面向自动驾驶的动态障碍物检测方法技术

本发明专利技术涉及一种面向自动驾驶的动态障碍物检测方法，属于自动驾驶技术领域。该方法结合二维图像数据与三维点云数据，利用深度学习算法，通过两种数据的检测结果对比融合，实现三维障碍物检测。利用语义分割网络，对摄像机采集到的二维图像进行处理，把车道和障碍物数据提取出来，并提取障碍物在图像上的相对位置。再将图像坐标转换为世界坐标。同时利用点云数据，通过三D目标检测网络进行障碍物检测，提取障碍物与激光雷达的相对位置，计算障碍物在激光扫描仪坐标上的位置。最后将激光扫描仪坐标进行旋转平移，与世界坐标相对比，将两种数据的检测结果进行匹配。本发明专利技术能减少冗余数据、降低检测时间、提高检测精度的效果。提高检测精度的效果。提高检测精度的效果。

【技术实现步骤摘要】
面向自动驾驶的动态障碍物检测方法


[0001]本专利技术属于自动驾驶
，涉及一种面向自动驾驶的动态障碍物检测方法。

技术介绍

[0002]在自动驾驶技领域种，道路障碍物检测是一项非常重要的技术。智能车辆一般通过摄像机、雷达(如激光雷达、毫米波雷达等)、GPS、IMU(惯性测量单元)等车载传感器实现车辆周围环境的感知，进而采用相应的障碍物检测算法检测出车辆行驶路径上的障碍物，从而控制车辆采取相应措施避让障碍物。其中，利用激光雷达实现障碍物检测时，激光雷达通过发射激光光束，并根据激光光束在物体表面形成的反射光束构建激光点云(Point Cloud)，从而根据激光点云识别环境中的障碍物；利用摄像机实现障碍物检测时，摄像机通过采集环境图像，并通过图像识别技术识别环境图像中的障碍物。
[0003]然而，受限于激光雷达和摄像机的工作原理，利用激光雷达仅能够实现小范围的障碍物检测，而利用摄像机进行识别时障碍物距离的检测误差较大，影响障碍物检测的准确度。
[0004]在根据采集的数据进行障碍物检测方面，通过激光雷达获取的三维点云数据精度高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向自动驾驶的动态障碍物检测方法，其特征在于：该方法结合二维图像数据与三维点云数据，利用深度学习算法将二维图像数据和三维点云数据的检测结果进行对比融合，以实现障碍物检测，具体如下：S1、采集道路的二维图像以及三维点云图像；S2、利用语义分割网络对二维图像进行处理，提取车道数据和障碍物数据，以及障碍物在图像上的相对位置，同时将图像坐标转换为世界坐标；S3、利用3D目标检测网络对三维点云图像进行障碍物检测，计算障碍物在激光扫描仪坐标上的位置得到障碍物坐标值；S4、将步骤S2得到的世界坐标以及步骤S3中得到的坐标值均映射至YOZ平面坐标上，并进行匹配，若匹配成功则输出障碍物的三维信息。2.根据权利要求1所述的障碍物检测方法，其特征在于：步骤S2中，图像处理的过程为：将二维图像输入卷积神经网络，经过卷积层和池化层提取特征，再经过上采样，最后输出与原图尺寸大小相同的分割图片。3.根据权利要求1所述的障碍物检测方法，其特征在于：步骤S2中，坐标转换过程具体如下：1)障碍物在图像上是像素坐标，因此先将其转换为图像坐标，如下式所示：式中，u、v分别表示障碍物在像素坐标中的坐标值，u0、v0分别表示图片中心点在像素坐标中的坐标值...

【专利技术属性】
技术研发人员：邓天民，吴勇军，杨令，张曦月，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：