CN112784637A - 地面障碍物探测方法、装置、电子设备及存储介质 - Google Patents
地面障碍物探测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112784637A CN112784637A CN201911083138.1A CN201911083138A CN112784637A CN 112784637 A CN112784637 A CN 112784637A CN 201911083138 A CN201911083138 A CN 201911083138A CN 112784637 A CN112784637 A CN 112784637A
- Authority
- CN
- China
- Prior art keywords
- point
- height
- point cloud
- points
- cluster
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000926 separation method Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了地面障碍物探测方法及装置，涉及计算机领域。具体实现方案为：将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；所述点云信息包括每个点的三维坐标值；根据所述点云信息，获取所述点云中的高度跳变点；以所述高度跳变点为分隔点，将所述点云划分为至少一个点簇；基于划分后的点簇属性，确定表示障碍物的点簇。本申请实施例能够利用低矮点云信息，对地面上较为低矮的障碍物进行探测，提升驾驶体验。
Description
技术领域
本申请涉及自动驾驶领域，尤其涉及一种地面障碍物探测方法、装置、电子设备及存储介质。
背景技术
激光雷达，是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。
如今，自动驾驶技术虽然处于诞生的初步阶段，也是飞速发展的初步阶段，激光雷达由于其特有的性能，可以用于自动驾驶过程中的行人或者道路上的物体的检测。然而目前的自动驾驶车辆所识别的障碍物均为具有一定高度、可能与车辆产生碰撞的障碍物，对于低矮的障碍物没有识别方案。而低矮障碍物虽然与车辆无碰撞危险，却会造成颠簸，对乘车体验产生不良影响。
发明内容
为了解决现有技术中的至少一个问题，本申请实施例提供一种地面障碍物探测方法及装置。
第一方面，本申请实施例提供一种地面障碍物探测方法，包括：
将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；
如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；点云信息包括每个点的三维坐标值；
根据点云信息，获取点云中的高度跳变点；
以高度跳变点为分隔点，将点云划分为至少一个点簇；
基于划分后的点簇属性，确定表示障碍物的点簇。
本申请实施例将低矮激光雷达线束产生的高度低于设定值的低矮点云信息进行利用，识别地面的低矮障碍物，有利于对这些低矮障碍物进行有必要的避让，提升驾车体验。
在一种实施方式中，三维坐标值包括高度值；根据所述点云信息，获取点云中的高度跳变点，包括：
根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
在高度值之差大于设定第一阈值的情况下，将相应的点作为高度跳变点。
本申请实施例中，利用高度值之差能够将平滑的障碍物也探测出来，提高探测准确性。
在一种实施方式中，三维坐标值包括高度值和平面坐标值；根据所述点云信息，获取点云中的高度跳变点，包括：
根据每个点的平面坐标值，计算相邻两个点之间的连线的斜率；根据点云中的点的排列，按照设定的顺序，计算相邻连线的斜率的差值；
根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
在高度值之差大于设定第二阈值，且斜率的差值大于设定第三阈值的情况下，将相应的点作为高度跳变点。
本申请实施例中，根据斜率的差值判断跳变点，能够辅助障碍物点簇和地面点簇的区分。
在一种实施方式中，确定点簇中的地面点簇以及障碍物点簇，包括：
计算每个点簇中的点的高度值的平均值；
将平均值之差小于设定第四阈值的点簇划分为一个类别；
将包含的点的数量最多的类别对应的点簇确定为地面点簇，将其余点簇确定为障碍物点簇。
本申请实施例采用一种有效的方式识别地面点簇，能够将地面点簇与障碍物点簇进行区分。
在一种实施方式中，计算每个点簇中的点的高度值的平均值之前，还包括：
计算每个点簇中的点的高度值的方差；
将方差大于设定第五阈值的点簇作为障碍物点簇。
本申请上述实施例能够区分出明显为障碍物的点簇，且不需对坐标数据进行二次计算，提高障碍物识别的速度。
第二方面，本申请实施例提供一种地面障碍物探测装置，包括：
判断模块：将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；
点云信息获取模块：如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；点云信息包括每个点的三维坐标值；
跳变点获得模块：用于根据点云信息，获取点云中的高度跳变点；
点簇划分模块：用于以高度跳变点为分隔点，将点云划分为至少一个点簇；
