【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种障碍物的识别方法、装置和计算机设备。
技术介绍
1、随着自动驾驶技术在无人矿区的发展，自动驾驶技术在矿区的应用能够显著提高运输和装载效率，降低通勤和人力成本，实现矿车工作的高度自动化。由于露天矿区环境恶劣，且夜间工作照明条件不佳，激光雷达相较于摄像机等其他传感器更适合用于感知任务，但仍难以完全克服严重扬尘带来的干扰。
2、在一般的自动驾驶系统中，感知层通常使用目标检测技术获取自车周围物体的语义信息，而决策层则完全依赖感知层提供的信息进行决策，然而，当感知层出错时，这种依赖可能会严重影响系统的安全性。为了保证高效生产，系统应该避免频繁地将扬尘误检为实体，从而导致无人矿车无故刹车；同时，为了保障安全，系统也应该确保不会将实体障碍物漏检或误检为扬尘。
3、相关技术中，采用目标检测技术对扬尘进行识别。然而，在矿区复杂且恶劣的工作环境中，由于扬尘形态和密度的频繁且多样的变化，相关技术中的各种目标检测算法的稳定性都会受到限制，因此，相关技术中对障碍物类型的识别精度较低。
...
【技术保护点】
1.一种障碍物的识别方法，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，所述基于所述目标感知信息，确定对应障碍物的实体不确定度风险等级，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标感知信息包括对应障碍物的多个初始感知信息，各所述初始感知信息包括所述障碍物的多个属性信息，所述属性信息至少包括所述障碍物的分类分数，所述基于预设深度集成算法和所述目标感知信息确定实体不确定度值，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过所述点云簇的空间几何特征，确定对应障碍物的障碍物类型，包括：
...【技术特征摘要】
1.一种障碍物的识别方法，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，所述基于所述目标感知信息，确定对应障碍物的实体不确定度风险等级，包括：
3.根据权利要求2所述的方法，其特征在于，所述目标感知信息包括对应障碍物的多个初始感知信息，各所述初始感知信息包括所述障碍物的多个属性信息，所述属性信息至少包括所述障碍物的分类分数，所述基于预设深度集成算法和所述目标感知信息确定实体不确定度值，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过所述点云簇的空间几何特征，确定对应障碍物的障碍物类型，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于预设实体度算法、所述点云簇的空间几何特征和预设障碍物特征库中的多类先验空间几何特征，确定所述点云簇对应的障碍物的实体度值，包括：
6.根据权利要求2所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述正确性检测结果包括正确检...
【专利技术属性】
技术研发人员：李骏，王红，彭亮，吴奕佳，于文浩，
申请(专利权)人：清华大学，
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。