【技术实现步骤摘要】
本公开涉及自动驾驶环境感知，尤其涉及一种护栏检测方法、装置、电子设备和存储介质。
技术介绍
1、现有的护栏检测方案主要分为三种：第一种是依赖激光点云聚类及相关过滤算法的传统检测方式；第二种是依赖深度学习，海量数据训练模型的检测方式；最后一种是传统算法与深度学习相结合的检测方式。
2、利用激光点云数据聚类进行传统目标检测是一种基于点的信息进行比较的方法，由于用到了所有的点数据，故该方法的缺点之一是速度慢；其二是点云形成的数量依赖雷达的线数，线数越高意味着雷达价格越贵；其三是各种聚类算法中护栏的形成条件及过滤条件很难满足现实存在中各样的护栏形状，会导致很多目标边缘被误检成护栏，且护栏被遮挡的情况下很可能被漏检。
3、利用深度学习的检测方案弊端也很明显，其一是路线选择的各种方案各有优缺；其中利用相机检测护栏极大的依赖良好的天气状况，且在多种情况下，相机显示的护栏与车道线具有相似的特征，故图片检测可能会将车道线误检成护栏；其二是利用深度学习涉及到大量的数据标注，在极大的成本之下依旧无法完全解决护栏漏检误检的问题，且模型难...
【技术保护点】
1.一种护栏检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述更新所述待添加节点的横坐标，包括：
3.根据权利要求1所述的方法，其特征在于，所述在所有初始检测护栏中确定待补点护栏，包括：
4.根据权利要求1所述的方法，其特征在于，在所述根据聚类结果得到初始检测护栏之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述判断所述初始检测护栏中的每一个护栏段是否有效，包括：
6.根据权利要求5所述的方法，其特征在于，所述判断所述初始检测护栏中的每一个护栏段是否有效，
【技术特征摘要】
1.一种护栏检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述更新所述待添加节点的横坐标，包括：
3.根据权利要求1所述的方法，其特征在于，所述在所有初始检测护栏中确定待补点护栏，包括：
4.根据权利要求1所述的方法，其特征在于，在所述根据聚类结果得到初始检测护栏之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述判断所述初始检测护栏中的每一个护栏段是否有效，包括：
...
【专利技术属性】
技术研发人员：彭靖玥，张丹，
申请(专利权)人：驭势科技北京有限公司，
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。