[发明专利]一种障碍物判定的方法、装置、设备及存储介质

说明书

本申请实施例公开了一种障碍物判定的方法、装置、设备及存储介质，属于车辆驾驶技术领域，可应用于港口、物流等封闭园区、或城市交通、或高速等场景，该方法为：将激光雷达和其他目标传感器对行驶空间的探测结果运用深度学习的方式进行融合，以实现对障碍物的确认，实施过程中，针对激光雷达获取到的激光点云，不仅从点云级别进行是否为噪点的判定，还从全局级别来确定行驶空间的形态特征，并进行点位是否符合障碍物时序特征的判别，通过目标传感器确定行驶空间中是否有障碍物的感知特征，通过对行驶空间的动态特征和至少一种感知特征进行判别，确定行驶空间中是否存在障碍物，提升了判定行驶空间中是否有障碍物的准确性。

技术领域

本申请涉及车辆驾驶技术领域，提供了一种障碍物判定的方法、装置、设备及存储介质。

背景技术

目前，激光雷达在自动驾驶领域有着非常广泛的应用，很多的无人驾驶系统都配备了激光雷达。在车辆的行驶过程中，激光雷达输出的是3D空间物体的点的位置以及强度等反馈信息，而3D空间中准确的障碍物位置反馈信息对于无人驾驶系统起着至关重要的作用，所以无人驾驶系统对激光雷达的依赖很大。

但是，行驶过程中可能会遇到的雨、雪、雾等可以忽略的障碍物会在激光雷达返回的激光点云中形成噪点(即对行驶过程来说可以忽略的障碍物)，车辆在行驶过程中可能也会将该噪点误判为一种障碍物，并控制行车系统紧急刹车等，进而给乘客带来不适的体验。

目前，对行车过程中的上述噪点进行处理的方法一般有两种：一种是对激光噪点进行过滤，即根据激光雷达返回来的数据波长、强度等信息，在激光雷达内部进行噪点过滤，并进一步对点云进行逐点级别的分类过滤；另一种是分析点云的空间形态，根据局部的点云信息，对点云进行分类过滤。显然，上述对噪点进行处理的过程仅是分析的激光点云的局部信息，因此，容易将噪点等判定为真实的障碍物，进而影响车辆的正常行驶。

发明内容

本申请实施例提供一种障碍物判定的方法、装置、设备及存储介质，用以提升对行驶空间的障碍物进行判定的准确性。

本申请提供的具体技术方案如下：

第一方面，本申请实施例提供了一种障碍物判定的方法，包括：

基于点云特征模型，确定激光点云中的点位为噪点的判定特征，其中，激光点云是装载在车辆上的激光雷达对行驶空间进行探测得到的；

基于激光点云中位于地面外的点位，确定行驶空间的形态特征；

若判定特征和行驶空间的形态特征均符合预设的障碍物时序特征，则将判定特征对应的点位和形态特征对应的点位进行整合，得到行驶空间的动态特征；

基于至少一种目标传感器确定行驶空间中是否有障碍物的感知特征，其中，目标传感器为装载在车辆上的传感器；

通过对行驶空间的动态特征和至少一种感知特征进行判别，确定行驶空间中是否存在障碍物。

可选地，基于点云特征模型，确定激光点云中的点位为噪点的判定特征，包括：

针对激光点云中的每一个点位，利用点云特征模型对点位为噪点的概率进行判断，若点位为噪点的概率小于历史概率，则判定点位不是噪点；若点位为噪点的概率不小于历史概率，则判定点位为噪点，将点位判定为噪点的结果作为判定特征；

其中，点云特征模型是根据历史样本数据训练得到的，历史样本数据携带行驶空间在各个点位判定为噪点的历史概率，历史概率是基于各个点位的点位特征和激光雷达的类型信息确定的。

可选地，基于激光点云中位于地面外的点位，确定行驶空间的形态特征，包括：

基于各个点位在激光点云中的位置信息，从激光点云中提取位于地面外的点位；

对提取出来的地面外的点位进行聚类，得到未知障碍物，并将聚类得到的未知障碍物作为行驶空间的形态特征。