CN111598034B - 障碍物检测方法、装置及存储介质 - Google Patents
障碍物检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111598034B CN111598034B CN202010440544.5A CN202010440544A CN111598034B CN 111598034 B CN111598034 B CN 111598034B CN 202010440544 A CN202010440544 A CN 202010440544A CN 111598034 B CN111598034 B CN 111598034B
- Authority
- CN
- China
- Prior art keywords
- pixel value
- pixel
- obstacle
- dimensional
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种障碍物检测方法、装置及存储介质,属于计算机技术领域,该方法包括:在移动载体在移动平面上移动过程中,获取激光探测组件采集到的点云数据;点云数据包括采样点的三维坐标和反射信号强度;以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图;根据点云数据确定鸟瞰图中每个像素点的像素信息,每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测;可以解决应用部署效率低的问题;通过将数据量巨大的点云数据处理为二维图像数据,无需采集大量的点云数据进行深度学习模型的训练,提高应用部署效率。
Description
技术领域
本申请涉及一种障碍物检测方法、装置及存储介质,属于计算机技术领域。
背景技术
随着自动驾驶技术的飞速发展,自动驾驶过程中,自动驾驶系统需要获取周围的障碍物信息,以达到在道路上安全行驶的目的。
现有的障碍物检测方法通过激光雷达扫描测距获取周围环境的点云信息,通过计算提取点云的关键点和特征进行训练,得到训练样本;通过BP神经网络、SVM等机器学习或深度学习方法搭建识别障碍物的模型,通过该模型识别车辆周围的障碍物类型。
然而,机器学习或深度学习模型在使用过程中需要消耗大量的计算资源,同时需要大量的数据训练得到,训练过程和使用过程均较为繁琐,从而导致应用部署效率低的问题。
发明内容
本申请提供了一种障碍物检测方法、装置及存储介质,可以解决应用部署效率低的问题。本申请提供如下技术方案:
第一方面,提供了一种障碍物检测方法,用于移动载体中,所述移动载体上安装有激光探测组件,所述激光探测组件用于在采集范围内采集反射物的点云数据,所述采集范围包括所述移动载体的行进方向上的空间范围和与所述行进方向相垂直的垂直方向上的空间范围;所述方法包括:
在所述移动载体在移动平面上移动过程中,获取所述激光探测组件采集到的所述点云数据;所述点云数据包括采样点的三维坐标和反射信号强度;所述三维坐标用于指示对应采样点相对于所述激光探测组件的三维位置;
以与所述移动平面相垂直的高度方向为投影方向,根据所述三维坐标将所述采样点投影至二维平面,得到鸟瞰图;所述二维平面与所述移动平面平行;或者,所述二维平面为所述移动平面;
根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息,所述每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;所述第一像素值用于指示所述三维坐标指示的所述高度方向上的坐标值,所述第二像素值用于指示采样点密度,所述第三像素值用于指示所述反射信号强度;
根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测。
可选地,所述根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测,包括:
在所述鸟瞰图中确定所述像素信息满足预设条件的目标像素点的数量;
在所述目标像素点的数量大于数量阈值时,确定所述采集范围内存在所述障碍物;
其中,所述预设条件包括:所述第一像素值属于第一像素值范围、所述第二像素值属于第二像素值范围且所述第三像素值属于第三像素值范围。
可选地,所述在所述目标像素点的数量大于数量阈值时,确定所述采集范围内存在所述障碍物之后,还包括:
确定所述目标像素点之间的像素距离;
对于所述像素距离小于预设距离的不同目标像素点,确定所述不同目标像素点对应同一障碍物。
可选地,所述对于所述像素距离小于预设距离的不同目标像素点,确定所述不同目标像素点对应同一障碍物之后,还包括:
确定属于所述同一障碍物的所述目标像素点的像素数量;
根据所述目标像素点的像素数量确定所述障碍物的面积;
在所述障碍物的面积大于面积阈值时输出第一障碍物提示信息。
可选地,所述对于所述像素距离小于预设距离的不同目标像素点,确定所述不同目标像素点对应同一障碍物之后,还包括:
确定属于所述同一障碍物的所述目标像素点的中心位置,将所述中心位置确定为所述障碍物的位置;
在所述障碍物位置位于预设位置时输出第二障碍物提示信息。
