障碍物检测方法和设备的生产技术
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
本公开涉及自动驾驶技术领域。本公开的实施例公开了障碍物检测方法和装置。该方法包括:获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数据;其中,第一车载激光雷达和所述第二车载激光雷达装载在同一辆自动驾驶车辆上,所述第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高度且所述第一车载激光雷达的线束数大于所述第二车载激光雷达的线束数;基于所述第一点云数据进行地面估计;根据所述第一点云数据的地面估计结果,滤除所述第二点云数据中的地面点;基于滤除地面点之后的第二点云数据进行障碍物检测。该方法实现了更加全面、准确的障碍物检测。
权利要求书
1.一种障碍物检测方法,包括:
获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数据;其中,所述第一车载激光雷达和所述第二车载激光雷达装载在同一辆自动驾驶车辆上,所述第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高度且所述第一车载激光雷达的线束数大于所述第二车载激光雷达的线束数;
基于所述第一点云数据进行地面估计;
根据所述第一点云数据的地面估计结果,滤除所述第二点云数据中的地面点;
基于滤除地面点之后的第二点云数据进行障碍物检测。
2.根据权利要求1所述的方法,其中,所述基于所述第一点云数据进行地面估计,包括:
将所述第一点云数据划分入预设的空间栅格,对每个栅格内的第一点云数据进行降采样,并在该栅格内拟合出地面;
基于各栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出的地面与所述第一点云数据所在坐标系的坐标轴之间的夹角,修正地面拟合结果,得到所述第一点云数据的地面估计结果。
3.根据权利要求1所述的方法,其中,所述根据所述第一点云数据的地面估计结果,滤除所述第二点云数据中的地面点,包括:
计算所述第二点云数据中的数据点与基于第一点云数据估计出的地面之间的距离,将所述第二点云数据中与基于第一点云数据估计出的地面之间的距离小于预设距离阈值的数据点确定为地面点;
滤除所述第二点云数据中的地面点。
4.根据权利要求1所述的方法,其中,所述基于滤除地面点之后的第二点云数据进行障碍物检测,包括:
将所述第一点云数据与滤除地面点之后的第二点云数据融合后进行障碍物检测。
5.根据权利要求1-4任一项所述的方法,其中,所述第二激光雷达为单线激光雷达。
6.一种障碍物检测装置,包括:
获取单元,被配置为获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数据;其中,所述第一车载激光雷达和所述第二车载激光雷达装载在同一辆自动驾驶车辆上,所述第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高度且所述第一车载激光雷达的线束数大于所述第二车载激光雷达的线束数;
估计单元,被配置为基于所述第一点云数据进行地面估计;
滤除单元,被配置为根据所述第一点云数据的地面估计结果,滤除所述第二点云数据中的地面点;
检测单元,被配置为基于滤除地面点之后的第二点云数据进行障碍物检测。
7.根据权利要求6所述的装置,其中,所述估计单元进一步被配置为基于第一点云数据按照如下方式进行地面估计:
将所述第一点云数据划分入预设的空间栅格,对每个栅格内的第一点云数据进行降采样,并在该栅格内拟合出地面;
基于各栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出的地面与所述第一点云数据所在坐标系的坐标轴之间的夹角,修正地面拟合结果,得到所述第一点云数据的地面估计结果。
8.根据权利要求6所述的装置,其中,所述滤除单元进一步被配置为根据所述第一点云数据的地面估计结果,按照如下方式滤除所述第二点云数据中的地面点:
计算所述第二点云数据中的数据点与基于第一点云数据估计出的地面之间的距离,将所述第二点云数据中与基于第一点云数据估计出的地面之间的距离小于预设距离阈值的数据点确定为地面点;
滤除所述第二点云数据中的地面点。
9.根据权利要求6所述的装置,其中,所述检测单元进一步被配置为按照如下方式进行障碍物检测:
将所述第一点云数据与滤除地面点之后的第二点云数据融合后进行障碍物检测。
10.根据权利要求6-9任一项所述的装置,其中,所述第二激光雷达为单线激光雷达。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
技术说明书
障碍物检测方法和装置
技术领域
本公开的实施例涉及计算机技术领域,具体涉及自动驾驶技术技术领域,尤其涉及障碍物检测方法和装置。
背景技术
自动驾驶场景中,通常会采用激光雷达来感应道路上的障碍物。一般会在车身安装高线束激光雷达用于障碍物探测。高线束激光雷达具有一定的安装高度,打出的激光线束与地面呈一定夹角,这样在车辆周围一段距离内靠近地面的区域会形成检测盲区。
技术内容
本公开的实施例提出了障碍物检测方法和装置、电子设备和计算机可读介质。
第一方面,本公开的实施例提供了一种障碍物检测方法,包括:获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数据;其中,第一车载激光雷达和第二车载激光雷达装载在同一辆自动驾驶车辆上,第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高度且第一车载激光雷达的线束数大于第二车载激光雷达的线束数;基于第一点云数据进行地面估计;根据第一点云数据的地面估计结果,滤除第二点云数据中的地面点;基于滤除地面点之后的第二点云数据进行障碍物检测。
在一些实施例中,上述基于第一点云数据进行地面估计,包括:将第一点云数据划分入预设的空间栅格,对每个栅格内的第一点云数据进行降采样,并在该栅格内拟合出地面;基于各栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出的地面与第一点云数据所在坐标系的坐标轴之间的夹角,修正地面拟合结果,得到第一点云数据的地面估计结果。
在一些实施例中,上述根据第一点云数据的地面估计结果,滤除第二点云数据中的地面点,包括:计算第二点云数据中的数据点与基于第一点云数据估计出的地面之间的距离,将第二点云数据中与基于第一点云数据估计出的地面之间的距离小于预设距离阈值的数据点确定为地面点;滤除第二点云数据中的地面点。