CN113968235B - 一种障碍物的区域层级确定方法、装置、设备和介质 - Google Patents

Abstract

本发明公开了一种障碍物的区域层级确定方法、装置、设备和介质，应用于内置有语义地图和规划数据库的自动驾驶车辆，方法包括：获取障碍物的障碍物信息；在语义地图搜索以障碍物为中心的预设区域内的障碍物道路点；根据从规划数据库获取到的规划信息对障碍物道路点进行筛选，得到可保留道路点并结合障碍物信息，在语义地图内确定障碍物的至少一个分层区域定位点以及的定位点层级信息。从而实现障碍物的点云信息到语义地图内的障碍物层级信息的准确转换，对障碍物处于分层区域的层级信息准确定位，为后续车辆轨迹预测提供准确的信息基础，进而有效提高车辆行驶安全性。

Description

一种障碍物的区域层级确定方法、装置、设备和介质

技术领域

本发明涉及车辆轨迹预测技术领域，尤其涉及一种障碍物的区域层级确定方法、装置、设备和介质。

背景技术

近年来，随着自动驾驶技术的不断发展和应用，自动驾驶的舒适性和合理性变得越来越重要，而车辆路径规划作为自动驾驶中一个关键技术，在自动驾驶中起到了至关重要的作用。

在实际的车辆行驶中，车辆所面临的可能是多样化且复杂的环境，例如多重立交桥等存在多层道路的重叠环境，而现有的定位点算法通常是基于障碍物的当前行驶状态以及车辆历史轨迹，通过在语义地图上进行搜索进行后续的车辆路径规划。

但在上述方案中，由于重叠环境或者分层区域的特殊性，采用传统的定位点算法无法准确定位障碍物的所在层数，导致障碍物轨迹预测出错，车辆行驶安全性降低。

发明内容

本发明提供了一种障碍物的区域层级确定方法、装置、设备和介质，解决了现有技术由于重叠环境或者分层区域的特殊性，无法准确定位障碍物所在层数，容易导致障碍物轨迹预测出错，车辆行驶安全性降低的技术问题。

本发明第一方面提供的一种障碍物的区域层级确定方法，应用于自动驾驶车辆，所述自动驾驶车辆内置有语义地图和规划数据库，所述方法包括：

获取障碍物对应的障碍物信息；

在所述语义地图搜索以所述障碍物为中心的预设区域内的障碍物道路点；

根据从所述规划数据库获取到的规划信息对所述障碍物道路点进行筛选，得到可保留道路点；

采用所述可保留道路点和所述障碍物信息，在所述语义地图内确定所述障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息。

可选地，所述根据从所述规划数据库获取到的规划信息对所述障碍物道路点进行筛选，得到可保留道路点的步骤，包括：

从所述规划数据库获取规划信息；所述规划信息包括所述自动驾驶车辆对应的车辆参考路径信息和/或所述障碍物对应的历史障碍物定位点；

判断所述障碍物是否为首次出现；

若是，则根据所述车辆参考路径信息对所述障碍物道路点进行筛选，得到可保留道路点；

若否，则根据所述历史障碍物定位点和所述障碍物道路点之间的关联关系，对所述障碍物道路点进行筛选，得到可保留道路点。

可选地，所述语义地图包括分层区域，所述车辆参考路径信息包括车辆层级信息；所述根据所述车辆参考路径信息对所述障碍物道路点进行筛选，得到可保留道路点的步骤，包括：

选取部分或全部处于所述分层区域的障碍物道路点作为待处理道路点；

从所述语义地图获取所述待处理道路点对应的待处理层级信息；

选取所述待处理层级信息与所述车辆层级信息相同的待处理道路点作为可保留道路点。

可选地，所述根据所述历史障碍物定位点和所述障碍物道路点之间的关联关系对所述障碍物道路点进行筛选，得到可保留道路点的步骤，包括：

从所述语义地图内获取所述历史障碍物定位点对应的历史层级信息，以及所述障碍物道路点对应的障碍物层级信息；

比对所述历史层级信息与所述障碍物层级信息，并判断所述历史障碍物定位点与所述障碍物道路点之间是否关联；

若所述历史层级信息与所述障碍物层级信息一致，和/或，所述历史障碍物定位点与所述障碍物道路点之间存在关联关系，则将所述障碍物道路点确定为可保留道路点；

若所述历史层级信息与所述障碍物层级信息不一致，且所述历史障碍物定位点与所述障碍物道路点之间不存在关联关系，则删除所述障碍物道路点。

可选地，所述障碍物信息包括障碍物方向、障碍物位置和障碍物速度；所述采用所述可保留道路点和所述障碍物信息，在所述语义地图内确定所述障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息的步骤，包括：