可选地,所述以与所述移动平面相垂直的高度方向为投影方向,根据所述三维坐标将所述采样点投影至二维平面,得到鸟瞰图,包括:
获取所述激光探测组件与所述移动载体之间的相对位置关系;
基于所述相对位置关系将所述采样点的三维坐标转换至公共坐标系,得到转换后的三维坐标;所述公共坐标系为基于所述移动载体的位置建立的坐标系;
按照所述投影方向将所述转换后的三维坐标投影至二维平面,得到所述鸟瞰图。
可选地,所述第一像素值为红色通道、绿色通道或者蓝色通道的像素值;
所述第二像素值为红色通道、绿色通道或者蓝色通道的像素值,且所述第二像素值对应的颜色通道与所述第一像素值对应的颜色通道不同;
所述第三像素值为红色通道、绿色通道或者蓝色通道的像素值,且所述第三像素值对应的颜色通道与所述第一像素值对应的颜色通道不同、与所述第二像素值对应的颜色通道不同。
第二方面,提供了一种障碍物检测装置,用于移动载体中,所述装置包括:
获取模块,用于在所述移动载体在移动平面上移动过程中,获取所述激光探测组件采集到的点云数据;所述点云数据包括采样点的三维坐标和反射信号强度;所述三维坐标用于指示对应采样点相对于所述激光探测组件的三维位置;
投影模块,用于以与所述移动平面相垂直的高度方向为投影方向,根据所述三维坐标将所述采样点投影至二维平面,得到鸟瞰图;所述二维平面与所述移动平面平行;或者,所述二维平面为所述移动平面;
确定模块,用于根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息,所述每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;所述第一像素值用于指示所述三维坐标指示的在所述高度方向上的坐标值,所述第二像素值用于指示采样点密度,所述第三像素值用于指示所述反射信号强度;
检测模块,用于根据所述鸟瞰图中的像素信息对所述采集范围内的障碍物进行检测。
第三方面,提供了一种障碍物检测装置,所述装置包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现如第一方面所述的障碍物检测方法。
第四方面,提供了一种计算机可读存储介质,所述存储介质中存储有程序,所述程序被所述处理器执行时用于实现如第一方面所述的障碍物检测方法。
本申请的有益效果在于:
通过在移动载体在移动平面上移动过程中,获取激光探测组件采集到的点云数据;点云数据包括采样点的三维坐标和反射信号强度;三维坐标用于指示对应采样点相对于激光探测组件的三维位置;以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图;二维平面与移动平面平行;或者,二维平面为移动平面;根据点云数据确定鸟瞰图中每个像素点的像素信息,每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;第一像素值用于指示三维坐标指示的高度方向上的坐标值,第二像素值用于指示采样点密度,第三像素值用于指示反射信号强度;根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测;可以解决应用部署效率低的问题;通过将数据量巨大的点云数据处理为具有高度、密度、反射信号强度的二维图像数据,避免了需要采集大量的点云数据进行深度学习模型的训练,提高应用部署效率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的障碍物检测装置的结构示意图;
图2是本申请一个实施例提供的障碍物检测方法的流程图;
图3是本申请一个实施例提供的障碍物检测装置的框图;
图4是本申请一个实施例提供的障碍物检测装置的框图。
具体实施方式
下面结合附图和实施例,对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
图1是本申请一个实施例提供的障碍物检测装置100的结构示意图,如图1所示,该装置至少包括:控制组件110和与控制组件110通信相连的激光探测组件120。
激光探测组件120安装在移动载体上。移动载体是指按照一定速度在移动平面上移动的载体。可选地,移动载体可以是车辆或者清洁机器人,本实施例在此不对移动载体的实现方式作限定。
可选地,激光探测组件120可以是激光雷达、立体摄像头或者越渡时间相机等,本实施例在此不对激光探测组件120的设备类型作限定。
激光探测组件120用于在采集范围内发射激光束并在存在反射物时采集该反射物的点云数据。
采集范围包括移动载体的行进方向上的空间范围和与行进方向相垂直的垂直方向上的空间范围。
其中,行进方向可以是移动载体正在行进的方向,比如:移动载体向后方移动,则该移动载体的行进方向为向后;或者,行进方向还可以是处于静止状态的移动载体即将行进的方向。
与行进方向相垂直的垂直方向包括:移动载体前侧与行进方向垂直的垂直方向、移动载体后侧与行进方向垂直的垂直方向、移动载体左侧与行进方向垂直的方向以及移动载体右侧与行进方向垂直的垂直方向。
反射物是指能将激光束反射回激光探测组件120的物体。以移动载体为车辆为例,反射物可以是道路边沿、垃圾、石块、在该车辆附近行驶的其他车辆等,本实施例在此不对反射物的类型作限定。