障碍物确定模块：用于基于划分后的点簇属性，确定表示障碍物的点簇。
在一种实施方式中，跳变点获得模块包括：
高度计算单元：用于根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
高度判断单元：用于在高度值之差大于设定第一阈值的情况下，将相应的点作为高度跳变点。
在一种实施方式中，跳变点获得模块包括：
斜率计算单元：用于根据每个点在平面坐标系中的坐标值，计算相邻两个点之间的连线的斜率；根据点云中的点的排列，按照设定的顺序，计算相邻连线的斜率的差值；
高度计算单元：用于根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
高度与斜率判断单元：用于在高度值之差大于设定第二阈值，且斜率的差值大于设定第三阈值的情况下，将相应的点作为高度跳变点。
在一种实施方式中，障碍物确定模块包括：
高度平均值计算单元：用于计算每个点簇中的点的高度值的平均值；
类别划分单元：用于将平均值之差小于设定第四阈值的点簇划分为一个类别；
类别确定单元：用于将包含的点的数量最多的类别对应的点簇确定为地面点簇，将其余点簇确定为障碍物点簇。
在一种实施方式中，障碍物确定模块还用于：
计算每个点簇中的点的高度值的方差；
将方差大于设定第五阈值的点簇作为障碍物点簇。
第三方面，本申请实施例提供一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
第四方面，本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本申请任意一项实施例所提供的方法。
上述申请中的一个实施例具有如下优点或有益效果：能够有效探测出地面的低矮障碍物。因为采用利用高度小于设定值的低矮点云进行障碍物探测的技术手段，所以克服了无法探测低矮障碍物的技术问题，进而达到检测出地面的低矮障碍物的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例的地面障碍物探测方法示意图；
图2是根据本申请第二实施例的点云示意图；
图3是根据本申请第三实施例的点云示意图；
图4是根据本申请第四实施例的点云示意图；
图5是根据本申请第五实施例的点云示意图；
图6是根据本申请第六实施例的地面障碍物探测装置示意图；
图7是根据本申请第七实施例的地面障碍物探测装置示意图；
图8是根据本申请第八实施例的地面障碍物探测装置示意图；
图9是根据本申请第九实施例的地面障碍物探测装置示意图；
图10是用来实现本申请实施例的地面障碍物探测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本申请实施例提供一种地面障碍物探测方法，如图1所示，包括：
步骤S11：将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；
步骤S12：如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；点云信息包括每个点的三维坐标值；
步骤S13：根据点云信息，获取点云中的高度跳变点；
步骤S14：以高度跳变点为分隔点，将点云划分为至少一个点簇；
步骤S15：基于划分后的点簇属性，确定表示障碍物的点簇。
在本申请实施例中，激光雷达可以是十六线激光雷达。一般情况下，自动驾驶汽车使用十六线激光雷达，低矮雷达激光线束产生的点云信息在车辆识别可能引起危险碰撞的道路障碍时被过滤掉，本申请实施例中，低矮激光雷达照射地面的俯角较大，能够照射到自动驾驶汽车周围区域的地面。将低矮激光雷达线束产生的低矮点云信息进行利用，识别地面的低矮障碍物，有利于对这些低矮障碍物进行有必要的避让，提升乘车体验。
在本申请实施例中，获取的点云信息可以是十六线激光雷达中最低的一束或者两束激光雷达照射地表面产生的点云的点云信息。在本申请实施例中，点云信息包括三维坐标数据，即三维坐标系中的X、Y和Z的值，也可以认为点云信息包括每个点在平面坐标系的平面坐标值(即X、Y值)以及每个点的高度值(即Z值)。
如果没有障碍物，在俯视方向，点云连线为弧形，如果有障碍物，则会发生中断、跳变，在Z轴方向的点云连线图也会发生跳变。在本申请实施例中，以高度跳变点为分隔，将点云划分为至少一个点簇，可以是将相邻高度跳变点之间的点云划分为至少一个点簇，高度跳变点本身属于与其信息接近的点云的点簇。如图2所示的一束激光雷达产生的点云在XY坐标系的示意图，存在高度跳变点A、B，那么A和B将点云划分为两段，产生两个点簇，即点簇21和点簇22。点簇的数量与高度跳变点的数量有关。
在本申请实施例中，确定地面点簇以及障碍物点簇之后，就能够区分地面以及障碍物。当本申请实施例应用于自动驾驶车辆时，能够对地面的障碍物进行识别并相应调整驾驶策略。
在本申请实施例中，三维坐标值包括高度值；根据点云信息，获取点云中的高度跳变点，包括：
根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
在高度值之差大于设定第一阈值的情况下，将相应的点作为高度跳变点。一般情况下，后一点与前一点的高度值或者斜率发生变化时，将后一点作为高度跳变点。
激光雷达打到障碍物上后，点云在XY平面上连线的斜率和高度值的跳变比较明显，当二者变化达到一定的阈值后，就认为扫到了障碍物。平滑的障碍物对应的点云在XY平面上的投影的连线的斜率变化率可能很平滑，但是高度值会发生明显的跳变。
