障碍物识别方法、装置、电子设备、移动工具和存储介质制造方法及图纸

本申请涉及一种障碍物识别方法、装置、电子设备、移动工具和存储介质。所述方法包括：将行驶场景下的前景点云数据和图像识别数据进行特征融合，得到前景点云融合数据，可以克服单个传感器对于障碍物的检测局限性，并且利用结合了干扰特征对应先验知识的预设网络模型对前景点云融合数据进行识别处理，以输出准确的障碍物信息，可以降低将干扰特征误检为障碍物的误判率，避免由于误检导致自动驾驶汽车的自动紧急制动功能被误触发，从而影响车辆行驶的平稳性和舒适性。

【技术实现步骤摘要】

本申请涉及自动驾驶，尤其涉及一种障碍物识别方法、装置、电子设备、移动工具和存储介质。

技术介绍

1、为了使自动驾驶车辆能够在道路上安全稳定行驶，需要准确地感知周围环境，以便能够自主决策行驶路线并安全地操纵车辆。目前，自动驾驶车辆识别障碍物采用的方法是：利用激光雷达获取点云数据，再将激光雷达获取的点云数据作为激光检测模型的输入，经过激光雷达检测模型推理后获得点云数据对应的障碍物信息。

2、然而在实际应用中，现有的激光雷达检测模型容易将路边的树木、草丛的点云数据误检为行人或骑行者，也容易将汽车尾气对应的点云数据误检为车辆，这会导致自动驾驶汽车的自动紧急制动(aeb)功能被误触发，影响车辆行驶的平稳性和舒适性。

技术实现思路

1、为了解决上述技术问题，本申请提供了一种障碍物识别方法、装置、电子设备、移动工具和存储介质。

2、第一方面，本申请提供了一种障碍物识别方法，包括：

3、获取行驶场景下的图像识别数据以及前景点云数据；

4、将所述前景点云数据和所述图像识别数据进行本文档来自技高网...

【技术保护点】

1.一种障碍物识别方法，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，所述将所述前景点云数据和所述图像识别数据进行特征融合，得到前景点云融合数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述投影图像中每个像素点的投影坐标与所述图像识别数据中各个像素点的像素坐标之间的映射关系，以及所述图像识别数据中各个像素坐标对应的类别值，确定各个所述投影坐标对应的类别值，包括：

4.根据权利要求2所述的方法，其特征在于，所述将所述前景点云融合数据输入至预设网络模型中，输出所述前景点云融合数据对应的障碍物信息，包括：

...

【技术特征摘要】

1.一种障碍物识别方法，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，所述将所述前景点云数据和所述图像识别数据进行特征融合，得到前景点云融合数据，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述投影图像中每个像素点的投影坐标与所述图像识别数据中各个像素点的像素坐标之间的映射关系，以及所述图像识别数据中各个像素坐标对应的类别值，确定各个所述投影坐标对应的类别值，包括：

4.根据权利要求2所述的方法，其特征在于，所述将所述前景点云融合数据输入至预设网络模型中，输出所述前景点云融合数据对应的障碍物信息，包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述前景点云融合数据中各个投影坐标对应的融合信息输入至预设网络模型内的预设模型损失函数中进行迭...

【专利技术属性】
技术研发人员：李思琦，李凡，朱彬，颜波，
申请(专利权)人：合肥智行者科技有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人