[发明专利]用于识别无人驾驶车辆的激光点云数据的方法和装置

说明书

本申请公开了用于识别无人驾驶车辆的激光点云数据的方法和装置。无人驾驶车辆设置有激光雷达，该方法的一具体实施方式包括：响应于接收到激光雷达采集的最新一帧激光点云数据，获取无人驾驶车辆在世界坐标系中的当前位姿信息；根据当前位姿信息，从缓存中获取预先加载至缓存中的、预设三维网格地图中以与当前位姿信息对应的地图分块为中心的N×N个地图分块；对于所接收的激光点云数据中的每个激光点数据，执行激光点数据识别操作。该实施方式实现了识别每个激光点数据是否为静态激光点，为无人驾驶车辆后续对激光点数据的分析处理提供了依据，可以提高激光点数据障碍物识别的准确率。

技术领域

本申请涉及无人驾驶车辆领域，具体涉及障碍物识别领域，尤其涉及用于识别无人驾驶车辆的激光点云数据的方法和装置。

背景技术

目前，大多数无人驾驶车辆中都设置有激光雷达。无人驾驶车辆通过对激光雷达采集的激光点云数据进行分析处理，并最终进行路线规划和行驶控制。对激光点云进行分析处理时，最重要的就是对激光点云数据中每个激光点数据进行障碍物识别，即，给出激光点云数据中的每个激光点数据所表征的是物理世界的何种障碍物。现有的对激光点数据进行障碍物识别的主要是基于规则的方法或者是基于机器学习的方法。

然而，基于规则的方法存在寻找并使用合适的规则难度较高，而且需要穷尽现实世界中的障碍物种类难度太大的问题。另外，基于机器学习的方法存在对于没有训练过的障碍物种类，可能无法识别的问题。

发明内容

本申请的目的在于提出一种改进的用于识别无人驾驶车辆的激光点云数据的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种用于识别无人驾驶车辆的激光点云数据的方法，上述无人驾驶车辆设置有激光雷达，该方法包括：响应于接收到上述激光雷达采集的最新一帧激光点云数据，获取上述无人驾驶车辆在世界坐标系中的当前位姿信息；根据上述当前位姿信息，从缓存中获取预先加载至上述缓存中的、预设三维网格地图中以与上述当前位姿信息对应的地图分块为中心的N×N个地图分块，其中，N为奇数，上述预设三维网格地图按照上述世界坐标系将地球表面划分成R行C列个正方形地图分块，每个地图分块被划分成M×M个正方形地图网格，每个地图网格包括至少一个网格立方体，每个网格立方体包括用于指示网格立方体是用于表征静态障碍物的静态立方体或者用于表征动态障碍物的动态立方体的立方体类型；对于所接收的激光点云数据中的每个激光点数据，执行以下激光点数据识别操作：根据上述当前位姿信息，确定该激光点数据在上述世界坐标系中的坐标；从所获取的N×N个地图分块中，获取与该激光点数据在上述世界坐标系中的坐标对应的网格立方体；响应于所获取的网格立方体的立方体类型为静态立方体，将该激光点数据确定为用于表征静态障碍物的静态激光点数据。

在一些实施例中，上述激光点数据识别操作还包括：响应于所获取的网格立方体的立方体类型为动态立方体，将该激光点数据确定为用于表征动态障碍物的动态激光点数据。

在一些实施例中，上述响应于接收到上述激光雷达采集的最新一帧激光点云数据，获取上述无人驾驶车辆在世界坐标系中的当前位姿信息之前，上述方法还包括：响应于检测到上述无人驾驶车辆的启动信号，获取上述无人驾驶车辆在上述世界坐标系中的位姿信息，并将所获取的位姿信息确定为启动时位姿信息；将上述预设三维网格地图中与上述启动时位姿信息对应的地图分块确定为初始地图分块；从磁盘中将上述预设三维网格地图中的、以上述初始地图分块为中心的N×N个地图分块加载至上述缓存中；新建并执行第一预加载线程，其中，上述第一预加载线程用于从磁盘中将上述预设三维网格地图中以上述初始地图分块为中心的(N+2)×(N+2)个地图分块中尚未加载至上述缓存中的(4N+4)个地图分块加载至上述缓存中。