[发明专利]道路可行驶区域的确定方法、装置及计算机设备

说明书

本申请涉及一种道路可行驶区域的确定方法，包括：获取待处理点云数据；对待处理点云数据进行极坐标栅格化得到极坐标栅格图；基于极坐标栅格图进行数据排列形式转换得到目标栅格图，目标栅格图包括与极坐标栅格图中的各第一栅格分别对应的各第二栅格，各第二栅格包含各自对应的第一栅格内的空间点，各第二栅格以图像像素的排列形式排列；分别基于各第二栅格内的空间点确定各第二栅格的目标统计参数，得到与目标统计参数相对应的统计特征图；通过预定卷积神经网络，基于统计特征图进行语义分割得到各第二栅格分别属于地面类别和非地面类别的置信度；基于各置信度确定待处理点云数据中的道路可行驶区域。本申请提供的方案可提高工作准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种道路可行驶区域的确定方法、装置、计算机可读存储介质和计算机设备。

背景技术

检测道路可行驶区域是环境感知领域的重要研究内容。通常，可以使用环境感知装置对周围的道路环境进行感知，得到相应的点云数据，进而确定点云数据中的道路可行驶区域。

传统方式中，是基于高度差将点云数据分割为若干个片段，再进行直线拟合，从而确定点云数据中的道路可行驶区域。然而，传统方式所确定的道路可行驶区域的准确性不高，且仅能适用于简单空旷、有明显路沿的道路环境。

发明内容

基于此，有必要针对传统方式中准确性不高，且适用场景存在一定的局限性的技术问题，提供一种道路可行驶区域的确定方法、装置、计算机可读存储介质和计算机设备。

一种道路可行驶区域的确定方法，包括：

获取待处理点云数据；

对所述待处理点云数据进行极坐标栅格化，得到极坐标栅格图；

基于所述极坐标栅格图进行数据排列形式转换，得到目标栅格图；所述目标栅格图包括与所述极坐标栅格图中的各第一栅格分别对应的各第二栅格，各所述第二栅格包含各自对应的第一栅格内的空间点，各所述第二栅格以图像像素的排列形式排列；

分别基于各所述第二栅格内的空间点，确定各所述第二栅格的目标统计参数，并得到与所述目标统计参数相对应的统计特征图；

通过预定卷积神经网络，基于所述统计特征图进行语义分割，得到各所述第二栅格分别属于地面类别和非地面类别的置信度；

基于各所述第二栅格分别属于地面类别和非地面类别的置信度，确定所述待处理点云数据中的道路可行驶区域。

一种道路可行驶区域的确定装置，包括：

待处理点云获取模块，用于获取待处理点云数据；

极坐标栅格图获取模块，用于对所述待处理点云数据进行极坐标栅格化，得到极坐标栅格图；

排列形式转换模块，用于基于所述极坐标栅格图进行数据排列形式转换，得到目标栅格图；所述目标栅格图包括与所述极坐标栅格图中的各第一栅格分别对应的各第二栅格，各所述第二栅格包含各自对应的第一栅格内的空间点，各所述第二栅格以图像像素的排列形式排列；

统计特征图获取模块，用于分别基于各所述第二栅格内的空间点，确定各所述第二栅格的目标统计参数，并得到与所述目标统计参数相对应的统计特征图；

置信度确定模块，用于通过预定卷积神经网络，基于所述统计特征图进行语义分割，得到各所述第二栅格分别属于地面类别和非地面类别的置信度；

可行驶区域确定模块，用于基于各所述第二栅格分别属于地面类别和非地面类别的置信度，确定所述待处理点云数据中的道路可行驶区域。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上所述的道路可行驶区域的确定方法的步骤。