从所述语义地图内获取所述可保留道路点分别对应的行驶道路以及所述分层区域；

计算各个所述可保留道路点与所述障碍物位置之间的障碍物距离；

计算各个所述可保留道路点与所述障碍物方向之间的障碍物方向夹角；

选取所述障碍物方向夹角小于或等于预设的角度阈值，或者，在各条所述行驶道路中的最小所述障碍物距离的可保留道路点作为待定定位点；

选取处于所述分层区域内的待定定位点作为所述障碍物对应的分层区域定位点，并获取所述分层区域定位点在所述语义地图内的定位点层级信息。

可选地，所述方法还包括：

按照至少一个所述分层区域定位点和所述定位点层级信息，沿所述自动驾驶车辆的行驶方向构建至少一条障碍物轨迹，并提取各条所述障碍物轨迹对应的轨迹点层级信息集合；

根据所述轨迹点层级信息集合和所述规划信息，从所述障碍物轨迹中筛选得到目标障碍物轨迹。

可选地，所述按照至少一个所述分层区域定位点和所述定位点层级信息，沿所述自动驾驶车辆的行驶方向构建至少一条障碍物轨迹，并提取各条所述障碍物轨迹对应的轨迹点层级信息集合的步骤，包括：

以所述分层区域定位点为起点，沿所述自动驾驶车辆的行驶方向进行预设距离的路径搜索，得到至少一条障碍物轨迹；

按照预设的道路点间距从各条所述障碍物轨迹分别提取多个轨迹点，并获取所述轨迹点对应的轨迹点层级信息；

选取与所述定位点层级信息相等的所述轨迹点层级信息，构建各条所述障碍物轨迹对应的轨迹点层级信息集合。

可选地，所述规划信息还包括车辆参考路径信息对应的路径道路点；所述根据所述轨迹点层级信息集合和所述规划信息，从所述障碍物轨迹中筛选得到目标障碍物轨迹的步骤，包括：

从所述语义地图中提取所述路径道路点对应的路径层级信息集合；

判断所述轨迹点层级信息集合与所述路径层级信息集合是否存在交集；

若不存在交集，则删除所述障碍物轨迹；

若存在部分交集，则删除所述部分交集以外的轨迹点层级信息对应的障碍物轨迹，将余下的障碍物轨迹确定为目标障碍物轨迹；

若存在完全交集，则将当前的所述障碍物轨迹确定为目标障碍物轨迹。

本发明第二方面提供了一种障碍物的区域层级确定装置，应用于自动驾驶车辆，所述自动驾驶车辆内置有语义地图和规划数据库，所述装置包括：

障碍物信息获取模块，用于获取障碍物对应的障碍物信息；

障碍物道路点搜索模块，用于在所述语义地图搜索以所述障碍物为中心的预设区域内的障碍物道路点；

可保留道路点筛选模块，用于根据从所述规划数据库获取到的规划信息对所述障碍物道路点进行筛选，得到可保留道路点；

分层区域定位点确定模块，用于采用所述可保留道路点和所述障碍物信息，在所述语义地图内确定所述障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息。

本发明第三方面提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明第一方面任一项所述的障碍物的区域层级确定方法的步骤。

本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明第一方面任一项所述的障碍物的区域层级确定方法。

从以上技术方案可以看出，本发明具有以下优点：

通过检测自动驾驶车辆在当前规划路径上的障碍物，并获取对应的障碍物信息，在内置语义地图内搜索以该障碍物为中心预设区域内的障碍物道路点，再从规划数据库内获取规划信息对障碍物道路点进行初步筛选，以获取到符合行驶状态要求的可保留道路点，进一步对可保留道路点结合障碍物信息，确定障碍物在语义地图内分层区域的分层区域定位点以及对应的定位点层级信息；而为实现后续对障碍物的轨迹预测，再按照分层区域定位点和定位点层级信息，沿自动驾驶车辆的行驶方向进行障碍物轨迹的构建，并提取各条障碍物轨迹对应的轨迹点及其轨迹点层级信息集合；最后根据轨迹点层级信息集合和规划信息，对各条障碍物轨迹进行筛选调整，从而得到障碍物对应的目标障碍物轨迹。从而实现障碍物的点云信息到语义地图内的障碍物层级信息的准确转换，有效地筛选障碍物行驶轨迹，为后续车辆轨迹预测提供准确的信息基础，进而有效提高车辆行驶安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例一提供的一种障碍物的区域层级确定方法的步骤流程图；

图2为本发明实施例二提供的一种障碍物的区域层级确定方法的步骤流程图；

图3为本发明实施例三提供的一种障碍物的区域层级确定装置的结构框图。

具体实施方式

本发明实施例提供了一种障碍物的区域层级确定方法、装置、设备和介质，用于解决现有技术由于重叠环境或者分层区域的特殊性，无法准确定位障碍物所在层数，容易导致障碍物轨迹预测出错，车辆行驶安全性降低的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，图1为本发明实施例一提供的一种障碍物的区域层级确定方法的步骤流程图。

