[发明专利]障碍物检测方法、装置、计算机设备和存储介质在审
申请号: | 201911362269.3 | 申请日: | 2019-12-26 |
公开(公告)号: | CN113128248A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 马福龙;游威;刘明;王鲁佳 | 申请(专利权)人: | 深圳一清创新科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T17/00;G06T19/20;G01S17/93 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 于丽君 |
地址: | 518051 广东省深圳市南山区粤海街道高新区社区粤*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 障碍物 检测 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种障碍物检测方法、装置、计算机设备和存储介质。所述方法包括:获取无人车在倒车区域内的点云数据;筛选点云数据所包含的一个或多个非地面点云;计算每个非地面点云与无人车对应点云之间的间隔距离;根据间隔距离确定相应非地面点云的三维模型;将每个符合障碍物判定条件的三维模型分别判定为目标障碍物。采用本方法能够提升障碍物检测的准确性。
技术领域
本申请涉及计算机技术领域,特别是涉及一种障碍物检测方法、装置、计算机设备和存储介质。
背景技术
自动驾驶作为当下火热的人工智能领域最尖端的科技之一,有望彻底改变人类出行方式与物流运送模式。在无人车进行自动倒车的过程中,最重要的就是进行障碍物检测。目前主要是通过在物流车上安装多个机械式激光传感器,并对机械式激光传感器采集的障碍物的距离、角度等数据进行综合分析来达到障碍物检测的目的。
然而,机械式激光传感器成本较高,难以在量产的无人车上大规模使用。如果能使用更低成本的固态激光传感器替代机械式激光传感器,进行倒车场景中的障碍物检测,就能降低无人车制造成本。但是,由于固态激光传感器的分辨率较低,使得障碍物检测不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升障碍物检测准确性的障碍物检测方法、装置、计算机设备和存储介质。
一种障碍物检测方法,所述方法包括:
获取无人车在倒车区域内的点云数据;
筛选所述点云数据所包含的一个或多个非地面点云;
计算每个非地面点云与所述无人车对应点云之间的间隔距离;
根据所述间隔距离确定相应非地面点云的三维模型;
将每个符合障碍物判定条件的三维模型分别判定为目标障碍物。
在其中一个实施例中,所述点云数据包括来自机械式激光传感器的第一点云数据和来自固态激光传感器的第二点云数据;所述从所述点云数据中筛选出非地面点云,包括:
基于所述第一点云数据确定对应的拟合平面;
确定所述第二点云数据中每个点云至所述拟合平面的正交投影距离;
将所述正交投影距离符合阈值条件的点云确定为非地面点云。
在其中一个实施例中,所述从所述点云数据中筛选出非地面点云,包括:
获取所述无人车在倒车区域内的现场图像;
将所述点云数据对应投射至所述现场图像,得到雷达投射图;
确定所述雷达投射图中的非地面区域;
将所述点云数据中位于所述雷达投射图的非地面区域的点云确定为非地面点云。
在其中一个实施例中,所述现场图像是基于图像采集设备针对所述倒车区域采集的图像帧;所述点云数据是由固态激光雷达采集而得;所述将所述点云数据对应投射至所述现场图像,得到雷达投射图,包括:
确定所述固态激光雷达的空间坐标系,和所述图像采集设备的相机坐标系;
将基于所述空间坐标系采集的点云数据与基于所述相机坐标系采集的现场图像转换至同一坐标系中;
将所述点云数据投射至同一坐标系中的现场图像,得到雷达投射图。
在其中一个实施例中,所述根据所述间隔距离确定相应非地面点云的三维模型,包括:
获取预设建模比例;
根据所述预设建模比例和间隔距离,确定三维模型的模型边长;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳一清创新科技有限公司,未经深圳一清创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911362269.3/2.html,转载请声明来源钻瓜专利网。