【技术实现步骤摘要】
本专利技术涉及障碍物检测领域，尤其涉及一种可移动平台的障碍物检测方法、装置及可移动平台。
技术介绍
1、无人驾驶车辆是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。车载传感器主要包括激光雷达、毫米波雷达和视觉传感器。其中，激光雷达的基本原理为主动对被探测对象发射激光脉冲信号，并获得其反射回来的脉冲信号，根据发射信号和接收信号之间的时间差计算被测对象的深度信息；基于激光雷达的已知发射方向，获得被测对象相对激光雷达的角度信息；结合前述深度和角度信息得到点云。然而，激光雷达所探测的点云为非结构化的无序数据，不可直接作为神经网络的输入，因此，如何利用点云和神经网络检测障碍物成为亟待解决的热点问题。
技术实现思路
1、本专利技术提供一种可移动平台的障碍物检测方法、装置及可移动平台，可以利用神经网络对点云进行处理，以得到可移动平台所处周围环境的障碍物信息，并且障碍物检测的准确率高，可以更好的描述障碍物的轮廓
本文档来自技高网...
【技术保护点】
1.一种可移动平台的障碍物检测方法，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，所述点云由安装在所述可移动平台上的激光雷达检测获得。
3.根据权利要求1所述的方法，其特征在于，所述获取所述可移动平台所处周围环境对应的点云，包括：
4.根据权利要求1所述的方法，其特征在于，所述获取所述可移动平台所处周围环境对应的点云之后，将所述点云划分至三维网格中之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述点云进行上采样处理，包括：
6.根据权利要求4所述的方法，其特征在于，所...
【技术特征摘要】
1.一种可移动平台的障碍物检测方法，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，所述点云由安装在所述可移动平台上的激光雷达检测获得。
3.根据权利要求1所述的方法，其特征在于，所述获取所述可移动平台所处周围环境对应的点云，包括：
4.根据权利要求1所述的方法，其特征在于，所述获取所述可移动平台所处周围环境对应的点云之后，将所述点云划分至三维网格中之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述点云进行上采样处理，包括：
6.根据权利要求4所述的方法，其特征在于，所述上采样处理的方式为双线性插值方式。
7.根据权利要求1所述的方法，其特征在于，所述每个三维网格的点云密度根据所述每个三维网格的点云的数量和对应的三维网格的体积确定。
8.根据权利要求7所述的方法，其特征在于，所述每个三维网格的点云密度为所述每个三维网格的点云的数量和对应的三维网格的体积的比值。
9.根据权利要求1所述的方法，其特征在于，所述每个三维网格的点云密度为对所有三维网格的点云密度进行归一化后确定的点云密度。
10.根据权利要求9所述的方法，其特征在于，所述归一化后确定的点云密度为所述每个三维网格的点云密度与所述所有三维网格的点云密度中的最大值的比值。
11.根据权利要求1所述的方法，其特征在于，所述网格数据还包括所述每个三维网格的位置和/或所述每个三维网格的尺寸大小。
12.根据权利要求1所述的方法，其特征在于，所述障碍物信息包括：障碍物候选框的位置信息和所述障碍物候选框的置信度。
13.根据权利要求12所述的方法，其特征在于，所述障碍物候选框的位置信息包括：所述障碍物候选框的顶点的位置坐标。
14.根据权利要求12所述的方法，其特征在于，所述将所述网格数据输入到预先训练的神经网络中，确定所述可移动平台所处周围环境的障碍物信息之后，还包括：
15.根据权利要求14所述的方法，其特征在于，所述根据所述障碍物候选框的位置信息和所述障碍物候选框的置信度，确定所述可移动平台所处周围环境的障碍物的预测结果，包括：
16.根据权利要求1所述的方法，其特征在于，所述神经网络包括：卷积和池化层，用于对输入所述神经网络的网格数据进行处理，得到第一特征图；
17.根据权利要求16所述的方法，其特征在于，所述全连接层包括至少两个。
18.一种可移...
【专利技术属性】
技术研发人员：蒋卓键，陈晓智，
申请(专利权)人：深圳市卓驭科技有限公司，
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。