[发明专利]基于伪点云的障碍物位置检测方法、装置和电子设备

说明书

本发明提供了一种基于伪点云的障碍物位置检测方法、装置和电子设备，涉及车辆驾驶的技术领域，包括，获取针对同一目标障碍物的伪点云信息以及来自低线束雷达的稀疏雷达点云；对稀疏雷达点云进行聚类操作，得到第一立体结构和第一立体结构的质心位置，第一立体结构为能够包括聚类结果的最小立体结构；通过三维包围盒检测方法从伪点云信息中确定第二立体结构，第二立体结构为能够包括目标障碍物的最小立体结构；将第一立体结构和第二立体结构进行匹配，若匹配结果大于预设体积阈值，则根据第一立体结构的质心位置确定目标障碍物的位置，将伪点云与低线束雷达点云相结合以提高伪点云位置检测的准确性，在成本较低的情况下，得到较为准确的障碍物位置信息。

技术领域

本发明涉及车辆驾驶的技术领域，尤其是涉及一种基于伪点云的障碍物位置检测方法、装置和电子设备。

背景技术

随着车辆技术的发展，障碍物位置的准确检测至关重要，影响着车辆自动驾驶的安全可靠性。

当前一般采用激光雷达实现对障碍物位置的准确检测，但激光雷达的成本相对较高，并不利于车辆驾驶领域的广泛应用。

发明内容

有鉴于此，本发明的目的在于提供一种基于伪点云的障碍物位置检测方法、装置和电子设备，将伪点云与低线束雷达点云相结合以提高伪点云位置检测的准确性，在成本较低的情况下，得到较为准确的障碍物位置信息。

第一方面，实施例提供一种基于伪点云的障碍物位置检测方法，包括：

获取针对同一目标障碍物的伪点云信息以及来自低线束雷达的稀疏雷达点云；

对所述稀疏雷达点云进行聚类操作，得到第一立体结构和所述第一立体结构的质心位置，其中，所述第一立体结构为能够包括聚类结果的最小立体结构；

通过三维包围盒检测方法从所述伪点云信息中确定第二立体结构，其中，所述第二立体结构为能够包括所述目标障碍物的最小立体结构；

将第一立体结构和第二立体结构进行匹配，若匹配结果大于预设体积阈值，则根据所述第一立体结构的质心位置确定所述目标障碍物的位置。

在可选的实施方式中，所述方法还包括：

若匹配结果小于或等于预设体积阈值，则根据所述第二立体结构的质心位置确定所述目标障碍物的位置。

在可选的实施方式中，所述方法还包括：

若匹配结果小于或等于预设体积阈值，则重新执行获取针对同一目标障碍物的伪点云信息以及来自低线束雷达的稀疏雷达点云的步骤。

在可选的实施方式中，所述方法还包括：

通过三维包围盒检测方法从所述伪点云信息中确定第二立体结构的宽度信息和高度信息；

根据所述宽度信息和所述高度信息确定所述目标障碍物的轮廓信息。

在可选的实施方式中，对所述稀疏雷达点云进行聚类操作，得到第一立体结构和所述第一立体结构的质心位置的步骤，包括：

对所述稀疏雷达点云进行聚类操作，得到聚类结果；

对所述聚类结果添加包围盒，得到第一立体结构；

根据所述第一立体结构，计算所述第一立体结构的质心位置。

在可选的实施方式中，获取针对同一目标障碍物的伪点云信息的步骤，包括：

从双目相机中获取目标障碍物的待检测图像；

基于双目测距方法的双目视差计算出所述待检测图像中每个像素点的深度信息；

将所述深度信息依据相机转换原理以及几何关系，转换成伪点云信息。