本发明提供的一种障碍物的区域层级确定方法，应用于自动驾驶车辆，自动驾驶车辆内置有语义地图和规划数据库，方法包括：

步骤101，获取障碍物对应的障碍物信息；

障碍物信息指的是是通过感知模块得到的障碍物的位置、速度、边框等信息，如主车在高架上时，能够看到高架下的另一层的障碍物，这些障碍物的预测轨迹会影响到主车，此时需区分障碍物是否会影响到当前层的车辆。

在本发明实施例中，在自动驾驶车辆的行驶过程中，可以通过设置在自动驾驶车辆上的三维激光雷达获取在当前行驶方向上障碍物的点云，自动驾驶车辆在确定了车辆参考路径后对获取到的点云进行筛选，以确定处于车辆参考路径上的点云作为障碍物对应的障碍物信息。

步骤102，在语义地图搜索以障碍物为中心的预设区域内的障碍物道路点；

语义地图指的是在一个概念或语义空间里的功能的几何表达，上述空间通过连接线相连并构成了网络结构。在本发明实施例中主要指的是标注了各路段和路段上的各个设备例如路段层数、红绿灯以及路口信息等信息的地图，以便于自动驾驶车辆在行驶过程中进行解析使用。

在获取到自动驾驶车辆相关的障碍物和对应的障碍物信息后，由于其实际位置与语义地图内的位置并不一致，可能会导致后续障碍物层级的判断失误。此时可以障碍物的障碍物位置为中心，在语义地图内搜索预设区域的障碍物道路点

需要说明的是，障碍物道路点指的是以该障碍物位置为中心，在一定距离为半径的圆形区域中各条道路上的中心线上以预设距离划分的点。预设区域指的是以障碍物位置为中心，按照预设距离为半径所构建的圆形区域。

步骤103，根据从规划数据库获取到的规划信息对障碍物道路点进行筛选，得到可保留道路点；

在实际操作中，所获取到的障碍物道路点包括圆形区域内的全部道路点，而语义地图通常处于二维显示的状态，道路点在分层区域例如立交桥等区域会出现重叠或交叉的情况。

为提高后续分析效率，可以在获取到了障碍物道路点后，基于障碍物道路点是否首次出现的判断结果，从规划数据库内获取到不同规划信息，再按照不同规划信息例如上一帧障碍物道路点所在层数等，对障碍物道路点进行筛选，以选取到与自动驾驶车辆之间相关性较高的可保留道路点。

步骤104，采用可保留道路点和障碍物信息，在语义地图内确定障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息；

分层区域定位点指的是处于语义地图内的分层区域的可保留道路点。

定位点层级信息指的是分层区域定位点在语义地图的分层区域内所标识的障碍物所在层数，其所在层数从可保留道路点的层数继承而来。

由于道路点仅是按照障碍物位置进行确定的，而在自动驾驶车辆的实际行驶中，障碍物通常为各种车辆或行人等可移动物体。为实现后续对障碍物轨迹的预测和筛选，在选取得到可保留道路点后，可以进一步基于该可保留道路点所处的层级信息，结合障碍物信息如障碍物方向和障碍物速度，在语义地图内确定该障碍物在分层区域内的分层区域定位点。

与此同时，由于原可保留道路点已拥有对应的层级信息，为避免语义地图的错误标识，分层区域定位点可以通过继承对应的可保留道路点的层级信息，将其作为该分层区域定位点对应的定位点层级信息。

在本发明实施例中，通过检测自动驾驶车辆在当前规划路径上的障碍物，并获取对应的障碍物信息，在内置语义地图内搜索以该障碍物为中心预设区域内的障碍物道路点，再从规划数据库内获取规划信息对障碍物道路点进行初步筛选，以获取到符合行驶状态要求的可保留道路点，进一步对可保留道路点结合障碍物信息，确定障碍物在语义地图内分层区域的分层区域定位点以及对应的定位点层级信息；而为实现后续对障碍物的轨迹预测，再按照分层区域定位点和定位点层级信息。从而实现障碍物的点云信息到语义地图内的障碍物层级信息的准确转换，为后续车辆轨迹预测提供准确的信息基础，进而有效提高车辆行驶安全性。