点云数据是指激光探测组件120发射若干激光束,被反射物表面反射回的点的数据集合。本实施例中,点云数据包括采样点的三维坐标和反射信号强度。三维坐标用于指示对应采样点相对于激光探测组件120的三维位置。其中,采样点即为被反射物表面反射回的点。
控制组件110用于对激光探测组件120进行控制,比如:控制激光探测组件120的开启、关闭等。可选地,本实施例以控制组件110安装于移动载体(比如:车辆)的控制系统中为例进行说明,在其他实现方式中,控制组件110也可以实现在与移动载体相独立的其他设备中,本实施例不对控制组件110的实现方式作限定。
控制组件110用于在移动载体在移动平面上移动过程中,获取激光探测组件120采集到的点云数据;以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图;根据点云数据确定鸟瞰图中每个像素点的像素信息;根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测。
鸟瞰图是指以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面(即将三维坐标指示的高度方向的坐标值转化为0)所形成的二维图像。
本实施例中,通过将数据量巨大的点云数据处理为具有高度、密度、反射信号强度的二维图像数据,避免了需要采集大量的点云数据进行深度学习模型的训练,提高应用部署效率。
图2是本申请一个实施例提供的障碍物检测方法的流程图,本实施例以该方法用于图1所示的障碍物检测装置100中为例进行说明,且各个步骤的执行主体为障碍物检测装置100中的控制组件110为例进行说明。该方法至少包括以下几个步骤:
步骤201,在移动载体在移动平面上移动过程中,获取激光探测组件采集到的点云数据;点云数据包括采样点的三维坐标和反射信号强度。
点云数据是指激光探测组件发射若干激光束,被物体表面反射回的点的数据集合即为点云数据。其中,被物体表面反射回的点即为采样点。
步骤202,以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图。
可选地,二维平面与移动平面平行;或者,二维平面为移动平面。
鸟瞰图是指以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面(即将三维坐标指示的高度方向的坐标值转化为0)所形成的二维图像。
与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图,包括:获取激光探测组件与移动载体之间的相对位置关系;基于相对位置关系将采样点的三维坐标转换至公共坐标系,得到转换后的三维坐标;公共坐标系为基于移动载体的位置建立的坐标系;按照投影方向将转换后的三维坐标投影至二维平面,得到鸟瞰图。
相对位置关系是指激光探测组件相对于移动载体的位置关系。在一个示例中,三维坐标为在以激光探测组件为坐标原点建立的坐标系中的坐标值,公共坐标系为以移动载体的中心位置为坐标原点建立的坐标系,此时,相对位置关系为激光探测组件所在的坐标系与公共坐标系之间的坐标系转换关系。
由于采样点的三维坐标是相对于激光探测组件的坐标,即,是在基于激光探测组件建立的坐标系中的坐标值;基于该激光探测组件建立的坐标系不适用于其他激光探测组件采集的三维坐标。因此,本实施例中,通过将三维坐标转换至公共坐标系,该公共坐标系适用于转化后的各个激光探测组件采集的三维坐标,因此,可以实现将各个激光探测组件采集的三维坐标结合,得到整体的三维图像。
步骤203,根据点云数据确定鸟瞰图中每个像素点的像素信息,每个像素点的像素信息包括第一像素值、第二像素值和第三像素值。
第一像素值用于指示三维坐标指示的高度方向上的坐标值,第二像素值用于指示采样点密度,第三像素值用于指示反射信号强度。
采样点密度用于指示每个像素点所包含的采样点的数量。
在一个示例中,三维坐标包括高度方向上的坐标值;或者,三维坐标不包括的高度方向上的坐标值,而是某个或多个坐标值具有在高度方向上的坐标分量。
可选地,第一像素值为红色通道、绿色通道或者蓝色通道的像素值;第二像素值为红色通道、绿色通道或者蓝色通道的像素值,且第二像素值对应的颜色通道与第一像素值对应的颜色通道不同;第三像素值为红色通道、绿色通道或者蓝色通道的像素值,且第三像素值对应的颜色通道与第一像素值对应的颜色通道不同、与第二像素值对应的颜色通道不同。比如:第一像素值为红色通道、第二像素值为蓝色通道、第三像素值为绿色通道,本实施例在此不对第一像素值、第二像素值、第三像素值的颜色通道类型作限定。
步骤204,根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测。
在鸟瞰图中确定像素信息满足预设条件的目标像素点的数量;在目标像素点的数量大于数量阈值时,确定采集范围内存在障碍物。
在目标像素点的数量小于数量阈值时,确定采集范围内不存在障碍物。
数量阈值是基于用户经验确定的,由用户预先设定在控制组件中,本实施例在此不对数量阈值的取值做限定。
其中,预设条件包括:第一像素值属于第一像素值范围、第二像素值属于第二像素值范围且第三像素值属于第三像素值范围。比如:第一像素值范围为大于0且小于等于255的范围、第二像素值范围为大于0且小于等于255的范围且第三像素值范围为大于0且小于等于255的范围。预设条件是基于用户经验确定的,由用户预先设定在控制组件中,本实施例在此不对第一像素值范围、第二像素值范围和第三像素值范围的取值作限定。
