一种车辆自动驾驶的障碍物识别方法技术

本发明专利技术提出一种车辆自动驾驶的障碍物识别方法，通过包括点云分支、图像分支、第一融合模块、第二融合模块以及检测头的双分支融合检测网络进行障碍物识别，通过第一融合模块，将点云特征与图像特征进行融合，有效提升了障碍物识别的效率以及准确性，通过第二融合模块，再一次将点云特征与图像特征进行融合，有效提升了障碍物检测的三维信息精确性。升了障碍物检测的三维信息精确性。升了障碍物检测的三维信息精确性。

【技术实现步骤摘要】
一种车辆自动驾驶的障碍物识别方法


[0001]本专利技术属于自动驾驶领域，尤其涉及一种车辆自动驾驶的障碍物识别方法。

技术介绍

[0002]自动驾驶系统需要在无人指挥的情况下感知周围环境，判断障碍物并作出反应策略，环境感知作为自动驾驶最关键的一环，是确保自动驾驶车辆对交通环境充分理解的关键步骤。
[0003]目前在汽车感知领域，主要有两大方向，一个是图像，一个是三维空间。摄像头的优点很多，比如擅长对车辆、行人、速度标志等物体进行分类，是唯一能够解释二维信息的传感器，例如速度标志、车道标记或交通灯。但是缺陷也非常明显，首先摄像头呈现的图片是二维的，摄像头无法可靠的测量距离和位置数据，而汽车行驶的空间是三维的。另外，最为关键的问题是摄像头严重依赖于光线，限制了使用场景以及天气。
[0004]因此，传感器融合技术应用而生，传感器融合技术就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述周围环境，因此，本专利技术使用雷达和相机两种传感器采集的信息进行融合，高速场景使用激光雷达和相机两种传感器采集信息进行融合，能够提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆自动驾驶的障碍物识别方法，其特征在于，所述方法包括：S1，通过工业相机以及激光雷达采集图像数据以及激光雷达点云数据；S2，对所述图像数据以及激光雷达点云数据进行预处理；S3，将图像数据与激光雷达点云数据进行时间对准；S4，将对准后的图像数据与激光雷达点云数据输入双分支融合检测网络进行障碍物检测，得到障碍物的检测结果；所述双分支融合检测网络包括点云分支、图像分支、第一融合模块、第二融合模块以及检测头，所述点云分支用于提取点云特征，所述图像分支用于提取图像特征，所述第一融合模块以及所述第二融合模块用于特征融合，所述检测头用于生成障碍物检测结果。2.根据权利要求1所述的一种车辆自动驾驶的障碍物识别方法，其特征在于，所述点云分支包括输入层、四个串行连接的Set Abstraction模块、四个串行连接的Feature Propogation模块，所述Set Abstraction模块生成的特征表示为SA
i
，所述Feature Propogation模块生成的特征表示为FP
i
，i=1,2,3,4。3.根据权利要求2所述的一种车辆自动驾驶的障碍物识别方法，其特征在于，所述图像分支包括输入层、四个串行连接的图像特征提取块，所述图像特征提取块生成的特征表示为F
i
，所述图像特征提取块包括卷积块、逐元素相加操作，四个卷积块生成的特征表示为F
i
’
，
将所述SA
i
与F
i
’
输入所述第一融合模块，将所述F

【专利技术属性】
技术研发人员：马琼琼，单萍，沈亮，马列，
申请(专利权)人：江苏天一航空工业股份有限公司，
类型：发明
国别省市：