请参阅图2，图2为本发明实施例二提供的一种障碍物的区域层级确定方法的步骤流程图。

本发明提供的一种障碍物的区域层级确定方法，应用于自动驾驶车辆，自动驾驶车辆内置有语义地图和规划数据库，方法包括：

步骤201，获取障碍物对应的障碍物信息；

步骤202，在语义地图搜索以障碍物为中心的预设区域内的障碍物道路点；

在本发明实施例中，步骤201-202的具体实施过程与步骤101-102类似，在此不再赘述。

值得一提的是，在获取到障碍物道路点后，可以采用KD树(K-dimensional tree)的方式进行存储。

其中，KD树也就是K-dimensional tree，是一棵二叉树，树中存储的是一些K维数据，常用于在大规模的高维数据空间进行最近邻查找(Nearest Neighbor)和近似最近邻查找(Approximate Nearest Neighbor)。在一个K维数据集合上构建一棵KD树代表了对该K维数据集合构成的K维空间的一个划分，即树中的每个结点就对应了一个K维的超矩形区域(Hyperrectangle)。

步骤203，根据从规划数据库获取到的规划信息对障碍物道路点进行筛选，得到可保留道路点；

可选地，步骤203可以包括以下子步骤S11-S14：

S11、从规划数据库获取规划信息；规划信息包括自动驾驶车辆对应的车辆参考路径信息和/或障碍物对应的历史障碍物定位点；

规划数据库指的是通过自动驾驶车辆的规划模块进行路径预测与障碍物状态记录等操作，存储所生成的多种规划信息的数据库。规划信息可以包括但不限于车辆参考路径信息和历史障碍物定位点等，其中车辆参考路径信息可以由规划模块基于当前障碍物的位置分布进行路径规划和速度规划的车辆参考路径信息；历史障碍物定位点指的是该障碍物在上一帧或预定间隔前的定位点，其还携带有对应的历史层级信息。

在本发明实施例中，在获取到障碍物道路点后，判断障碍物是否为首次出现，若是，则表明当前规划数据库内并不存在该障碍物的上一帧信息，此时可以从中获取自动驾驶车辆对应的车辆参考路径信息；若并不是首次出现，则表明当前的规划数据库内存在有障碍物对应的历史障碍物定位点，此时可以从规划数据库内获取障碍物对应的历史障碍物定位点，以得到后续可保留道路点筛选的数据基础。

S12、判断障碍物是否为首次出现；

S13、若是，则根据车辆参考路径信息对障碍物道路点进行筛选，得到可保留道路点；

进一步地，语义地图包括分层区域，车辆参考路径信息包括车辆层级信息，S13可以包括以下子步骤：

选取部分或全部处于分层区域的障碍物道路点作为待处理道路点；

从语义地图获取待处理道路点对应的待处理层级信息；

选取待处理层级信息与车辆层级信息相同的待处理道路点作为可保留道路点。

在本发明的一个示例中，在获取到规划信息的同时，判断障碍物是否为首次出现，例如可以通过检索规划数据库判断其中是否存在历史障碍物定位点。若是不存在历史障碍物定位点，则判定障碍物为首次出现，此时可以采用语义地图上的分层区域作为筛选条件，选取部分或全部处于分层区域内的障碍物道路点作为待处理道路点。再进一步从语义地图中获取待处理道路点所对应的待处理层级信息；按照待处理层级信息与车辆层级信息的比较情况，选取待处理层级信息与车辆层级信息相同，也就是障碍物所处层级与自动驾驶车辆所处层级相同的待处理道路点作为可保留道路点。

S14、若否，则根据历史障碍物定位点和障碍物道路点之间的关联关系，对障碍物道路点进行筛选，得到可保留道路点。

进一步地，S14可以包括以下子步骤：

从语义地图内获取历史障碍物定位点对应的历史层级信息，以及障碍物道路点对应的障碍物层级信息；

比对历史层级信息与障碍物层级信息，并判断历史障碍物定位点与障碍物道路点之间是否关联；

若历史层级信息与障碍物层级信息一致，和/或，历史障碍物定位点与障碍物道路点之间存在关联关系，则将障碍物道路点确定为可保留道路点；

若历史层级信息与障碍物层级信息不一致，且历史障碍物定位点与障碍物道路点之间不存在关联关系，则删除障碍物道路点。

在本发明实施例中，若是在规划数据库内存在历史障碍物定位点，则表明此时的障碍物并不是首次出现，可以从规划数据库中提取对应的历史障碍物定位点，进一步检索语义地图，获取各个历史障碍物定位点对应的历史层级信息，以及当前帧的障碍物道路点对应的障碍物层级信息。

通过比对历史层级信息与障碍物层级信息，确定历史层级信息是否与障碍物层级信息一致，若是一致，则表明语义地图对该障碍物从上一帧到当前帧的层级信息标注正确，此时可以将障碍物道路点确定为可保留道路点。与此同时，为避免从非分层区域进去到分层区域的时间节点影响，可以进一步判断历史障碍物定位点是否与障碍物道路点存在关联，也就是障碍物道路点是否能够被历史障碍物定位点沿道路到达；若是两者存在关联关系，则可以将障碍物道路点确定为可保留道路点。

