[发明专利]一种障碍检测方法、装置、电子设备以及存储介质

权利要求书

1.一种障碍检测方法，其特征在于，所述障碍检测方法包括：

获取待检测图像；

将所述待检测图像进行物体检测，获取所述待检测图像中物体的位置信息，其中，所述物体包括非特定物体和特定物体；

将所述待检测图像进行语义分割，获取所述待检测图像中地面区域的位置信息；

基于所述物体的位置信息以及所述地面区域的位置信息获取障碍区域，所述非特定物体的位置信息通过轮廓框的方式体现，所述特定物体的位置信息通过包围框的方式体现；

所述障碍检测方法还包括：

基于所述物体的位置信息以及所述地面的位置信息形成当前规划地图，其中，所述当前规划地图包括可行驶区域，以及包括所述物体的障碍区域；

基于所述当前规划地图的可行驶区域获取规划路径；

响应于所述待检测图像中物体包括非特定物体的情况，所述障碍区域包括所述非特定物体在相机坐标系的轮廓框所对应的区域；和/或，

响应于所述待检测图像中物体包括特定物体的情况，所述障碍检测方法还包括：

获取所述特定物体的类别信息；

根据所述特定物体的位置信息和类别信息生成所述特定物体在相机坐标系的物体框；

其中，所述障碍区域包括所述特定物体在相机坐标系的物体框所对应的区域；

所述特定物体是预设的具有相对固定形状的物体，所述非特定物体是形状多变的物体。

2.根据权利要求1所述的障碍检测方法，其特征在于，

所述获取待检测图像的步骤，包括：

获取相机的标定参数，其中，所述标定参数包括畸变参数；

获取所述待检测图像，并基于所述畸变参数对所述待检测图像进行矫正。

3.根据权利要求2所述的障碍检测方法，其特征在于，

所述将所述待检测图像进行语义分割，获取所述待检测图像中地面区域的位置信息的步骤，包括：

将所述待检测图像输入第一深度神经网络，获取所述待检测图像中所有像素点的语义标签，其中，所述语义标签包括地面标签和背景标签；

基于变换参数将所述待检测图像中所述地面标签对应的像素点变换为在所述相机坐标系的地面区域，以获取所述地面区域在所述相机坐标系的位置信息。

4.根据权利要求2或3所述的障碍检测方法，其特征在于，所述标定参数还包括变换参数，所述待检测图像中物体包括非特定物体；

所述将所述待检测图像进行物体检测，获取所述待检测图像中物体的位置信息的步骤，还包括：

将所述待检测图像输入第二深度神经网络，获取所述待检测图像中非特定物体的轮廓框；

基于所述变换参数将所述非特定物体的轮廓框变换为在所述相机坐标系的轮廓框，以获取所述非特定物体在所述相机坐标系的位置信息。

5.根据权利要求2或3所述的障碍检测方法，其特征在于，所述待检测图像中物体包括特定物体；

所述将所述待检测图像进行物体检测，获取所述待检测图像中物体的位置信息的步骤，包括：

将所述待检测图像输入第三深度神经网络，获取所述待检测图像中特定物体的图像位置信息；

基于变换参数将所述物体的图像位置信息变换为所述特定物体在所述相机坐标系的位置信息。

6.根据权利要求5所述的障碍检测方法，其特征在于，

所述将所述待检测图像输入第三深度神经网络，获取所述待检测图像中特定物体的图像位置信息的步骤，包括：

将所述待检测图像输入所述第三深度神经网络，获取所述待检测图像中特定物体的包围框；

基于所述包围框的对角坐标计算所述特定物体的图像位置信息。