[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

说明书

本申请公开了一种基于无人车的障碍物识别方法、装置、设备及存储介质，其中该方法包括：对无人车的车体区域进行三维栅格化，获得初始车体栅格；获取无人车的第一点云数据；将第一点云数据与所述初始车体栅格进行匹配，以确定落入初始车体栅格的目标点云数据；基于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。可以提升车体点云数据和车外点云数据的分离准确性、高效性、稳定性，进而提升障碍物识别的精度。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种基于无人车的障碍物识别方法、一种基于无人车的障碍物识别装置、一种电子设备、一种计算机可读存储介质以及一种计算机程序产品。

背景技术

随着信息技术的发展，无人驾驶技术在人工智能和汽车行业的飞速发展下日渐成熟。低速无人驾驶作为无人驾驶技术的一个细分方向，主要应用于园区或者半封闭的园区，由于速度低、成本低、安全性高、技术成熟，相对而言更容易落地。目前围绕低速无人驾驶场景的产品主要有无人驾驶清扫车、无人驾驶物流配送车、无人驾驶巡逻车等。

无人车能够通过传感器感知环境和本身状态并实现避障，以便于实现自动驾驶。激光雷达是无人车上广泛应用的一种传感器。通过激光雷达可获得周围环境的3D点云数据。在相关技术中，无人车为检测障碍物，需要做点云前处理，包括对点云数据进行去地面、去车身、分离地面以下、分离地面以上等分割步骤。

在分割车身部分的点云时，相关技术中采用如下两种方法去除车身部分的点云：

方法一，利用车身构建立体几何多边形区域、来去除车身部分点云的方法。但在车身几何形状不规则时，过滤点云存在多分割、少分割、误分割等问题。

方法二，利用三维栅格占用化的分割方法，但在激光雷达反光、拖尾、吸点等情况时，点云落在车体内部。而由于过滤车身部分的点云时的上述现象未发生，导致检测障碍物出现误检的问题。

发明内容

本申请提供一种基于无人车的障碍物识别方法、装置、设备及存储介质，以解决现有技术中分割车身部分的点云时出现的点云分割不准确、障碍物误检等问题。

第一方面，本申请实施例提供了一种基于无人车的障碍物识别方法，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。

第二方面，本申请实施例还提供了一种基于无人车的障碍物识别装置，所述装置包括：

初始车体栅格生成模块，用于对无人车的车体区域进行三维栅格化，获得初始车体栅格；

第一点云数据获取模块，用于获取所述无人车的第一点云数据；

目标点云数据确定模块，用于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；

优化模块，用于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；