[发明专利]雷达检测区域的标定方法、装置、设备及存储介质

说明书

本发明实施例提供一种雷达检测区域的标定方法、装置、设备及存储介质。该方法包括：获取雷达采集的多帧第一点云；获取多帧第一点云对应的运动区域栅格图；根据运动区域栅格图生成对应的检测区域栅格图；根据检测区域栅格图对雷达检测区域进行标定。由于检测区域采用了栅格图的方式进行表示，所以避免了采用道路边界线来表示检测区域，降低到了检测区域的标定难度。并且无需人工进行标定，即可完成雷达检测区域的自动化标定。并且能够对检测区域内的点云数据进行快速识别，降低了计算的复杂度，进而降低了对硬件资源的要求。

技术领域

本发明实施例涉及雷达技术领域，尤其涉及一种雷达检测区域的标定方法、装置、设备及存储介质。

背景技术

随着自动驾驶技术的迅猛发展，由于单车感知方案存在感知距离受限、遮挡盲区等问题，使自动驾驶技术的发展逐渐从单车智能走向路端智能。而路端智能最核心问题在于路端感知系统，目前路端感知比较成熟完备的方案为雷达路侧感知。在路侧雷达感知算法中，为了降低算法复杂度，则只针对检测区域内的点云数据进行处理。所以需要对路侧雷达的检测区域进行标定。

现有技术中，对路侧雷达检测区域的标定方法主要为基于道路边界线的方式。具体地，人为通过直线或曲线来确定检测区域的道路边界线，以对路侧雷达的检测区域进行标定。现有技术中对路侧雷达检测区域的标定方法，在通过标定后的检测区域对路侧雷达获取到的每帧点云数据是否为检测区域内的点云数据的识别时，通过将每帧点云数据与道路边界线进行对比的方式来识别。

由于在某些异形道路中很难用直线或曲线来表达道路边界线，所以现有技术中的路侧雷达检测区域的标定方法为检测区域的标定增加了难度。而且由于每帧点云数据的数据量很大，将每帧点云数据与道路边界线进行对比的方式来识别每帧点云数据中检测区域内的点云数据，使计算复杂度较高，进而对硬件资源的要求也较高。

发明内容

本发明实施例提供一种雷达检测区域的标定方法、装置、设备及存储介质，该方法解决了现有技术中对路侧雷达检测区域的标定方法为检测区域的标定增加了难度，并且在识别是否为检测区域内的点云数据时计算复杂度较高，进而对硬件资源的要求也较高的技术问题。

第一方面，本发明实施例提供一种雷达检测区域的标定方法，包括：

获取所述雷达采集的多帧第一点云；获取所述多帧第一点云对应的运动区域栅格图；根据所述运动区域栅格图生成对应的检测区域栅格图；根据所述检测区域栅格图对所述雷达检测区域进行标定。

进一步地，如上所述的方法，获取所述多帧第一点云对应的运动区域栅格图，包括：

根据背景帧和所述第一点云确定所述第一点云中的目标运动点，其中，所述背景帧为先于所述第一点云获取的多帧点云；根据所述第一点云中的目标运动点生成所述运动区域栅格图。

进一步地，如上所述的方法，根据背景帧和所述第一点云确定所述第一

点云中的目标运动点，包括：

比较背景帧中多个目标位置对应的各帧点云的点云点的距离值，得到最大距离值；将各所述目标位置对应的最大距离值作为背景帧矩阵的元素值，生成背景帧矩阵；利用所述背景帧矩阵确定所述第一点云中的目标运动点。

进一步地，如上所述的方法，根据背景帧和所述多帧第一点云距离数据确定所述第一点云中的目标运动点，包括：

按照获取顺序将所述背景帧的多帧点云分组，每组点云包括连续N帧点云；按组比较多个目标位置对应的各帧点云的点云点的距离值，得到最大距离中值；将各目标位置对应的最大距离中值作为背景帧矩阵的元素值，生成背景帧矩阵；利用所述背景帧矩阵确定所述第一点云中的目标运动点。

进一步地，如上所述的方法，利用所述背景帧矩阵确定所述第一点云中的目标运动点，包括：