在一个示例中,像素信息满足预设条件的目标像素点基于颜色通道产生鸟瞰图中像素的颜色从而显示出来,当具有颜色的目标像素点大于数量阈值时,可以确定采集范围内存在障碍物,反之,则不存在障碍物。
在目标像素点的数量大于数量阈值时,确定采集范围内存在障碍物之后,还包括:确定目标像素点之间的像素距离;对于像素距离小于预设距离的不同目标像素点,确定不同目标像素点对应同一障碍物。
对于像素距离大于预设距离的不同目标像素点,确定不同目标像素点不在同一障碍物上。
像素距离是指两个目标像素点之间的距离。
预设距离是预先存储在控制组件中的,预设距离可以是用户设置的,本实施例在此不对预设距离的取值作限定。
其中,确定目标像素点之间的像素距离,包括:对于每个目标像素点,确定该目标像素点距离最近的其他目标像素点,确定该目标像素点与距离最近的其他目标像素点之间的像素距离。
可选地,对于像素距离小于预设距离的不同目标像素点,确定不同目标像素点对应同一障碍物之后,还包括:确定属于同一障碍物的目标像素点的像素数量;根据目标像素点的像素数量确定障碍物的面积;在障碍物的面积大于面积阈值时输出第一障碍物提示信息。
在障碍物的面积小于面积阈值时,认为障碍物对移动载体不造成阻碍。
面积阈值是基于用户经验确定的,由用户预先设定在控制组件中,本实施例在此不对面积阈值的取值作限定。
第一障碍物提示信息是指用于提示存在障碍物并显示障碍物面积的提示信息。
可选地,对于像素距离小于预设距离的不同目标像素点,确定不同目标像素点对应同一障碍物之后,还包括:确定属于同一障碍物的目标像素点的中心位置,将中心位置确定为障碍物的位置;在障碍物位置位于预设位置时输出第二障碍物提示信息。
预设位置是指预先设置在控制组件中的,预设位置可以是用户设置的,本实施例在此不对预设位置的取值作限定。
第二障碍物提示信息是指用于提示存在障碍物并显示障碍物位置的提示信息。
综上所述,本实施例提供的障碍物检测方法,通过在移动载体在移动平面上移动过程中,获取激光探测组件采集到的点云数据;点云数据包括采样点的三维坐标和反射信号强度;三维坐标用于指示对应采样点相对于激光探测组件的三维位置;以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图;二维平面与移动平面平行;或者,二维平面为移动平面;根据点云数据确定鸟瞰图中每个像素点的像素信息,每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;第一像素值用于指示三维坐标指示的高度方向上的坐标值,第二像素值用于指示采样点密度,第三像素值用于指示反射信号强度;根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测;可以解决应用部署效率低的问题;通过将数据量巨大的点云数据处理为具有高度、密度、反射信号强度的二维图像数据,避免了需要采集大量的点云数据进行深度学习模型的训练,提高应用部署效率。
图3是本申请一个实施例提供的障碍物检测装置的框图,本实施例以该装置应用于图1所示的障碍物检测装置中的控制组件为例进行说明。该装置至少包括以下几个模块:获取模块301、投影模块302、确定模块303和检测模块304。
获取模块301,用于在移动载体在移动平面上移动过程中,获取激光探测组件采集到的点云数据;点云数据包括采样点的三维坐标和反射信号强度;三维坐标用于指示对应采样点相对于激光探测组件的三维位置;
投影模块302,用于以与移动平面相垂直的高度方向为投影方向,根据三维坐标将采样点投影至二维平面,得到鸟瞰图;二维平面与移动平面平行;或者,二维平面为移动平面;
确定模块303,用于根据点云数据确定鸟瞰图中每个像素点的像素信息,每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;第一像素值用于指示三维坐标指示的在高度方向上的坐标值,第二像素值用于指示采样点密度,第三像素值用于指示反射信号强度;
检测模块304,用于根据鸟瞰图中的像素信息对采集范围内的障碍物进行检测。
相关细节参考上述方法实施例。
需要说明的是:上述实施例中提供的障碍物检测装置在进行障碍物检测时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将障碍物检测装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的障碍物检测装置与障碍物检测方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图4是本申请一个实施例提供的障碍物检测装置的框图,该装置可以是包含图1所示的障碍物检测装置100中的控制组件110的装置,比如:智能手机、平板电脑、笔记本电脑、台式电脑或服务器。障碍物检测装置还可能被称为用户设备、便携式终端、膝上型终端、台式终端、控制终端等,本实施例对此不作限定。该装置至少包括处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如:4核心处理器、6核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的障碍物检测方法。
