[发明专利]障碍物检测方法、装置及存储介质

说明书

本申请涉及一种障碍物检测方法、装置及存储介质，属于计算机技术领域，该方法包括：在移动载体在移动平面上移动过程中，获取激光探测组件采集到的点云数据；点云数据包括采样点的三维坐标和反射信号强度；以与移动平面相垂直的高度方向为投影方向，根据三维坐标将采样点投影至二维平面，得到鸟瞰图；根据点云数据确定鸟瞰图中每个像素点的像素信息，每个像素点的像素信息包括第一像素值、第二像素值和第三像素值；根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测；可以解决应用部署效率低的问题；通过将数据量巨大的点云数据处理为二维图像数据，无需采集大量的点云数据进行深度学习模型的训练，提高应用部署效率。

技术领域

本申请涉及一种障碍物检测方法、装置及存储介质，属于计算机技术领域。

背景技术

随着自动驾驶技术的飞速发展，自动驾驶过程中，自动驾驶系统需要获取周围的障碍物信息，以达到在道路上安全行驶的目的。

现有的障碍物检测方法通过激光雷达扫描测距获取周围环境的点云信息，通过计算提取点云的关键点和特征进行训练，得到训练样本；通过BP神经网络、SVM等机器学习或深度学习方法搭建识别障碍物的模型，通过该模型识别车辆周围的障碍物类型。

然而，机器学习或深度学习模型在使用过程中需要消耗大量的计算资源，同时需要大量的数据训练得到，训练过程和使用过程均较为繁琐，从而导致应用部署效率低的问题。

发明内容

本申请提供了一种障碍物检测方法、装置及存储介质，可以解决应用部署效率低的问题。本申请提供如下技术方案：

第一方面，提供了一种障碍物检测方法，用于移动载体中，所述移动载体上安装有激光探测组件，所述激光探测组件用于在采集范围内采集反射物的点云数据，所述采集范围包括所述移动载体的行进方向上的空间范围和与所述行进方向相垂直的垂直方向上的空间范围；所述方法包括：

在所述移动载体在移动平面上移动过程中，获取所述激光探测组件采集到的所述点云数据；所述点云数据包括采样点的三维坐标和反射信号强度；所述三维坐标用于指示对应采样点相对于所述激光探测组件的三维位置；

以与所述移动平面相垂直的高度方向为投影方向，根据所述三维坐标将所述采样点投影至二维平面，得到鸟瞰图；所述二维平面与所述移动平面平行；或者，所述二维平面为所述移动平面；

根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息，所述每个像素点的像素信息包括第一像素值、第二像素值和第三像素值；所述第一像素值用于指示所述三维坐标指示的所述高度方向上的坐标值，所述第二像素值用于指示采样点密度，所述第三像素值用于指示所述反射信号强度；

根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测。

可选地，所述根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测，包括：

在所述鸟瞰图中确定所述像素信息满足预设条件的目标像素点的数量；

在所述目标像素点的数量大于数量阈值时，确定所述采集范围内存在所述障碍物；

其中，所述预设条件包括：所述第一像素值属于第一像素值范围、所述第二像素值属于第二像素值范围且所述第三像素值属于第三像素值范围。

可选地，所述在所述目标像素点的数量大于数量阈值时，确定所述采集范围内存在所述障碍物之后，还包括：

确定所述目标像素点之间的像素距离；

对于所述像素距离小于预设距离的不同目标像素点，确定所述不同目标像素点对应同一障碍物。

可选地，所述对于所述像素距离小于预设距离的不同目标像素点，确定所述不同目标像素点对应同一障碍物之后，还包括：