[发明专利]基于无人车的障碍物识别方法、装置、设备及存储介质

权利要求书

1.一种基于无人车的障碍物识别方法，其特征在于，所述方法包括：

对无人车的车体区域进行三维栅格化，获得初始车体栅格；

获取所述无人车的第一点云数据；

将所述第一点云数据与所述初始车体栅格进行匹配，以确定落入所述初始车体栅格的目标点云数据；

基于所述目标点云数据对所述初始车体栅格进行优化，生成目标车体栅格；

获取所述无人车的第二点云数据；

将所述第二点云数据与所述目标车体栅格进行匹配，以确定落入所述目标车体栅格的车体点云数据，以及，在所述目标车体栅格以外的车外点云数据；

将所述车外点云数据作为障碍物点云数据。

2.根据权利要求1所述的方法，其特征在于，所述对无人车的车体区域进行三维栅格化，获得初始车体栅格，包括：

确定无人车的车体区域的尺寸；

构建三维坐标系，并根据所述车体区域的尺寸在所述三维坐标系中构建所述车体区域的空间区域；

对所述空间区域进行栅格化处理，生成初始车体栅格，其中，所述初始车体栅格包括多个立方体栅格单元，每个栅格单元的边长是相等的，所述边长小于预设的激光测距精度值。

3.根据权利要求2所述的方法，其特征在于，所述确定无人车的车体区域的尺寸，包括：

从配置数据中读取所述车体区域的尺寸，其中，所述配置数据为针对所述无人车预先配置的数据。

4.根据权利要求2所述的方法，其特征在于，所述构建三维坐标系，包括：

获取所述车体区域中的后轮轴中心点位置；

将所述后轮轴中心点位置作为原点构建三维坐标系。

5.根据权利要求2或3或4所述的方法，其特征在于，所述车体区域的尺寸包括：车体长度、车体宽度和车体高度；

所述根据所述车体区域的尺寸在所述三维坐标系中构建所述车体区域的空间区域，包括：

根据所述车体长度，在所述三维坐标系的x轴中确定与所述车体长度对应的长度最大位置以及长度最小位置；

根据所述车体宽度，在所述三维坐标系的y轴中确定与所述车体宽度对应的宽度最大位置以及宽度最小位置；

根据所述车体高度，在所述三维坐标系的z轴中确定与所述车体高度对应的高度最大位置以及高度最小位置；

根据所述长度最大位置、所述长度最小位置、所述宽度最大位置、所述宽度最小位置、所述高度最大位置以及所述高度最小位置，构建车体区域的空间区域。

6.根据权利要求5所述的方法，其特征在于，所述基于所述目标点云数据对所述初始车体栅格进行优化，生成目标车体栅格，包括：

分别将各所述目标点云数据向z轴投影，得到对应的投影线；

分别对各所述投影线沿z轴平移至所述z轴的高度最小位置，并对各所述投影线在平移时产生的平面进行栅格填充，得到目标车体栅格。

7.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述第二点云数据与所述目标车体栅格进行匹配，以确定落入所述目标车体栅格的车体点云数据，以及，在所述目标车体栅格以外的车外点云数据，包括：

判断各第二点云数据所在的位置是否有栅格单元占用；

若是，则判定所述第二点云数据为落入所述目标车体栅格的车体点云数据；

若否，则判定所述第二点云数据为在所述目标车体栅格以外的车外点云数据。