在一些实施例中,障碍物检测装置还可选包括有:外围设备接口和至少一个外围设备。处理器401、存储器402和外围设备接口之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口相连。示意性地,外围设备包括但不限于:射频电路、触摸显示屏、音频电路、和电源等。
当然,障碍物检测装置还可以包括更少或更多的组件,本实施例对此不作限定。
可选地,本申请还提供有一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的障碍物检测方法。
可选地,本申请还提供有一种计算机产品,该计算机产品包括计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的障碍物检测方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种障碍物检测方法,其特征在于,用于移动载体中,所述移动载体上安装有激光探测组件,所述激光探测组件用于在采集范围内采集反射物的点云数据,所述采集范围包括所述移动载体的行进方向上的空间范围和与所述行进方向相垂直的垂直方向上的空间范围;所述方法包括:
在所述移动载体在移动平面上移动过程中,获取所述激光探测组件采集到的所述点云数据;所述点云数据包括采样点的三维坐标、和反射信号强度;所述三维坐标用于指示对应采样点相对于所述激光探测组件的三维位置;
以与所述移动平面相垂直的高度方向为投影方向,根据所述三维坐标将所述采样点投影至二维平面,得到鸟瞰图;所述二维平面与所述移动平面平行;或者,所述二维平面为所述移动平面;
根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息,所述每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;所述第一像素值用于指示所述三维坐标指示的所述高度方向上的坐标值,所述第二像素值用于指示采样点密度,所述第三像素值用于指示所述反射信号强度;所述第一像素值为红色通道、绿色通道或者蓝色通道的像素值;所述第二像素值为红色通道、绿色通道或者蓝色通道的像素值,且所述第二像素值对应的颜色通道与所述第一像素值对应的颜色通道不同;所述第三像素值为红色通道、绿色通道或者蓝色通道的像素值,且所述第三像素值对应的颜色通道与所述第一像素值对应的颜色通道不同、与所述第二像素值对应的颜色通道不同;采样点密度用于指示每个像素点所包含的采样点的数量;
根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测;
所述根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测,包括:
在所述鸟瞰图中确定所述像素信息满足预设条件的目标像素点的数量,像素信息满足预设条件的目标像素点基于颜色通道产生鸟瞰图中像素的颜色从而显示出来;
在所述目标像素点的数量大于数量阈值时,确定所述采集范围内存在所述障碍物;
其中,所述预设条件包括:所述第一像素值属于第一像素值范围、所述第二像素值属于第二像素值范围且所述第三像素值属于第三像素值范围。
2.如权利要求1所述的方法,其特征在于,所述在所述目标像素点的数量大于数量阈值时,确定所述采集范围内存在所述障碍物之后,还包括:
确定所述目标像素点之间的像素距离;
对于所述像素距离小于预设距离的不同目标像素点,确定所述不同目标像素点对应同一障碍物。
3.如权利要求2所述的方法,其特征在于,所述对于所述像素距离小于预设距离的不同目标像素点,确定所述不同目标像素点对应同一障碍物之后,还包括:
确定属于所述同一障碍物的所述目标像素点的像素数量;
根据所述目标像素点的像素数量确定所述障碍物的面积;
在所述障碍物的面积大于面积阈值时输出第一障碍物提示信息。
4.如权利要求2所述的方法,其特征在于,所述对于所述像素距离小于预设距离的不同目标像素点,确定所述不同目标像素点对应同一障碍物之后,还包括:
确定属于所述同一障碍物的所述目标像素点的中心位置,将所述中心位置确定为所述障碍物的位置;
在所述障碍物位置位于预设位置时输出第二障碍物提示信息。
5.如权利要求1所述的方法,其特征在于,所述以与所述移动平面相垂直的高度方向为投影方向,根据所述三维坐标将所述采样点投影至二维平面,得到鸟瞰图,包括:
获取所述激光探测组件与所述移动载体之间的相对位置关系;
基于所述相对位置关系将所述采样点的三维坐标转换至公共坐标系,得到转换后的三维坐标;所述公共坐标系为基于所述移动载体的位置建立的坐标系;
按照所述投影方向将所述转换后的三维坐标投影至二维平面,得到所述鸟瞰图。
6.一种障碍物检测装置,其特征在于,用于移动载体中,所述移动载体上安装有激光探测组件,所述激光探测组件用于在采集范围内采集反射物的点云数据,所述采集范围包括所述移动载体的行进方向上的空间范围和与所述行进方向相垂直的垂直方向上的空间范围;所述装置包括:
