[发明专利]点云数据划分方法及装置、障碍物检测方法及装置

说明书

本发明实施例提供一种点云数据划分方法及装置、障碍物检测方法及装置，属于计算机技术领域。所述点云数据划分方法包括：对当前环境的深度图像进行三维重构以生成点云数据集合，其中所述点云数据集合中的一个点云数据与所述深度图像中的一个像素点对应；获取所述深度图像基于像素点深度值的直方图分布；根据所述直方图分布中每个直方图维度对应的像素点个数来建立多个深度区间；以及根据所述多个深度区间中每个深度区间包括的像素点对应的点云数据来将所述点云数据集合划分为与多个深度空间对应的多个子点云数据集合。所述方法可以避免出现点云数据截断现象，并且对场景的适应性更强。

技术领域

本发明涉及计算机技术领域，具体地涉及一种点云数据划分方法及装置、障碍物检测方法及装置。

背景技术

环境感知作为设备无人化操作的首要环节，主要有激光雷达和双目视觉两种解决方案。激光雷达对光照和色彩等干扰因素具有很强的鲁棒性，但易受到雪、雾灯恶劣天气的影响。双目视觉相较于激光雷达，不仅能获取环境的三维信息，还能输出特征复杂的彩色图像，且成本更低。因此，目前双目视觉被被广泛应用于无人驾驶、虚拟现实等领域，尤其应用于这些领域的障碍物检测中。

发明内容

本发明实施例的目的是提供一种点云数据处理方法及装置、障碍物检测方法及装置，用于实现点云数据在深度维度上的划分，并相应实现障碍物的检测。

为了实现上述目的，本发明实施例提供一种点云数据划分方法，所述方法包括：对当前环境的深度图像进行三维重构以生成点云数据集合，其中所述点云数据集合中的一个点云数据与所述深度图像中的一个像素点对应；获取所述深度图像基于像素点深度值的直方图分布；根据所述直方图分布中每个直方图维度对应的像素点个数来建立多个深度区间；以及根据所述多个深度区间中每个深度区间包括的像素点对应的点云数据来将所述点云数据集合划分为与多个深度空间对应的多个子点云数据集合。

可选的，所述根据所述直方图分布中每个直方图维度对应的像素点个数来建立多个深度区间包括：以第一直方图维度为起点，沿着深度值变化的第一方向，累加每个直方图维度对应的像素点个数；当所述累加的像素点个数大于像素区间阈值时，停止累加；建立一个深度区间，其中所述一个深度区间的下限基于所述起点处的直方图维度对应的深度值确定且所述一个深度区间的上限基于当前执行停止累加时的直方图维度对应的深度值确定；以及以所述当前执行停止累加时对应的直方图维度的下一个直方图维度为起点，重复执行上述步骤直到所述直方图分布的直方图维度遍历完成，从而得到所述多个深度区间。

可选的，所述第一直方图维度为最小深度值对应的直方图维度，所述第一方向为深度值增大的方向；或者所述第一直方图维度为最大深度值对应的直方图维度，所述第一方向为深度值减小的方向。

可选的，所述像素区间阈值基于预先确定的障碍物在所述深度图像上的平均像素占比和所述深度图像中的有效像素个数而被确定，其中所述深度图像中的有效像素个数是指所述深度图像中深度值在预设深度范围内的像素的总数。

可选的，所述深度图像通过双目相机获得，所述点云数据集合中点云数据在X轴和Y轴的值分别为所述深度图像中对应像素点在相机坐标系中的X轴和Y轴的值，所述点云数据集合中点云数据在Z轴的值为所述深度图像中对应像素点的深度值。

相应的，本发明实施例提供一种障碍物检测方法，所述方法包括：获取当前环境的深度图像；根据上述的点云数据划分方法对所述当前环境的深度图像对应的点云数据集合进行划分以得到多个子点云数据集合；以及对每个子点云数据集合分别执行聚类处理以得到聚类后的多个点云簇；去除所述多个点云簇中属于地面点云的点云簇；以及基于去除地面点云后的点云簇确定所述障碍物的类别信息和/或位置信息。

可选的，所述基于去除地面点云后的点云簇确定所述障碍物的类别信息包括：基于去除地面点云后的点云簇确定所述障碍物的感兴趣区域；对所述感兴趣区域进行特征提取以得到特征向量；以及将所述特征向量输入分类器以输出所述障碍物的类别信息。