[发明专利]障碍物检测方法、装置、电子设备及存储介质在审
| 申请号: | 202011359697.3 | 申请日: | 2020-11-27 |
| 公开(公告)号: | CN112528771A | 公开(公告)日: | 2021-03-19 |
| 发明(设计)人: | 陈海波;许皓 | 申请(专利权)人: | 深兰科技(上海)有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/62 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 程琛 |
| 地址: | 200336 上海市*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 障碍物 检测 方法 装置 电子设备 存储 介质 | ||
1.一种障碍物检测方法,其特征在于,包括:
确定车载环视摄像系统中各个摄像头采集所得的区域图像,以及车载激光雷达采集的环视点云数据;
将所述环视点云数据中各个雷达障碍物的点云数据投影到对应相机坐标系中,得到各个雷达障碍物的视觉位置;所述雷达障碍物对应的相机坐标系是拍摄区域与所述雷达障碍物所处的空间区域重合的摄像头的相机坐标系;
基于各个雷达障碍物的视觉位置,以及各个区域图像中视觉障碍物的视觉位置和障碍物类型,确定环视障碍物检测结果。
2.根据权利要求1所述的障碍物检测方法,其特征在于,所述基于各个雷达障碍物的视觉位置,以及各个区域图像中视觉障碍物的视觉位置和障碍物类型,确定环视障碍物检测结果,包括:
基于各个雷达障碍物的视觉位置,以及分别与各个雷达障碍物属于同一相机坐标系的区域图像中各个视觉障碍物的视觉位置,确定各个雷达障碍物的视觉匹配结果;
基于各个雷达障碍物的视觉匹配结果,以及各个区域图像中视觉障碍物的视觉位置和障碍物类型,确定所述环视障碍物检测结果。
3.根据权利要求2所述的障碍物检测方法,其特征在于,所述基于各个雷达障碍物的视觉位置,以及分别与各个雷达障碍物属于同一相机坐标系的区域图像中各个视觉障碍物的视觉位置,确定各个雷达障碍物的视觉匹配结果,包括:
若属于同一相机坐标系下的任一雷达障碍物与任一视觉障碍物的视觉位置之间的重叠率大于预设重叠率阈值,则确定所述任一雷达障碍物的视觉匹配结果为所述任一视觉障碍物;
否则,确定所述任一雷达障碍物的视觉匹配结果为空。
4.根据权利要求2所述的障碍物检测方法,其特征在于,所述基于各个雷达障碍物的视觉匹配结果,以及各个区域图像中视觉障碍物的视觉位置和障碍物类型,确定所述环视障碍物检测结果,包括:
若所述各个雷达障碍物的视觉匹配结果中有任一雷达障碍物的视觉匹配结果为空,则将基于所述任一雷达障碍物的雷达障碍物信息置入所述环视障碍物检测结果;
否则,融合所述各个雷达障碍物的视觉匹配结果中每一雷达障碍物的雷达障碍物信息以及相匹配的视觉障碍物的视觉障碍物信息,得到融合障碍物信息,并将所述融合障碍物信息以及相匹配的视觉障碍物的障碍物类型置入所述环视障碍物检测结果。
5.根据权利要求1至4中任一项所述的障碍物检测方法,其特征在于,所述雷达障碍物对应的相机坐标系是基于如下步骤确定的:
基于各个雷达障碍物的点云数据所对应的空间方位角,确定各个雷达障碍物所处的空间区域;
基于各个摄像头的拍摄区域与各个空间区域之间的重合关系,以及各个雷达障碍物所处的空间区域,确定各个雷达障碍物对应摄像头的相机坐标系。
6.根据权利要求1至4中任一项所述的障碍物检测方法,其特征在于,所述环视点云数据中各个雷达障碍物的点云数据是基于如下步骤确定的:
删除所述环视点云数据中与所述车载激光雷达之间的距离超过预设距离阈值的点;
基于空间方位角将所述环视点云数据划分为多个空间区域的区域点云数据;
分别对各个区域点云数据进行障碍物检测,得到各个区域点云数据中的各个雷达障碍物的点云数据。
7.根据权利要求1至4中任一项所述的障碍物检测方法,其特征在于,所述各个区域图像中视觉障碍物的视觉位置和障碍物类型是基于如下步骤确定的:
将各个区域图像输入至视觉障碍检测模型,得到所述视觉障碍检测模型输出的各个区域图像中视觉障碍物的视觉位置和障碍物类型;
所述视觉障碍检测模型是基于样本区域图像,以及所述样本区域图像中的样本视觉障碍物的视觉位置和障碍物类型训练得到的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深兰科技(上海)有限公司,未经深兰科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011359697.3/1.html,转载请声明来源钻瓜专利网。





