[发明专利]障碍物识别方法、装置、系统及存储介质

说明书

本申请涉及一种障碍物识别方法、装置、系统及存储介质，属于图像处理技术领域，该方法包括：获取预设感兴趣区域内的多组点云数据；对所述预设感兴趣区域内的每一组点云数据，在有效检测范围内进行区域划分，得到多个相互重叠的检测区域；对各所述检测区域内的点云进行欧式聚类，得到各所述检测区域内的聚类结果；对每一个所述检测区域内的聚类结果进行融合，得到障碍物识别结果。可以解决现有障碍物识别算法无法准确识别目标障碍物的问题。

技术领域

本申请涉及障碍物识别方法、装置、系统及存储介质，属于图像处理技术领域。

背景技术

无人驾驶车辆是一种新型的智能汽车，主要通过控制装置(即，车载智能大脑)对车辆中各个部分进行精准的控制与计算分析，并最终通过向ECU(ElectronicControlUnit，电子控制单元)发出指令来分别控制无人驾驶车辆中的不同设备，从而实现车辆的全自动运行，达到车辆无人驾驶的目的。无人驾驶车辆设置有避障系统，通过检测识别障碍物，有效地避开障碍物行驶。

现有技术对于障碍物的检测，是通过激光雷达进行障碍物扫描，获得障碍物的点云数据，并通过欧式聚类的方法检测障碍物目标位置。激光雷达采样得到的点云数据呈现出近处点云密集，远处点云稀疏的特点。欧式聚类的原理是通过KDTree做近邻搜索，得到k个离当前点最近的点，如果搜索得到的点与当前点的距离小于设定的阈值，则归为同一类。

但是，因为点云近密远稀的特性，在对点云数据进行聚类时，如果聚类阈值设置过小，则远处物体无法聚成同一类；如果聚类阈值设置过大，则近处多个物体会被聚成一个，即使对不同距离，设置不同聚类阈值进行分段聚类，也会造成跨区域的目标被聚类成多个的问题。

发明内容

本申请提供了一种障碍物识别方法、装置、系统及存储介质，可以解决现有障碍物识别算法无法准确识别目标障碍物的问题。

本申请提供如下技术方案：

本申请实施例的第一方面，提供了一种障碍物识别方法，所述方法包括：

获取预设检测范围内的多组点云数据；

对所述预设检测范围内的每一组点云数据，在对应检测范围内进行区域划分，得到多个重叠的检测区域；

对各所述检测区域内的点云进行欧式聚类，得到各所述检测区域内的聚类结果；

对每一个所述检测区域内的聚类结果进行融合，得到障碍物识别结果。

本申请实施例的第二方面，提供了一种自动驾驶车辆的障碍物识别装置，所述装置包括：

数据获取模块，用于获取预设检测范围内的多组点云数据；

区域划分模块，用于对所述预设检测范围内的每一组点云数据，在对应检测范围内进行区域划分，得到多个重叠的检测区域；

聚类分析模块，用于对各所述检测区域内的点云进行欧式聚类，得到各所述检测区域内的聚类结果；

识别模块，用于对每一个所述检测区域内的聚类结果进行融合，得到障碍物识别结果。

本申请实施例的第三方面，提供了一种障碍物识别系统，所述系统包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行，以实现本申请实施例第一方面所述的障碍物识别方法。

本申请实施例的第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时，用于实现本申请实施例1所述的障碍物识别方法。