[发明专利]障碍物识别方法及装置、计算机设备及可读存储介质

说明书

本发明提供一种障碍物识别方法及装置、计算机设备及可读介质。其所述方法包括：将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；将至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；根据至少一个霍夫图，生成待识别的障碍物的特征向量；根据预先训练的分类器模型和待识别的障碍物的特征向量，识别待识别的障碍物的类别。本发明的技术方案，通过对待识别的障碍物的点云进行剖析，使得待识别的障碍物的特征向量中包含更加丰富的待识别的障碍物的信息，能够有效地提高对待识别的障碍物的识别准确度，从而能够有效地提高对待识别的障碍物的识别效率。

【技术领域】

本发明涉及自动驾驶技术领域，尤其涉及一种障碍物识别方法及装置、计算机设备及可读存储介质。

【背景技术】

在现有的自动驾驶技术中，待识别的障碍物识别输出的信息会作为控制和策划的信息的输入，因此，对待识别的障碍物进行准确而快速的识别是一项非常关键的技术。

现有技术中，通常采用摄像头和激光雷达对待识别的障碍物进行识别。其中摄像头方案可以应用在光照非常充足，环境比较稳定的场景下。但是在天气不好和道路环境混乱的情况下，摄像头方案的视觉一直都不够稳定，导致采集的待识别的障碍物的信息不准确。而激光雷达虽然非常昂贵，但是激光雷达方案识别的待识别的障碍物时非常稳定和安全。现有技术中，采用激光雷达识别待识别的障碍物时，根据激光雷达扫描待识别的障碍物所获取的待识别的障碍物的点云大小以及局部特征，来判断待识别的障碍物的类别。例如，可以根据待识别的障碍物的点云的局部特征是否为人的头像，来判断待识别的障碍物是否为人；根据待识别的障碍物的点云的局部特征是否为自行车的车头特征，来判断待识别的障碍物是否为自行车等等。

但是现有技术中，激光雷达扫描的点云中待识别的障碍物的点云的局部特征通常并不是那么明显，导致对待识别的障碍物的识别准确度较差、识别效率较低。

【发明内容】

本发明提供了一种障碍物识别方法及装置、计算机设备及可读介质，用于提高自动驾驶中待识别的障碍物的识别准确度和识别效率。

本发明提供一种障碍物识别方法，所述方法包括：

将待识别的障碍物的点云在预设的至少一个平面上进行投影，得到至少一个投影图像；

将所述至少一个投影图像对应的至少一个二值化投影图像分别进行霍夫变化，得到至少一个霍夫图；

根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量；

根据预先训练的分类器模型和所述待识别的障碍物的特征向量，识别所述待识别的障碍物的类别。

进一步可选地，在如上所述的方法中，根据所述至少一个霍夫图，生成所述待识别的障碍物的特征向量，具体包括：

根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征；

根据所述待识别的障碍物的多个霍夫特征，生成所述待识别的障碍物的特征向量。

进一步可选地，在如上所述的方法中，根据所述至少一个霍夫图获取所述待识别的障碍物的多个霍夫特征，具体包括：

将所述至少一个霍夫图中的各像素点的值作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者

将所述至少一个霍夫图中各所述霍夫图中的各像素点的值进行归一化处理后，作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者

将所述至少一个霍夫图中各所述霍夫图进行切片，将各所述切片中的像素点的值累加作为所述待识别的障碍物的霍夫特征，得到所述待识别的障碍物的所述多个霍夫特征；或者