[发明专利]障碍物检测方法、装置、设备及存储介质

说明书

本发明公开了障碍物检测方法、装置、设备及存储介质，其中方法包括：获取无人驾驶车辆行驶过程中所采集的3D点云；根据3D点云分别确定出顶点集及边集；根据所述边集对顶点集中的顶点进行聚类，得到最小生成树，作为障碍物检测结果。应用本发明所述方案，能够减少工作量和提高检测结果的准确性等。

【技术领域】

本发明涉及无人驾驶车辆技术，特别涉及障碍物检测方法、装置、设备及存储介质。

【背景技术】

无人驾驶车辆，是指通过各种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等，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。

激光雷达是无人驾驶车辆用于感知三维环境的重要传感器，激光雷达扫描一圈场景，返回场景三维空间的点云，即3D点云，包括每个点的三维坐标以及激光的反射强度等。

基于采集到3D点云，可进行障碍物的检测等，并反馈给规划控制系统，以便进行避障操作等。可见，障碍物的检测直接关系到无人驾驶车辆的行车安全，具有非常重要的意义。障碍物可包括出现在道路上的行人、机动车、自行车等。

现有技术中，主要采用以下方式来进行障碍物的检测：首先，采集大量的3D点云，并标注出所有障碍物样本，之后，利用这些样本学习/训练出一个模型，当需要进行实际的检测时，将采集到的3D点云输入该模型，得到障碍物的检测结果。

但是，上述方式在实际应用中会存在一定的问题，如：前期需要从大量的3D点云中标注出障碍物样本，用于训练模型，费时费力，增大了工作量，而且，实际使用时，可能会遇到训练时从未遇到过的障碍物，从而导致该障碍物无法被检测出来，即造成障碍物漏检，从而降低了检测结果的准确性。

【发明内容】

有鉴于此，本发明提供了障碍物检测方法、装置、设备及存储介质，能够减少工作量和提高检测结果的准确性。

具体技术方案如下：

一种障碍物检测方法，包括：

获取无人驾驶车辆行驶过程中所采集的3D点云；

根据所述3D点云分别确定出顶点集及边集；

根据所述边集对所述顶点集中的顶点进行聚类，得到最小生成树，作为障碍物检测结果。

一种障碍物检测装置，包括：获取单元及检测单元；

所述获取单元，用于获取无人驾驶车辆行驶过程中所采集的3D点云，并发送给所述检测单元；

所述检测单元，用于根据所述3D点云分别确定出顶点集及边集，并根据所述边集对所述顶点集中的顶点进行聚类，得到最小生成树，作为障碍物检测结果。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

基于上述介绍可以看出，采用本发明所述方案，不需要进行样本标注及模型训练等，从而相比于现有技术减少了工作量，而且，可适用于对任意类型的障碍物进行检测，从而减少了漏检现象的发生，进而相比于现有技术提高了检测结果的准确性。

【附图说明】

图1为本发明所述障碍物检测方法实施例的流程图。

图2为本发明所述3D网格的示意图。

图3为本发明所述将3D点云投影到与地平面平行的二维网格上的方式示意图。

图4为本发明所述3D点云的示意图。