此外，若是历史层级信息与障碍物层级信息不一致，且历史障碍物定位点与障碍物道路点之前不关联，此时可以判定障碍物道路点可能属于语义地图标注错误或是与当前障碍物并不相关，此时可以删除该障碍物道路点。

步骤204，采用可保留道路点和障碍物信息，在语义地图内确定障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息；

可选地，障碍物信息包括障碍物方向、障碍物位置和障碍物速度，步骤204可以包括以下子步骤：

从语义地图内获取可保留道路点分别对应的行驶道路以及分层区域；

计算各个可保留道路点与障碍物位置之间的障碍物距离；

计算各个可保留道路点与障碍物方向之间的障碍物方向夹角；

选取障碍物方向夹角小于或等于预设的角度阈值，或者，在各条行驶道路中的最小障碍物距离的可保留道路点作为待定定位点；

选取处于分层区域内的待定定位点作为障碍物对应的分层区域定位点，并获取分层区域定位点在语义地图内的定位点层级信息。

在经过对障碍物道路点的初步筛选得到可保留道路点后，由于部分可保留道路点并不是处于分层区域，此时可以进一步从语义地图内获取可保留道路点所处的形式道路和分层区域，再基于各个可保留道路点的坐标与障碍物位置的坐标，计算两者之间的障碍物距离；同时通过可保留道路点与障碍物位置的连线，结合障碍物方向计算障碍物方向夹角。

在获取到障碍物距离和障碍物方向夹角后，选取障碍物方向夹角小于或等于预设的角度阈值，或者，在各条行驶道路中的最小障碍物距离的可保留道路点作为待定定位点，再进一步以分层区域作为划分界限，获取处于分层区域内的待定定位点作为障碍物对应的分层区域定位点，并将可保留道路点的层级信息确定为各个分层区域定位点的定位点层级信息。

步骤205，按照至少一个分层区域定位点和定位点层级信息，沿自动驾驶车辆的行驶方向构建至少一条障碍物轨迹，并提取各条障碍物轨迹对应的轨迹点层级信息集合；

在确定了各个障碍物对应的至少一个分层区域定位点及其定位点层级信息后，可以分别基于分层区域定位点，采用定位点算法沿自动驾驶车辆的行驶方向构建对应的障碍物轨迹，以确定障碍物与自动驾驶车辆在行驶方向上的相关性。

在构建得到障碍物轨迹后，可以按照预设距离分别划分各条障碍物轨迹，以提取得到各条障碍物轨迹对应的轨迹点，将其对应的层级信息作为轨迹点层级信息，采用全部轨迹点层级信息构建得到轨迹点层级信息集合。

可选地，步骤205可以包括以下子步骤S21-S23：

S21、以分层区域定位点为起点，沿自动驾驶车辆的行驶方向进行预设距离的路径搜索，得到至少一条障碍物轨迹；

在本发明实施例中，以各个分层区域定位点为起点，沿自动驾驶车辆的形式方案进行预设距离的路径搜索，以获取能够大致表达障碍物运动路径的障碍物轨迹。

需要说明的是，路径搜索指的是从起始点到目的点的最短路径搜索过程，可以通过以下路径搜索算法实现，例如Dijkstra算法、A*算法、SPFA算法、Bellman-Ford算法、Floyd-Warshall算法和Johnson算法等。

S22、按照预设的道路点间距从各条障碍物轨迹分别提取多个轨迹点，并获取轨迹点对应的轨迹点层级信息；

在本发明实施例中，在构建多条障碍物轨迹后，可以按照道路点间距对各条障碍物轨迹进行划分，以从各条障碍物轨迹上分别提取到多个轨迹点。而并分别获取各个轨迹点对应的轨迹点层级信息。

其中，道路点间距可以根据路况的复杂度进行设置，例如立交桥层数为3层以上，或者当前障碍物的个数超过了预设数量时，可以将道路点间距设置为1米；或是路况较好，也就是障碍物数量小于最小阈值时，此时可以将道路点间距设置为10米。

S23、选取与定位点层级信息相等的轨迹点层级信息，构建各条障碍物轨迹对应的轨迹点层级信息集合；

在本发明的一个示例中，在获取到各条障碍物轨迹内的轨迹点分别对应的轨迹点层级信息后，可以进一步进行轨迹点层级信息和定位点层级信息的比较。

若是轨迹点层级信息与定位点层级信息相等，则将其归类至障碍物轨迹对应的轨迹点层级信息集合；若是轨迹点层级信息与定位点层级信息不等，则删除该轨迹点层级信息。

步骤206，根据轨迹点层级信息集合和规划信息，从障碍物轨迹中筛选得到目标障碍物轨迹。

在具体实现中，由于障碍物轨迹是从分层区域定位点为起点所预测的轨迹，其可能涵盖了分层区域和非分层区域。为节省自动驾驶车辆所需要处理的轨迹，降低处理负荷，可以再次结合规划信息与轨迹点层级信息集合，基于轨迹点层级信息和规划信息内的路径层级信息的交集情况，对障碍物轨迹进行筛选阶段，从而得到目标障碍物轨迹。