获取模块,用于在所述移动载体在移动平面上移动过程中,获取所述激光探测组件采集到的点云数据;所述点云数据包括采样点的三维坐标和反射信号强度;所述三维坐标用于指示对应采样点相对于所述激光探测组件的三维位置;
投影模块,用于以与所述移动平面相垂直的高度方向为投影方向,根据所述三维坐标将所述采样点投影至二维平面,得到鸟瞰图;所述二维平面与所述移动平面平行;或者,所述二维平面为所述移动平面;
确定模块,用于根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息,所述每个像素点的像素信息包括第一像素值、第二像素值和第三像素值;所述第一像素值用于指示所述三维坐标指示的在所述高度方向上的坐标值,所述第二像素值用于指示采样点密度,所述第三像素值用于指示所述反射信号强度;所述第一像素值为红色通道、绿色通道或者蓝色通道的像素值;所述第二像素值为红色通道、绿色通道或者蓝色通道的像素值,且所述第二像素值对应的颜色通道与所述第一像素值对应的颜色通道不同;所述第三像素值为红色通道、绿色通道或者蓝色通道的像素值,且所述第三像素值对应的颜色通道与所述第一像素值对应的颜色通道不同、与所述第二像素值对应的颜色通道不同;采样点密度用于指示每个像素点所包含的采样点的数量;
检测模块,用于根据所述鸟瞰图中的像素信息对所述采集范围内的障碍物进行检测;
所述检测模块,具体用于:
在所述鸟瞰图中确定所述像素信息满足预设条件的目标像素点的数量,像素信息满足预设条件的目标像素点基于颜色通道产生鸟瞰图中像素的颜色从而显示出来;
在所述目标像素点的数量大于数量阈值时,确定所述采集范围内存在所述障碍物;
其中,所述预设条件包括:所述第一像素值属于第一像素值范围、所述第二像素值属于第二像素值范围且所述第三像素值属于第三像素值范围。
7.一种障碍物检测装置,其特征在于,所述装置包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现如权利要求1至5任一所述的障碍物检测方法。
8.一种计算机可读存储介质,其特征在于,所述存储介质中存储有程序,所述程序被处理器执行时用于实现如权利要求1至5任一所述的障碍物检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010440544.5A CN111598034B (zh) | 2020-05-22 | 2020-05-22 | 障碍物检测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010440544.5A CN111598034B (zh) | 2020-05-22 | 2020-05-22 | 障碍物检测方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111598034A CN111598034A (zh) | 2020-08-28 |
CN111598034B true CN111598034B (zh) | 2021-07-23 |
Family
ID=72183991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010440544.5A Active CN111598034B (zh) | 2020-05-22 | 2020-05-22 | 障碍物检测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598034B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598034B (zh) * | 2020-05-22 | 2021-07-23 | 知行汽车科技(苏州)有限公司 | 障碍物检测方法、装置及存储介质 |
WO2022067647A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 一种路面要素确定方法及装置 |
WO2022077190A1 (zh) * | 2020-10-12 | 2022-04-21 | 深圳市大疆创新科技有限公司 | 数据处理方法、控制设备及存储介质 |
CN112686167A (zh) * | 2020-12-30 | 2021-04-20 | 北京迈格威科技有限公司 | 目标检测方法、装置、电子设备及存储介质 |
CN112462348B (zh) * | 2021-02-01 | 2021-04-27 | 知行汽车科技(苏州)有限公司 | 激光点云数据增广的方法、装置及存储介质 |
CN112505652B (zh) * | 2021-02-04 | 2021-04-27 | 知行汽车科技(苏州)有限公司 | 目标检测方法、装置及存储介质 |
US20220300681A1 (en) * | 2021-03-16 | 2022-09-22 | Yuan Ren | Devices, systems, methods, and media for point cloud data augmentation using model injection |
CN113066004A (zh) * | 2021-03-19 | 2021-07-02 | 广东博智林机器人有限公司 | 点云数据的处理方法和装置 |
