【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种障碍物检测方法、装置、设备及存储介质。
技术介绍
1、激光雷达是一种感知外界环境的主动式传感器，通过对激光雷达接收到的信息进行处理可以对完结环境进搭建，对点云数据进行处理可以准确获取周围障碍物的信息。
2、目前，传统的障碍物检测方法主要通过直接对原始点云进行滤波处理。然而，传统方法难以适应复杂环境，比如路边的灌木延伸到地图中或者存在点云噪声都很容易引发误检，检测的准确性较低。
技术实现思路
1、本专利技术提供了一种障碍物检测方法、装置、设备及介质，以实现对障碍物的准确检测，能够适应复杂环境，降低发生误检的可能性。
2、第一方面，本专利技术实施例提供了一种障碍物检测方法，包括：
3、基于车载激光雷达生成的当前帧对应的原始点云数据和预设点云范围，确定目标点云数据；
4、对所述目标点云数据进行栅格化，并对栅格化后的目标点云数据进行特征提取，获得目标栅格特征；
5、将所述目标栅格特征输入至目标检测网络模型...
【技术保护点】
1.一种障碍物检测方法，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，所述对所述目标点云数据进行栅格化，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标检测网络模型包括：第一特征提取子模型、第二特征提取子模型、第一回归子模型和第二回归子模型；
4.根据权利要求3所述的方法，其特征在于，所述第二特征提取子模型是包含嵌入残差模块的神经网络，所述残差模块是将至少一个卷积层与至少两个卷积层进行跨阶段连接的模块。
5.根据权利要求3所述的方法，其特征在于，所述将所述第一特征输入至第二回归子模型，确定前景栅...
【技术特征摘要】
1.一种障碍物检测方法，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，所述对所述目标点云数据进行栅格化，包括：
3.根据权利要求1所述的方法，其特征在于，所述目标检测网络模型包括：第一特征提取子模型、第二特征提取子模型、第一回归子模型和第二回归子模型；
4.根据权利要求3所述的方法，其特征在于，所述第二特征提取子模型是包含嵌入残差模块的神经网络，所述残差模块是将至少一个卷积层与至少两个卷积层进行跨阶段连接的模块。
5.根据权利要求3所述的方法，其特征在于，所述将所述第一特征输入至第二回归子模型，确定前景栅格对应的...
【专利技术属性】
技术研发人员：庞伟凇，陈光，王宇，李锦瑭，孙雪，刘清扬，蒋萌，
申请(专利权)人：中国第一汽车股份有限公司，
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。