可选地，规划信息还包括车辆参考路径信息对应的路径道路点，步骤206可以包括以下子步骤：

从语义地图中提取路径道路点对应的路径层级信息集合；

判断轨迹点层级信息集合与路径层级信息集合是否存在交集；

若不存在交集，则删除障碍物轨迹；

若存在部分交集，则删除部分交集以外的轨迹点层级信息对应的障碍物轨迹，将余下的障碍物轨迹确定为目标障碍物轨迹；

若存在完全交集，则将当前的障碍物轨迹确定为目标障碍物轨迹。

而在具体实现中，规划信息还可以包括构成车辆参考路径的路径道路点，可以从语义地图提取各个路径道路点对应的路径层级信息，并构建对应的路径层级信息集合；再通过进一步比较轨迹点层级信息集合和路径层级信息集合，判断两者之间是否存在交集。

若是不存在交集，则表明此时的障碍物轨迹不会对自动驾驶车辆的车辆参考路径出现影响，可以删除对应的障碍物轨迹；若是存在部分交集，则表明此时的障碍物轨迹与车辆参考路径会在分层区域出现并道、相遇等情况，可以对部分交集的轨迹点层级信息以外的轨迹点层级信息所对应的障碍物轨迹进行阶段，从而得到与车辆参考路径在同一分层区域可能回想并行或相遇的目标障碍物轨迹；若是存在完全交集，则表明障碍物与自动驾驶车辆存于同一分层区域，此时可以保留当前的障碍物轨迹作为目标障碍物轨迹。

在本发明实施例中，通过检测自动驾驶车辆在当前规划路径上的障碍物，并获取对应的障碍物信息，在内置语义地图内搜索以该障碍物为中心预设区域内的障碍物道路点，再从规划数据库内获取规划信息对障碍物道路点进行初步筛选，以获取到符合行驶状态要求的可保留道路点，进一步对可保留道路点结合障碍物信息，确定障碍物在语义地图内分层区域的分层区域定位点以及对应的定位点层级信息；而为实现后续对障碍物的轨迹预测，再按照分层区域定位点和定位点层级信息，沿自动驾驶车辆的行驶方向进行障碍物轨迹的构建，并提取各条障碍物轨迹对应的轨迹点及其轨迹点层级信息集合；最后根据轨迹点层级信息集合和规划信息，对各条障碍物轨迹进行筛选调整，从而得到障碍物对应的目标障碍物轨迹。从而实现障碍物的点云信息到语义地图内的障碍物层级信息的准确转换，有效地筛选障碍物行驶轨迹，为后续车辆轨迹预测提供准确的信息基础，进而有效提高车辆行驶安全性。

请参阅图3，图3为本发明实施例三提供的一种障碍物的区域层级确定装置的结构框图。

本发明实施例提供了一种障碍物的区域层级确定装置，应用于自动驾驶车辆，自动驾驶车辆内置有语义地图和规划数据库，装置包括：

障碍物信息获取模块301，用于获取障碍物对应的障碍物信息；

障碍物道路点搜索模块302，用于在语义地图搜索以障碍物为中心的预设区域内的障碍物道路点；

可保留道路点筛选模块303，用于根据从规划数据库获取到的规划信息对障碍物道路点进行筛选，得到可保留道路点；

分层区域定位点确定模块304，用于采用可保留道路点和障碍物信息，在语义地图内确定障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息。

