一种障碍物检测方法及系统技术方案

本发明专利技术提供一种障碍物检测方法及系统，方法包括：基于双目摄像机获取包括拍摄图像的道路环境图像数据，基于激光雷达获取道路环境点云数据；构建双目摄像机及激光雷达的坐标系，将道路环境图像数据转换为映射点云数据；对映射点云数据进行预处理，以获取视差图的像素三维点云，于道路环境点云数据中划定空间感兴趣区域，以获取聚焦点云；将像素三维点云与聚焦点云相融合为融合点云，对融合点云内的点进行分类统计，以获取障碍物指示点集；为障碍物指示点集分别赋予位置属性及类别属性，并训练初始特征融合网络模型，以获取检测障碍物的最终特征融合网络模型。上述方法保留了障碍物的完整的原始特征，增强了对障碍物的位置识别和分类的精确性。

【技术实现步骤摘要】

本申请涉及智能驾驶环境感知，特别是涉及一种障碍物检测方法及系统。

技术介绍

1、随着无人驾驶技术的飞速发展，各功能模块越来越完善，逐渐趋近于人工驾驶。其中，可靠的环境感知能力对自主巡航控制、碰撞预警和路径规划等起到至关重要的作用。对于环境感知能力而言，路面障碍物的检测是最关键的技术之一，路面障碍物检测的精准性和稳定性，对无人驾驶车辆的安全行驶至关重要。

2、传统的路面障碍物检测一般通过采用单一传感器进行检测，其特征单一、局限性太大，难以获取完整的环境信息，且易受干扰而导致检测或跟踪不准，影响功能。

3、现一般通过多传感器融合的方式进行障碍物检测，但现有的多传感器融合检测常采用目标级融合，对各传感器的检测结果的依赖性强，检测效果的好坏直接影响融合效果和最终功能，且其检测算法多为传统特征提取和图像分割算法，精度低且稳定性差，适用性弱。

技术实现思路

1、本申请实施例提供了一种障碍物检测方法、系统及计算机，以解决现有技术中通过多传感器进行目标机融合，对传感器的检测结构依赖性强，且其检测算法多本文档来自技高网...

【技术保护点】

1.一种障碍物检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的障碍物检测方法，其特征在于，所述将所述道路环境图像数据标定至所述激光雷达的坐标系下的步骤包括：

3.根据权利要求2所述的障碍物检测方法，其特征在于，所述第一预设矩阵为：

4.根据权利要求1所述的障碍物检测方法，其特征在于，所述预处理包括去畸变处理、灰度化处理、直方图均衡化图片增强处理和高斯滤波去噪处理。

5.根据权利要求1所述的障碍物检测方法，其特征在于，所述基于所述双目摄像机的参数信息获取所述视差图的像素三维点云的步骤包括：

6.根据权利要求5所述的障...

【技术特征摘要】

1.一种障碍物检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的障碍物检测方法，其特征在于，所述将所述道路环境图像数据标定至所述激光雷达的坐标系下的步骤包括：

3.根据权利要求2所述的障碍物检测方法，其特征在于，所述第一预设矩阵为：

4.根据权利要求1所述的障碍物检测方法，其特征在于，所述预处理包括去畸变处理、灰度化处理、直方图均衡化图片增强处理和高斯滤波去噪处理。

5.根据权利要求1所述的障碍物检测方法，其特征在于，所述基于所述双目摄像机的参数信息获取所述视差图的像素三维点云的步骤包括：

6.根据权利要求...

【专利技术属性】
技术研发人员：王旭华，楼狄明，胡一明，张周平，涂培培，
申请(专利权)人：南昌智能新能源汽车研究院，
类型：发明
国别省市：