CN113610883B (zh) * | 2021-04-30 | 2022-04-08 | 新驱动重庆智能汽车有限公司 | 点云处理系统和方法、计算机设备和存储介质 |
CN113486811A (zh) * | 2021-07-08 | 2021-10-08 | 杭州萤石软件有限公司 | 悬崖检测方法、装置、电子设备及计算机可读存储介质 |
CN114219992B (zh) * | 2021-12-14 | 2022-06-03 | 杭州古伽船舶科技有限公司 | 一种基于图像识别技术的无人船避障系统 |
CN114488139B (zh) * | 2022-01-19 | 2022-09-27 | 杭州睿影科技有限公司 | 探测对象的成像方法、成像装置、设备以及安检系统 |
CN114387346A (zh) * | 2022-03-25 | 2022-04-22 | 阿里巴巴达摩院(杭州)科技有限公司 | 一种图像识别、预测模型处理方法、三维建模方法和装置 |
CN115273039B (zh) * | 2022-09-29 | 2023-01-10 | 中汽数据(天津)有限公司 | 一种基于摄像头的小障碍物探测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002040320A1 (de) * | 2000-11-14 | 2002-05-23 | Siemens Aktiengesellschaft | Verfahren und system zum bestimmen der belegung des innenraums eines fahrzeugs |
CN106997049A (zh) * | 2017-03-14 | 2017-08-01 | 奇瑞汽车股份有限公司 | 一种基于激光点云数据的检测障碍物的方法和装置 |
CN108985230A (zh) * | 2018-07-17 | 2018-12-11 | 深圳市易成自动驾驶技术有限公司 | 车道线检测方法、装置及计算机可读存储介质 |
CN109145677A (zh) * | 2017-06-15 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN109682381A (zh) * | 2019-02-22 | 2019-04-26 | 山东大学 | 基于全向视觉的大视场场景感知方法、系统、介质及设备 |
CN110147706A (zh) * | 2018-10-24 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 障碍物的识别方法和装置、存储介质、电子装置 |
CN111598034A (zh) * | 2020-05-22 | 2020-08-28 | 知行汽车科技(苏州)有限公司 | 障碍物检测方法、装置及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110893617B (zh) * | 2018-09-13 | 2021-09-17 | 深圳市优必选科技有限公司 | 障碍物检测方法、装置及存储装置 |
CN110286387B (zh) * | 2019-06-25 | 2021-09-24 | 深兰科技(上海)有限公司 | 应用于自动驾驶系统的障碍物检测方法、装置及存储介质 |
CN110346799A (zh) * | 2019-07-03 | 2019-10-18 | 深兰科技(上海)有限公司 | 一种障碍物检测方法及设备 |
-
2020
- 2020-05-22 CN CN202010440544.5A patent/CN111598034B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002040320A1 (de) * | 2000-11-14 | 2002-05-23 | Siemens Aktiengesellschaft | Verfahren und system zum bestimmen der belegung des innenraums eines fahrzeugs |
CN106997049A (zh) * | 2017-03-14 | 2017-08-01 | 奇瑞汽车股份有限公司 | 一种基于激光点云数据的检测障碍物的方法和装置 |
CN109145677A (zh) * | 2017-06-15 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 障碍物检测方法、装置、设备及存储介质 |
CN108985230A (zh) * | 2018-07-17 | 2018-12-11 | 深圳市易成自动驾驶技术有限公司 | 车道线检测方法、装置及计算机可读存储介质 |
CN110147706A (zh) * | 2018-10-24 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 障碍物的识别方法和装置、存储介质、电子装置 |