可选地，可保留道路点筛选模块303包括：

规划信息获取子模块，用于从规划数据库获取规划信息；规划信息包括自动驾驶车辆对应的车辆参考路径信息和/或障碍物对应的历史障碍物定位点；

出现判断子模块，用于判断障碍物是否为首次出现；

第一可保留道路点确定子模块，用于若是，则根据车辆参考路径信息对障碍物道路点进行筛选，得到可保留道路点；

第二可保留道路点确定子模块，用于若否，则根据历史障碍物定位点和障碍物道路点之间的关联关系，对障碍物道路点进行筛选，得到可保留道路点。

可选地，语义地图包括分层区域，车辆参考路径信息包括车辆层级信息；第一可保留道路点确定子模块具体用于：

选取部分或全部处于分层区域的障碍物道路点作为待处理道路点；

从语义地图获取待处理道路点对应的待处理层级信息；

选取待处理层级信息与车辆层级信息相同的待处理道路点作为可保留道路点。

可选地，第二可保留道路点确定子模块具体用于：

从语义地图内获取历史障碍物定位点对应的历史层级信息，以及障碍物道路点对应的障碍物层级信息；

比对历史层级信息与障碍物层级信息，并判断历史障碍物定位点与障碍物道路点之间是否关联；

若历史层级信息与障碍物层级信息一致，和/或，历史障碍物定位点与障碍物道路点之间存在关联关系，则将障碍物道路点确定为可保留道路点；

若历史层级信息与障碍物层级信息不一致，且历史障碍物定位点与障碍物道路点之间不存在关联关系，则删除障碍物道路点。

可选地，障碍物信息包括障碍物方向、障碍物位置和障碍物速度；分层区域定位点确定模块304包括：

道路信息获取子模块，用于从语义地图内获取可保留道路点分别对应的行驶道路以及分层区域；

障碍物距离确定子模块，用于计算各个可保留道路点与障碍物位置之间的障碍物距离；

夹角确定子模块，用于计算各个可保留道路点与障碍物方向之间的障碍物方向夹角；

待定定位点确定子模块，用于选取障碍物方向夹角小于或等于预设的角度阈值，或者，在各条行驶道路中的最小障碍物距离的可保留道路点作为待定定位点；

定位点层级信息确定子模块，用于选取处于分层区域内的待定定位点作为障碍物对应的分层区域定位点，并获取分层区域定位点在语义地图内的定位点层级信息。

可选地，所述装置还包括：

障碍物轨迹构建模块，用于按照至少一个分层区域定位点和定位点层级信息，沿自动驾驶车辆的行驶方向构建至少一条障碍物轨迹，并提取各条障碍物轨迹对应的轨迹点层级信息集合；

障碍物轨迹筛选模块，用于根据轨迹点层级信息集合和规划信息，从障碍物轨迹中筛选得到目标障碍物轨迹

可选地，障碍物轨迹构建模块包括：

障碍物轨迹构建子模块，用于以分层区域定位点为起点，沿自动驾驶车辆的行驶方向进行预设距离的路径搜索，得到至少一条障碍物轨迹；

轨迹点层级信息确定子模块，用于按照预设的道路点间距从各条障碍物轨迹分别提取多个轨迹点，并获取轨迹点对应的轨迹点层级信息；

轨迹点层级信息选取子模块，用于选取与定位点层级信息相等的轨迹点层级信息，构建各条障碍物轨迹对应的轨迹点层级信息集合。

可选地，规划信息还包括车辆参考路径信息对应的路径道路点；障碍物轨迹筛选模块包括：

路径层级信息集合提取子模块，用于从语义地图中提取路径道路点对应的路径层级信息集合；

交集判断子模块，用于判断轨迹点层级信息集合与路径层级信息集合是否存在交集；

交集否定子模块，用于若不存在交集，则删除障碍物轨迹；

部分交集判定子模块，用于若存在部分交集，则删除部分交集以外的轨迹点层级信息对应的障碍物轨迹，将余下的障碍物轨迹确定为目标障碍物轨迹；

完全交集判定子模块，用于若存在完全交集，则将当前的障碍物轨迹确定为目标障碍物轨迹。

本发明实施例还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明任一实施例所述的障碍物的区域层级确定方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明任一实施例所述的障碍物的区域层级确定方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种障碍物的区域层级确定方法，其特征在于，应用于自动驾驶车辆，所述自动驾驶车辆内置有语义地图和规划数据库，所述方法包括：

获取障碍物对应的障碍物信息；

在所述语义地图搜索以所述障碍物为中心的预设区域内的障碍物道路点；

根据从所述规划数据库获取到的规划信息对所述障碍物道路点进行筛选，得到可保留道路点；具体的，

从所述规划数据库获取规划信息；所述规划信息包括所述自动驾驶车辆对应的车辆参考路径信息和/或所述障碍物对应的历史障碍物定位点；判断所述障碍物是否为首次出现；若是，则根据所述车辆参考路径信息对所述障碍物道路点进行筛选，得到可保留道路点；若否，则根据所述历史障碍物定位点和所述障碍物道路点之间的关联关系，对所述障碍物道路点进行筛选，得到可保留道路点；

采用所述可保留道路点和所述障碍物信息，在所述语义地图内确定所述障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息。

2.根据权利要求1所述的方法，其特征在于，所述语义地图包括分层区域，所述车辆参考路径信息包括车辆层级信息；所述根据所述车辆参考路径信息对所述障碍物道路点进行筛选，得到可保留道路点的步骤，包括：