在本申请实施例中，根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差，可以是以点云中的一个点为起点，按照顺时针或者逆时针的方向，计算该点和其前一点的高度值之差。如图3所示，在点云中，有C、D、E、F、G五个点，按照从C到G的顺序，计算C与其前一点的高度值之差、D与C的高度值之差、E与D的高度值之差、F与E的高度值之差、G与F的高度值之差。
如图4所示的YOZ平面或者XOZ平面的点云中，存在四个点H、I、J、K，H与其前一点J的高度值之差大于设定阈值，I与其前一点K的高度值之差大于设定阈值，因此H、I为高度跳变点。
在本申请实施例中，根据点云信息，获得点云中的高度跳变点，还包括：
根据每个点的平面坐标值，计算相邻两个点之间的连线的斜率；根据点云中的点的排列，按照设定的顺序，计算相邻连线的斜率的差值；即斜率K＝Δy/Δx，Δy、Δx分别为两个点的Y坐标和X坐标的差值；
根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
在高度值之差大于设定第二阈值，且斜率的差值大于设定第三阈值的情况下，将相应的点作为高度跳变点。
如图5所示，在平面坐标系，即XY坐标系中，点云的每个点都有相应的X、Y坐标值，如果发生跳变，则相邻两个点之间的斜率会发生变化。在图5所示的点云中，存在四个点L、M、N、O四个点，M与L的连线的斜率和L与其前一点的连线的斜率的差值超过设定第二阈值，O与N的连线的斜率和N与其前一点的连线的斜率差值超过设定的第二阈值，认为M和O为高度跳变点。
在一种实施方式中，基于划分后的点簇属性，确定表示障碍物的点簇，包括：
计算每个点簇中的点的高度值的平均值；
将平均值之差小于设定第四阈值的点簇划分为一个类别；
将包含的点的数量最多的类别对应的点簇确定为地面点簇，将其余点簇确定为障碍物点簇。
在一般情况下，地面的比例大于障碍物比例，因此地面点簇所包含的点的个数应当是最多的。而不同的点簇若均属于地面点簇，由于地面的高度变化应当在一个较小的范围内，属于地面点簇的不同点簇之间的高度平均值之差应当小于设定的第三阈值。计算点簇中的点的高度值的平均值，然后根据平均值确定点簇的类别，相当于根据欧式距离确定点簇的类别。
在一种实施方式中，计算每个点簇中的点的高度值的平均值之前，还包括：
计算每个点簇中的点的高度值的方差；
将方差大于设定第五阈值的点簇作为障碍物点簇。
在本申请实施例中，部分障碍物存在表面高度高低不平的情况，因此，若某个点簇中的点的高度值的方差很大，则可以肯定该点簇为障碍物点簇。在本申请一种实施例中，可以利用点簇的方差先对点云进行预处理，对明显为障碍物的点簇进行筛选，提高障碍物探测效率。
本申请实施例还提供一种地面障碍物探测装置，如图6所示，包括：
判断模块61：将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；
点云信息获取模块62：如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；点云信息包括每个点的三维坐标值；
跳变点获得模块63：用于如果满足预设条件，获取点云中的高度跳变点；
点簇划分模块64：用于以高度跳变点为分隔点，将点云划分为至少一个点簇；
障碍物确定模块65：用于基于划分后的点簇属性，确定表示障碍物的点簇。
在一种实施方式中，如图7所示，跳变点获得模块63包括：
高度计算单元71：用于根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
高度判断单元72：用于在高度值之差大于设定第一阈值的情况下，将相应的点作为高度跳变点。
在一种实施方式中，如图8所示，跳变点获得模块63包括：
斜率计算单元81：用于根据每个点在平面坐标系中的坐标值，计算相邻两个点之间的连线的斜率；根据点云中的点的排列，按照设定的顺序，计算相邻连线的斜率的差值；
高度计算单元82：用于根据点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
高度与斜率判断模块83：用于在高度值之差大于设定第二阈值，且斜率的差值大于设定第三阈值的情况下，将相应的点作为高度跳变点。
在一种实施方式中，如图9，障碍物确定模块包括：
高度平均值计算单元91：用于计算每个点簇中的点的高度值的平均值；
类别划分单元92：用于将平均值之差小于设定第四阈值的点簇划分为一个类别；
类别确定单元93：用于将包含的点的数量最多的类别对应的点簇确定为地面点簇，将其余点簇确定为障碍物点簇。
在一种实施方式中，障碍物确定模块还用于：
计算每个点簇中的点的高度值的方差；
将方差大于设定第五阈值的点簇作为障碍物点簇。本发明实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图10所示，是根据本申请实施例的地面障碍物探测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示，该电子设备包括：一个或多个处理器1001、存储器1002，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器1001为例。
存储器1002即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的地面障碍物探测方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的地面障碍物探测方法。
存储器1002作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的地面障碍物探测方法对应的程序指令/模块(例如，附图6所示的判断模块61、点云信息获取模块62、跳变点获得模块63、点簇划分模块64、障碍物确定模块65)。处理器1001通过运行存储在存储器1002中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的地面障碍物探测方法。
存储器1002可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据地面障碍物探测电子设备的使用所创建的数据等。此外，存储器1002可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1002可选包括相对于处理器1001远程设置的存储器，这些远程存储器可以通过网络连接至地面障碍物探测电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
地面障碍物探测方法的电子设备还可以包括：输入装置1003和输出装置1004。处理器1001、存储器1002、输入装置1003和输出装置1004可以通过总线或者其他方式连接，图10中以通过总线连接为例。
输入装置1003可接收输入的数字或字符信息，以及产生与地面障碍物探测电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1004可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode RayTube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，将低矮激光雷达线束产生的低矮点云信息进行利用，识别地面的低矮障碍物，有利于对这些低矮障碍物进行有必要的避让，提升乘车体验。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (12)
1.一种地面障碍物探测方法，其特征在于，包括：
将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；
如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；所述点云信息包括每个点的三维坐标值；
根据所述点云信息，获取所述点云中的高度跳变点；
以所述高度跳变点为分隔点，将所述点云划分为至少一个点簇；
基于划分后的点簇属性，确定表示障碍物的点簇。
2.根据权利要求1所述的方法，其特征在于，所述三维坐标值包括高度值；根据所述点云信息，获取所述点云中的高度跳变点，包括：
根据所述点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
在所述高度值之差大于设定第一阈值的情况下，将相应的点作为所述高度跳变点。
3.根据权利要求1所述的方法，其特征在于，所述三维坐标值包括高度值和平面坐标值；根据所述点云信息，获取所述点云中的高度跳变点，包括：
根据所述每个点的平面坐标值，计算相邻两个点之间的连线的斜率；根据所述点云中的点的排列，按照设定的顺序，计算相邻连线的斜率的差值；
根据所述点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
在所述高度值之差大于设定第二阈值，且所述斜率的差值大于设定第三阈值的情况下，将相应的点作为所述高度跳变点。
4.根据权利要求1所述的方法，其特征在于，基于划分后的点簇属性，确定表示障碍物的点簇，包括：
计算每个点簇中的点的高度值的平均值；
将所述平均值之差小于设定第四阈值的点簇划分为一个类别；
将包含的点的数量最多的类别对应的点簇确定为地面点簇，将其余点簇确定为障碍物点簇。
5.根据权利要求4所述的方法，其特征在于，计算每个点簇中的点的高度值的平均值之前，还包括：
计算每个点簇中的点的高度值的方差；
将所述方差大于设定第五阈值的点簇作为障碍物点簇。
6.一种地面障碍物探测装置，其特征在于，包括：
判断模块：将激光雷达的探测地面的俯角与预设值进行比较，判断是否满足预设条件；
点云信息获取模块：如果满足预设条件，获取设置于自动驾驶汽车上的激光雷达探测地面产生的点云的点云信息；所述点云信息包括每个点的三维坐标值；
跳变点获得模块：用于根据所述点云信息，获取所述点云中的高度跳变点；
点簇划分模块：用于以所述高度跳变点为分隔点，将所述点云划分为至少一个点簇；
障碍物确定模块：用于基于划分后的点簇属性，确定表示障碍物的点簇。
7.根据权利要求6所述的装置，其特征在于，所述跳变点获得模块包括：
高度计算单元：用于根据所述点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
高度判断单元：用于在所述高度值之差大于设定第一阈值的情况下，将相应的点作为所述高度跳变点。
8.根据权利要求6所述的装置，其特征在于，所述跳变点获得模块包括：
斜率计算单元：用于根据所述每个点在平面坐标系中的坐标值，计算相邻两个点之间的连线的斜率；根据所述点云中的点的排列，按照设定的顺序，计算相邻连线的斜率的差值；
高度计算单元：用于根据所述点云中的点的排列，按照设定的顺序，计算每个点与前一点的高度值之差；
高度与斜率判断单元：用于在所述高度值之差大于设定第二阈值，且所述斜率的差值大于设定第三阈值的情况下，将相应的点作为所述高度跳变点。
9.根据权利要求6所述的装置，其特征在于，所述障碍物确定模块包括：
高度平均值计算单元：用于计算每个点簇中的点的高度值的平均值；
类别划分单元：用于将所述平均值之差小于设定第四阈值的点簇划分为一个类别；
类别确定单元：用于将包含的点的数量最多的类别对应的点簇确定为地面点簇，将其余点簇确定为障碍物点簇。
10.根据权利要求9所述的装置，其特征在于，所述障碍物确定模块还用于：
计算每个点簇中的点的高度值的方差；
将所述方差大于设定第五阈值的点簇作为障碍物点簇。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911083138.1A CN112784637B (zh) | 2019-11-07 | 2019-11-07 | 地面障碍物探测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911083138.1A CN112784637B (zh) | 2019-11-07 | 2019-11-07 | 地面障碍物探测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112784637A true CN112784637A (zh) | 2021-05-11 |
| CN112784637B CN112784637B (zh) | 2024-01-12 |
Family
ID=75747925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911083138.1A Active CN112784637B (zh) | 2019-11-07 | 2019-11-07 | 地面障碍物探测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112784637B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113420698A (zh) * | 2021-06-18 | 2021-09-21 | 北京盈迪曼德科技有限公司 | 一种基于机器人的环境识别方法及装置 |
| CN114202625A (zh) * | 2021-12-10 | 2022-03-18 | 北京百度网讯科技有限公司 | 路肩线的提取方法、装置及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015035019A (ja) * | 2013-08-07 | 2015-02-19 | ヤマハ発動機株式会社 | 障害物判定装置、自律移動装置および障害物判定方法 |
| CN106951847A (zh) * | 2017-03-13 | 2017-07-14 | 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 |
| CN108460416A (zh) * | 2018-02-28 | 2018-08-28 | 武汉理工大学 | 一种基于三维激光雷达的结构化道路可行域提取方法 |
| CN108629231A (zh) * | 2017-03-16 | 2018-10-09 | 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 |
| CN109188448A (zh) * | 2018-09-07 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 点云非地面点过滤方法、装置及存储介质 |
| CN110390346A (zh) * | 2018-04-23 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
-
2019
- 2019-11-07 CN CN201911083138.1A patent/CN112784637B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015035019A (ja) * | 2013-08-07 | 2015-02-19 | ヤマハ発動機株式会社 | 障害物判定装置、自律移動装置および障害物判定方法 |
| CN106951847A (zh) * | 2017-03-13 | 2017-07-14 | 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 |
| US20180260636A1 (en) * | 2017-03-13 | 2018-09-13 | Baidu Online Network Technology (Beijing) Co., Ltd. | Obstacle detecting method and apparatus, device and storage medium |
| CN108629231A (zh) * | 2017-03-16 | 2018-10-09 | 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 |
| CN108460416A (zh) * | 2018-02-28 | 2018-08-28 | 武汉理工大学 | 一种基于三维激光雷达的结构化道路可行域提取方法 |
| CN110390346A (zh) * | 2018-04-23 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 目标对象识别方法、装置、电子设备及存储介质 |
| CN109188448A (zh) * | 2018-09-07 | 2019-01-11 | 百度在线网络技术（北京）有限公司 | 点云非地面点过滤方法、装置及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| XIN Y 等: "Dynamic obstacle detection and representation approach for unmanned vehicles based on laser sensor", ROBOT * |
| 于春和;刘济林;: "越野环境下基于四线激光雷达的障碍检测", 南京理工大学学报(自然科学版), no. 05 * |
| 刘春明: "基于多扫描线式激光雷达的环境理解技术研究", 中国优秀硕士学位论文全文数据库信息科技辑, vol. 2007, no. 05, pages 136 - 892 * |
| 张永博;李必军;陈诚;: "激光点云在无人驾驶路径检测中的应用", 测绘通报, no. 11 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113420698A (zh) * | 2021-06-18 | 2021-09-21 | 北京盈迪曼德科技有限公司 | 一种基于机器人的环境识别方法及装置 |
| CN114202625A (zh) * | 2021-12-10 | 2022-03-18 | 北京百度网讯科技有限公司 | 路肩线的提取方法、装置及电子设备 |
| CN114202625B (zh) * | 2021-12-10 | 2023-03-14 | 北京百度网讯科技有限公司 | 路肩线的提取方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112784637B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111081046B (zh) | 一种自动驾驶车辆变道方法、装置、电子设备和介质 | |
| CN111273268B (zh) | 自动驾驶障碍物类型的识别方法、装置及电子设备 | |
| CN111596298B (zh) | 目标对象的定位方法、装置、设备及存储介质 | |
| CN110723079B (zh) | 车载传感器的位姿调整方法、装置、设备和介质 | |
| CN112572462B (zh) | 自动驾驶的控制方法、装置、电子设备及存储介质 | |
| CN110738183B (zh) | 路侧相机障碍物检测方法及装置 | |
| CN111368760B (zh) | 一种障碍物检测方法、装置、电子设备及存储介质 | |
| CN111292531B (zh) | 交通信号灯的跟踪方法、装置、设备及存储介质 | |
| CN110827325A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
| CN110986980B (zh) | 一种自动驾驶规划路线检测方法、装置和电子设备 | |
| CN111731283A (zh) | 车辆碰撞风险识别方法、装置以及电子设备 | |
| CN111611901A (zh) | 车辆逆行检测方法、装置、设备以及存储介质 | |
| CN110689747B (zh) | 自动驾驶车辆的控制方法和装置、自动驾驶车辆 | |
| CN110502018B (zh) | 确定车辆安全区域的方法、装置、电子设备及存储介质 | |
| CN112802325A (zh) | 车辆排队长度检测方法及装置 | |
| CN114572240A (zh) | 车辆行驶控制方法、装置、车辆、电子设备及存储介质 | |
| CN113844463B (zh) | 基于自动驾驶系统的车辆控制方法、装置及车辆 | |
| CN111177869A (zh) | 传感器布局方案的确定方法、装置及设备 | |
| CN111402160A (zh) | 一种点云数据去噪方法、装置、设备和存储介质 | |
| CN112578788A (zh) | 车辆避障二次规划方法、装置、设备和可读存储介质 | |
| CN112784637B (zh) | 地面障碍物探测方法、装置、电子设备及存储介质 | |
| US20210139052A1 (en) | Task scheduling method, apparatus, device, and computer readable storage medium | |
| CN112859829B (zh) | 一种车辆控制方法、装置、电子设备和介质 | |
| CN111337898A (zh) | 激光点云的处理方法、装置、设备及存储介质 | |
| CN110796191A (zh) | 轨迹分类方法及装置 |
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 |