[发明专利]栅栏检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种栅栏检测方法、装置、计算机设备和存储介质，其中，该栅栏检测方法包括：获取静止状态的雷达点航迹，作为初始样本；基于车辆的横摆角速度获取搜索密度，对初始样本中最后一个密度直达的样本点进行遍历扩展搜索；进行聚类，得到临时簇；进行拟合，得到拟合直线；基于所述拟合直线进行二次聚类，得到完整的样本簇，标记为栅栏。上述栅栏检测方法、装置、计算机设备和存储介质，对传统的DBSCAN算法进行了改进，对DBSCAN算法的搜索密度与搜索方式进行动态的修正，优化了密度不均导致的聚类缺陷问题，使栅栏检测更加准确。

技术领域

本申请涉及智能驾驶技术领域，特别是涉及一种栅栏检测方法、装置、计算机设备和存储介质。

背景技术

在智能辅助驾驶领域中，道路栅栏检测是环境感知技术的重要方面。快速、准确确定栅栏，有效的区分栅栏内和栅栏外的目标，可以为智能辅助驾驶系统控制决策提供重要依据。目前栅栏检测多使用激光雷达，而毫米波雷达具有不易受外界环境条件影响、抗干扰较强、快速处理、价格低的特点，也满足检测栅栏的要求。

传统的栅栏检测中一般采用DBSCAN算法，但是传统的DBSCAN算法聚类的搜索密度与搜索方式保持不变，密度分布不均的数据无法正确的聚类在一起，导致聚类出现缺陷，影响栅栏检测的准确性。

发明内容

本申请实施例提供了一种栅栏检测方法、装置、系统、计算机设备和计算机可读存储介质，以至少解决相关技术中传统的DBSCAN算法聚类存在缺陷，影响栅栏检测的准确性的问题。

第一方面，本申请实施例提供了一种栅栏检测方法，应用于车辆的智能驾驶系统，包括：

获取静止状态的雷达点航迹，作为初始样本；

基于车辆的横摆角速度获取搜索密度，基于所述搜索密度对初始样本中最后一个密度直达的样本点进行遍历扩展搜索；

基于所述遍历扩展搜索的结果对初始样本进行DBSCAN聚类，得到临时簇；

对所述临时簇的样本点进行拟合，得到拟合直线；

基于所述拟合直线进行二次聚类，得到完整的样本簇，标记为栅栏。

在其中一些实施例中，所述获取静止状态的雷达点航迹，作为初始样本包括：

获取毫米波雷达探测得到的静止状态的雷达点航迹，作为初始样本。

在其中一些实施例中，所述基于所述拟合直线进行二次聚类，得到完整的样本簇，标记为栅栏包括：

基于所述拟合直线由密度可达关系导出最大密度相连的样本集合，进行直线拟合，得到完整的样本簇，标记为栅栏；

和/或；

对所述拟合直线内最后一个被聚类的样本点预设范围内的样本点进行拟合，得到完整的样本簇，标记为栅栏。

在其中一些实施例中，所述对所述临时簇的样本点进行拟合，得到拟合直线包括：

采用主成分分析法对所述临时簇的样本点进行拟合，得到拟合直线。

在其中一些实施例中，所述采用主成分分析法对所述临时簇的样本点进行拟合，得到拟合直线包括：

基于所述样本点的坐标向量得到所述样本点的单位法向量；

基于所述样本点的单位法向量得到所述拟合直线的方程的斜率以及常数；

基于所述拟合直线的方程的斜率以及常数得到所述拟合直线。

在其中一些实施例中，所述对所述临时簇的样本点进行拟合，得到拟合直线之前还包括：

检查所述临时簇的样本点数量是否满足预设数量；