CN109682381A (zh) * | 2019-02-22 | 2019-04-26 | 山东大学 | 基于全向视觉的大视场场景感知方法、系统、介质及设备 |
CN111598034A (zh) * | 2020-05-22 | 2020-08-28 | 知行汽车科技(苏州)有限公司 | 障碍物检测方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
三维激光雷达在无人车环境感知中的应用研究;张银 等;《激光与光电子学进展》;20190731;第56卷(第13期);第1-11页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111598034A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598034B (zh) | 障碍物检测方法、装置及存储介质 | |
US11443523B2 (en) | Dynamic obstacle point cloud annotating method and apparatus, device and readable medium | |
EP3852064B1 (en) | Object labeling method and apparatus, movement control method and apparatus, device, and storage medium | |
US10824880B2 (en) | Methods and systems for detecting environmental information of a vehicle | |
CN108509820B (zh) | 障碍物分割方法及装置、计算机设备及可读介质 | |
CN107610084B (zh) | 一种对深度图像和激光点云图进行信息融合的方法与设备 | |
CN106951847B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
CN111932943B (zh) | 动态目标的检测方法、装置、存储介质及路基监测设备 | |
CN108470174B (zh) | 障碍物分割方法及装置、计算机设备及可读介质 | |
CN112347999B (zh) | 障碍物识别模型训练方法、障碍物识别方法、装置及系统 | |
US9292751B2 (en) | Object identifier | |
US20210209385A1 (en) | Method and apparatus for recognizing wearing state of safety belt | |
CN112505652B (zh) | 目标检测方法、装置及存储介质 | |
CN112258610B (zh) | 图像标注方法、装置、存储介质及电子设备 | |
CN114966651A (zh) | 可行驶区域检测方法、计算机设备、存储介质及车辆 | |
CN111337898A (zh) | 激光点云的处理方法、装置、设备及存储介质 | |
CN114565906A (zh) | 障碍物检测方法、装置、电子设备及存储介质 | |
CN111912418A (zh) | 删除移动载体不可行驶区域内障碍物的方法、装置及介质 | |
CN114445648A (zh) | 障碍物识别方法、设备及存储介质 | |
CN116612638A (zh) | 交通碰撞事故检测方法、装置及可读介质 | |
CN112639822A (zh) | 一种数据处理方法及装置 | |
CN116373910A (zh) | 一种自动驾驶辅助方法及系统 | |
WO2023065312A1 (zh) | 障碍物识别方法、装置、存储介质及电子设备 | |
CN115147480A (zh) | 物体检知装置、物体检知方法及存储介质 | |
US20220415054A1 (en) | Learning device, traffic event prediction system, and learning method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 215123 g2-1901 / 1902 / 2002, No. 88, Jinjihu Avenue, Suzhou Industrial Park, Suzhou City, Jiangsu Province Patentee after: Zhixing Automotive Technology (Suzhou) Co.,Ltd. Address before: 215123 g2-1901 / 1902 / 2002, No. 88, Jinjihu Avenue, Suzhou Industrial Park, Suzhou City, Jiangsu Province Patentee before: IMOTION AUTOMOTIVE TECHNOLOGY (SUZHOU) Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |