基于栅格法确定初始点云数据中的地面噪点，并对地面噪点进行滤除处理，得到第一点云数据；将第一点云数据进行转换，得到图像坐标系中的第二点云数据；根据筛选规则确定第二点云数据中的边沿噪点，并对边沿噪点进行滤除处理，得到目标点云数据；其中，筛选规则包括动态搜索半径和相邻点夹角阈值；基于run的聚类算法对目标点云数据进行聚类，得到障碍物初始信息；根据预设滤除规则对障碍物初始信息进行滤除处理，得到障碍物信息。
[0006]可选地，上述根据筛选规则确定第二点云数据中的边沿噪点的步骤，包括：对于第二点云数据中的当前点，根据动态搜索半径确定当前点的相邻点；其中，相邻点与当前点之间的距离不大于动态搜索半径；计算每个相邻点与当前点之间的相邻点夹角；根据相邻点夹角和相邻点夹角阈值，确定边沿噪点。
[0007]可选地，上述根据相邻点夹角和相邻点夹角阈值，确定边沿噪点的步骤，包括：判断相邻点夹角是否小于相邻点夹角阈值；如果是，则将相邻点夹角对应的相邻点确定为边沿噪点。
[0008]可选地，上述基于栅格法确定初始点云数据中的地面噪点的步骤，还包括：基于栅格法，确定初始点云数据对应的栅格地图；其中，栅格地图包括多个栅格；确定每个栅格的目标高度值；其中，目标高度值为栅格内多个点的高度的最小值；判断目标高度值是否不大于预设高度阈值；如果是，则该目标高度值对应的栅格确定为目标栅格，并将目标栅格内的多个点作为地面噪点。
[0009]可选地，上述将第一点云数据进行转换，得到图像坐标系中的第二点云数据的步骤，包括：按照第一转换规则对第一点云数据进行转换，得到球面坐标系的点云数据；其中，第一转换规则用于表征将数据从点云坐标系转换至球面坐标系；按照第二转换规则对球面坐标系的点云数据进行转换，得到图像坐标系中的第二点云数据；其中，第二转换规则用于表征将数据从球面坐标系转换至图像坐标系。
[0010]可选地，上述车辆上设置有激光雷达，获取车辆周围环境的初始点云数据的步骤，包括：获取激光雷达采集的初始点云数据；判断激光雷达相对于车体坐标系，是否存在俯仰和/或旋转和/或偏航角；如果是，按照预设姿态校正矩阵对初始点云数据进行姿态校准，得到校正后的初始点云数据。
[0011]可选地，上述车辆上设置有深度相机，获取车辆周围环境的初始点云数据的步骤，还包括：获取深度相机采集的车辆周围环境的深度图像；对深度图像进行转换，得到对应的初始点云数据。
[0012]第二方面，本专利技术实施例还提供一种障碍物识别装置，该装置包括：获取模块，用于获取车辆周围环境的初始点云数据；其中，初始点云数据为点云坐标系中的数据集；第一确定模块，用于基于栅格法确定初始点云数据中的地面噪点，并对地面噪点进行滤除处理，得到第一点云数据；转换模块，用于将第一点云数据进行转换，得到图像坐标系中的第二点云数据；第二确定模块，用于根据筛选规则确定第二点云数据中的边沿噪点，并对边沿噪点进行滤除处理，得到目标点云数据；其中，筛选规则包括动态搜索半径和相邻点夹角阈值；聚类模块，用于基于run的聚类算法对目标点云数据进行聚类，得到障碍物初始信息；滤除模块，用于根据预设滤除规则对障碍物初始信息进行滤除处理，得到障碍物信息。
[0013]第三方面，本专利技术实施例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，处理器执行计算机程序时实现上述第一方面的方法的步骤。
[0014]第四方面，本专利技术实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面的方法的步骤。
[0015]本专利技术实施例带来了以下有益效果：
[0016]本专利技术实施例提供了障碍物识别方法、装置及电子设备，通过动态搜索半径和相邻点夹角阈值确定边沿噪点，并对边沿噪点和地面噪点进行滤除，以便对目标点云数据进行聚类，得到障碍物初始信息；以及，根据预设滤除规则对障碍物初始信息再次进行滤除处理，从而可以有效缓解边沿噪点和地面噪点对障碍物聚类结果欠分割影响准确度的问题，提高了障碍物的识别准确度，进而提高了车辆自动驾驶的安全性，具有较好的实用价值。
[0017]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
[0018]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0019]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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。
[0020]图1为本专利技术实施例提供的一种障碍物识别方法的流程图；
[0021]图2为本专利技术实施例提供的一种计算相邻点夹角的示意图；
[0022]图3为本专利技术实施例提供的一种图像结构的点云的示意图；
[0023]图4为本专利技术实施例提供的一种障碍物识别装置的示意图；
[0024]图5为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0025]为使本专利技术实施例的目的、技术本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种障碍物识别方法，其特征在于，所述方法包括：获取车辆周围环境的初始点云数据；其中，所述初始点云数据为点云坐标系中的数据集；基于栅格法确定所述初始点云数据中的地面噪点，并对所述地面噪点进行滤除处理，得到第一点云数据；将所述第一点云数据进行转换，得到图像坐标系中的第二点云数据；根据筛选规则确定所述第二点云数据中的边沿噪点，并对所述边沿噪点进行滤除处理，得到目标点云数据；其中，所述筛选规则包括动态搜索半径和相邻点夹角阈值；基于run的聚类算法对所述目标点云数据进行聚类，得到障碍物初始信息；根据预设滤除规则对所述障碍物初始信息进行滤除处理，得到障碍物信息。2.根据权利要求1所述的方法，其特征在于，所述根据筛选规则确定所述第二点云数据中的边沿噪点的步骤，包括：对于所述第二点云数据中的当前点，根据所述动态搜索半径确定所述当前点的相邻点；其中，所述相邻点与所述当前点之间的距离不大于所述动态搜索半径；计算每个所述相邻点与所述当前点之间的相邻点夹角；根据所述相邻点夹角和所述相邻点夹角阈值，确定所述边沿噪点。3.根据权利要求2所述的方法，其特征在于，所述根据所述相邻点夹角和所述相邻点夹角阈值，确定所述边沿噪点的步骤，包括：判断所述相邻点夹角是否小于所述相邻点夹角阈值；如果是，则将所述相邻点夹角对应的相邻点确定为所述边沿噪点。4.根据权利要求1所述的方法，其特征在于，所述基于栅格法确定所述初始点云数据中的地面噪点的步骤，还包括：基于所述栅格法，确定所述初始点云数据对应的栅格地图；其中，所述栅格地图包括多个栅格；确定每个所述栅格的目标高度值；其中，所述目标高度值为所述栅格内多个点的高度的最小值；判断所述目标高度值是否不大于预设高度阈值；如果是，则该目标高度值对应的栅格确定为目标栅格，并将所述目标栅格内的多个点作为所述地面噪点。5.根据权利要求1所述的方法，其特征在于，所述将所述第一点云数据进行转换，得到图像坐标系中的第二点云数据的步骤，包括：按照第一转换规则对所述第一点云数据进行转换，得到球面坐标系的点云数据；其中，所述第一转换规则用于表征将数据从所述点云坐标系转换...
【专利技术属性】
技术研发人员：罗凤鸣，杜晨光，
申请(专利权)人：洛伦兹北京科技有限公司，
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。