行车路面障碍物检测处理方法、设备及存储介质技术

本申请提供一种行车路面障碍物检测处理方法、设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取车辆周围环境的点云数据扫描图；根据所述点云数据扫描图中点云的位置坐标信息，构建点云体柱三维图，并基于所述点云体柱三维图，依次确定点云体柱的倾斜度和两侧边界的倾斜度；根据所述点云体柱的倾斜度和两侧边界的倾斜度以及预设语义分割模型，确定车辆周围路面与突起物的类型和边缘，以基于所述车辆周围路面与突起物的类型和边缘驱动车辆规避障碍物行驶。本申请的方法，通过体柱化降低环境的描述难度，利用倾斜度描述障碍物，并通过语义分割模型区分障碍物的类别和边缘，从而降低障碍物检测的算法难度和计算消耗。

【技术实现步骤摘要】

本申请涉及自动驾驶，尤其涉及一种行车路面障碍物检测处理方法、设备及存储介质。

技术介绍

1、矿区自动驾驶是当前工业智能化的重要应用领域之一，而自动驾驶技术需要传感器和感知算法实现环境感知，基于感知结果进行路径规划和车辆控制来完成自动驾驶车辆的运动，其中障碍物检测是感知任务的首要任务。

2、矿区自动驾驶的传统障碍物检测思路是进行地面滤除，区分地面点云和非地面点云，在非地面点云的基础上进行聚类从而获得障碍物的包络线和位置信息。基于深度学习的障碍物检测方法是通过对采集回来的数据进行人工标注，并送入神经网络模型进行训练，从而实现障碍物的检测与分类。

3、现有地面滤除方法依赖于地面滤除效果的好坏和人工设置的某些参数和规则，而基于深度学习的障碍物检测方法则依赖于大量的人工标注与训练，且属于黑盒模型，不具备可解释性，需要大量的测试验证才能起到较好的区分效果。综上，现有障碍物检测方法无法以简单的计算功能实现高效且准确的障碍物区分效果。

技术实现思路

1、本申请提供一种行车路面障碍物检测处理方法、设备及本文档来自技高网...

【技术保护点】

1.一种行车路面障碍物检测处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据扫描图中点云的位置坐标信息，构建点云体柱三维图，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述点云体柱的分布位置和点云数据扫描图中点云的Z轴坐标，确定点云体柱的纵向高度，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述点云体柱三维图，依次确定点云体柱的倾斜度和两侧边界的倾斜度，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据点云体柱三维图中的任一点云体柱坐标和地面点云坐标，逐列或逐行计...

【技术特征摘要】

1.一种行车路面障碍物检测处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据扫描图中点云的位置坐标信息，构建点云体柱三维图，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述点云体柱的分布位置和点云数据扫描图中点云的z轴坐标，确定点云体柱的纵向高度，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述点云体柱三维图，依次确定点云体柱的倾斜度和两侧边界的倾斜度，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据点云体柱三维图中的任一点云体柱坐标和地面点云坐标，逐列或逐行计算点云体柱坐标...

【专利技术属性】
技术研发人员：赵承辉，杨孟，田磊，孙心洁，
申请(专利权)人：中国重汽集团济南动力有限公司，
类型：发明
国别省市：