选取部分或全部处于所述分层区域的障碍物道路点作为待处理道路点；

从所述语义地图获取所述待处理道路点对应的待处理层级信息；

选取所述待处理层级信息与所述车辆层级信息相同的待处理道路点作为可保留道路点。

3.根据权利要求1所述的方法，其特征在于，所述根据所述历史障碍物定位点和所述障碍物道路点之间的关联关系对所述障碍物道路点进行筛选，得到可保留道路点的步骤，包括：

从所述语义地图内获取所述历史障碍物定位点对应的历史层级信息，以及所述障碍物道路点对应的障碍物层级信息；

比对所述历史层级信息与所述障碍物层级信息，并判断所述历史障碍物定位点与所述障碍物道路点之间是否关联；

若所述历史层级信息与所述障碍物层级信息一致，和/或，所述历史障碍物定位点与所述障碍物道路点之间存在关联关系，则将所述障碍物道路点确定为可保留道路点；

若所述历史层级信息与所述障碍物层级信息不一致，且所述历史障碍物定位点与所述障碍物道路点之间不存在关联关系，则删除所述障碍物道路点。

4.根据权利要求2所述的方法，其特征在于，所述障碍物信息包括障碍物方向、障碍物位置和障碍物速度；所述采用所述可保留道路点和所述障碍物信息，在所述语义地图内确定所述障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息的步骤，包括：

从所述语义地图内获取所述可保留道路点分别对应的行驶道路以及所述分层区域；

计算各个所述可保留道路点与所述障碍物位置之间的障碍物距离；

计算各个所述可保留道路点与所述障碍物方向之间的障碍物方向夹角；

选取所述障碍物方向夹角小于或等于预设的角度阈值，或者，在各条所述行驶道路中的最小所述障碍物距离的可保留道路点作为待定定位点；

选取处于所述分层区域内的待定定位点作为所述障碍物对应的分层区域定位点，并获取所述分层区域定位点在所述语义地图内的定位点层级信息。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

按照至少一个所述分层区域定位点和所述定位点层级信息，沿所述自动驾驶车辆的行驶方向构建至少一条障碍物轨迹，并提取各条所述障碍物轨迹对应的轨迹点层级信息集合；

根据所述轨迹点层级信息集合和所述规划信息，从所述障碍物轨迹中筛选得到目标障碍物轨迹。

6.根据权利要求5所述的方法，其特征在于，所述按照至少一个所述分层区域定位点和所述定位点层级信息，沿所述自动驾驶车辆的行驶方向构建至少一条障碍物轨迹，并提取各条所述障碍物轨迹对应的轨迹点层级信息集合的步骤，包括：

以所述分层区域定位点为起点，沿所述自动驾驶车辆的行驶方向进行预设距离的路径搜索，得到至少一条障碍物轨迹；

按照预设的道路点间距从各条所述障碍物轨迹分别提取多个轨迹点，并获取所述轨迹点对应的轨迹点层级信息；

选取与所述定位点层级信息相等的所述轨迹点层级信息，构建各条所述障碍物轨迹对应的轨迹点层级信息集合。

7.根据权利要求5所述的方法，其特征在于，所述规划信息还包括车辆参考路径信息对应的路径道路点；所述根据所述轨迹点层级信息集合和所述规划信息，从所述障碍物轨迹中筛选得到目标障碍物轨迹的步骤，包括：

从所述语义地图中提取所述路径道路点对应的路径层级信息集合；

判断所述轨迹点层级信息集合与所述路径层级信息集合是否存在交集；

若不存在交集，则删除所述障碍物轨迹；

若存在部分交集，则删除所述部分交集以外的轨迹点层级信息对应的障碍物轨迹，将余下的障碍物轨迹确定为目标障碍物轨迹；

若存在完全交集，则将当前的所述障碍物轨迹确定为目标障碍物轨迹。

8.一种障碍物的区域层级确定装置，其特征在于，应用于自动驾驶车辆，所述自动驾驶车辆内置有语义地图和规划数据库，所述装置包括：

障碍物信息获取模块，用于获取障碍物对应的障碍物信息；

障碍物道路点搜索模块，用于在所述语义地图搜索以所述障碍物为中心的预设区域内的障碍物道路点；具体的，

从所述规划数据库获取规划信息；所述规划信息包括所述自动驾驶车辆对应的车辆参考路径信息和/或所述障碍物对应的历史障碍物定位点；判断所述障碍物是否为首次出现；若是，则根据所述车辆参考路径信息对所述障碍物道路点进行筛选，得到可保留道路点；若否，则根据所述历史障碍物定位点和所述障碍物道路点之间的关联关系，对所述障碍物道路点进行筛选，得到可保留道路点；

可保留道路点筛选模块，用于根据从所述规划数据库获取到的规划信息对所述障碍物道路点进行筛选，得到可保留道路点；

分层区域定位点确定模块，用于采用所述可保留道路点和所述障碍物信息，在所述语义地图内确定所述障碍物对应的至少一个分层区域定位点以及对应的定位点层级信息。

9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的障碍物的区域层级确定方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-7任一项所述的障碍物的区域层级确定方法。

Images