CN114387585A - 障碍物检测方法、检测装置及行驶装置 - Google Patents

Abstract

本发明涉及自动驾驶技术领域，具体提供一种障碍物检测方法、检测装置及行驶装置，旨在解决准确检测不同高度障碍物的问题。为此目的，本发明的方法包括获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；将激光雷达点云数据投影至二维坐标系下的二维栅格图；根据投影至投影栅格内的点云数据的高度与激光反射强度，确定每个投影栅格的栅格类型；根据栅格类型和点云数据的索引，确定环境中的障碍物。通过投影至投影栅格内点云数据的最大高度可以有效检测出高度较高的障碍物，而通过点云数据的激光反射强度可以有效区分低矮障碍物与高低不平面的路面，从而在行驶装置如无人车处于自动驾驶或无人驾驶状态时能够准确地检测到不同高度的障碍物。

Description

障碍物检测方法、检测装置及行驶装置

技术领域

本发明涉及自动驾驶技术领域，具体提供一种障碍物检测方法、检测装置及行驶装置。

背景技术

由于激光检测方法具备较高的距离检测与物体轮廓检测能力，因此，激光检测方法在自动驾驶技术领域中得到广泛应用，利用激光检测方法得到三维点云数据可以准确地检测到障碍物的位置和轮廓等特征。例如，在自动驾驶车辆上安装激光雷达，通过激光雷达检测车辆周围的障碍物，以控制车辆避让障碍物，安全行驶。在利用激光检测方法得到的三维点云数据进行障碍物检测时，为了克服由于三维点云数据的数据量较大导致计算资源消耗较大，障碍物检测效率较低的问题，主要是采用高度差分割算法对三维点云数据进行数据处理，确定出属于障碍物的三维点云数据。具体而言，在利用激光检测方法得到的三维点云数据后将三维点云数据投影至二维栅格图中，分别获取投影至二维栅格图中每个投影栅格内的点云数据的高度差；若某个投影栅格对应的高度差大于预设的障碍物高度差，则判定投影至这个投影栅格的三维点云数据属于障碍物的三维点云数据。虽然这种方法能够减小计算资源的消耗，提高障碍物检测的效率，但是在一些环境复杂的场景中往往会同时存在高低不平的路面和高度较低的低矮障碍物，高度差分割算法将无法准确区分高低不平的路面与低矮障碍物，极有可能会将低矮障碍物错检为非障碍物。

相应地，本领域需要一种新的障碍物检测方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决如何实时且准确地检测出不同高度障碍物的技术问题的障碍物检测方法、检测装置及行驶装置。

在第一方面，本发明提供一种障碍物检测方法，所述方法包括：

获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；

将所述激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，所述二维栅格图包括多个投影栅格；

根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型；

根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。

在上述障碍物检测方法的一个技术方案中，所述根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型，包括

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是非障碍物类型，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是障碍物类型，其中地面高度阈值小于障碍物高度阈值，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是障碍物类型，其中，所述点云高度差是所述最大高度与投影至所述投影栅格内点云数据的最小高度的差，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是障碍物类型，其中，所述强点云最大高度是投影至所述投影栅格内的点云数据中激光反射强度大于反射强度阈值的目标点云数据的最大高度，所述强点云数量是所述目标点云数据的数量，否则，转至步骤4；

步骤4：若所述点云高度差大于小高度差阈值，确定所述投影栅格的栅格类型是待定类型，否则，确定所述投影栅格的栅格类型是非障碍物类型，其中，所述大高度差阈值大于所述小高度差阈值。

在上述障碍物检测方法的一个技术方案中，所述障碍物类型包括高度障碍物、大高度差障碍物、低矮障碍物，所述非障碍物类型包括地面，所述根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型，包括

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是地面，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是高度障碍物，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是大高度差障碍物，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是低矮障碍物，否则，转至步骤4；

步骤4：若所述点云高度差大于小高度差阈值，确定所述投影栅格的栅格类型是待定类型，否则，确定所述投影栅格的栅格类型是地面。

在上述障碍物检测方法的一个技术方案中，在“确定所述投影栅格的栅格类型是待定类型”的步骤之后，所述方法还包括：

若所述投影栅格的栅格类型是待定类型，根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型。

在上述障碍物检测方法的一个技术方案中，所述根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型，包括

获取在以当前投影栅格为中心的预设范围内邻域投影栅格的栅格类型；

若所述邻域投影栅格的栅格类型存在障碍物类型，则将当前投影栅格的栅格类型修正为障碍物类型。

在上述障碍物检测方法的一个技术方案中，所述根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型，包括

若所述邻域投影栅格的栅格类型存在高度障碍物、大高度差障碍物或低矮障碍物，则将当前投影栅格的栅格类型修正为大高度差障碍物。

在上述障碍物检测方法的一个技术方案中，所述根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物，包括

在所述二维栅格图上对所述障碍物类型的投影栅格进行聚类，形成一个或多个投影栅格聚类区域；

根据投影至每个所述投影栅格聚类区域内的点云数据的索引和所述栅格类型，确定每个所述投影栅格聚类区域各自对应的障碍物。

在上述障碍物检测方法的一个技术方案中，所述根据投影至每个所述投影栅格聚类区域内的点云数据的索引和所述栅格类型，确定每个所述投影栅格聚类区域各自对应的障碍物，包括：

针对每个投影栅格聚类区域，根据投影至所述投影栅格聚类区域内的每个点云数据的索引，获取相应的点云数据；

根据获取到的点云数据，确定所述投影栅格聚类区域对应的障碍物以及所述障碍物在所述三维坐标系下的高度。

第二方面，提供一种障碍物检测装置，所述装置包括：

点云数据获取模块，其被配置成获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；

点云数据投影模块，其被配置成将所述激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，所述二维栅格图包括多个投影栅格；

栅格类型确定模块，其被配置成通过执行下列步骤1至步骤4确定每个投影栅格的栅格类型；

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是地面，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是高度障碍物，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是大高度差障碍物，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是低矮障碍物，否则，转至步骤4；

步骤4：若所述点云高度差大于小高度差阈值，确定所述投影栅格的栅格类型是待定类型，否则，确定所述投影栅格的栅格类型是地面；

障碍物确定模块，其被配置成根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。

第三方面，提供一种行驶装置，所述行驶装置包括上述装置技术方案所述的障碍物检测装置。

本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

在实施本发明的技术方案中，障碍物检测方法可以包括获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；将激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，二维栅格图包括多个投影栅格；根据投影至投影栅格内的点云数据在三维坐标系下的高度以及点云数据的激光反射强度，确定每个投影栅格的栅格类型；根据栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。通过投影至投影栅格内点云数据的最大高度可以有效检测出高度较高的障碍物的点云数据，而通过点云数据的激光反射强度可以有效区分高度较低的低矮障碍物与高低不平面的路面，可见，无论是高度较高的障碍物还是低矮障碍物，通过上述实施方式都能够准确地检测出来。同时，由于上述实施方式仅仅是利用点云数据的高度与激光反射强度进行分析，因此并不会消耗过多的计算资源，能够显著提高障碍物的检测效率。

进一步，在实施本发明的一个技术方案中当确定出投影栅格的栅格类型是待定类型之后还可以根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型。如果邻域投影栅格的栅格类型存在障碍物类型，则表明投影至当前投影栅格内的点云数据极有可能是属于障碍物的点云数据，因此可以将当前投影栅格的栅格类型修正为障碍物类型。

附图说明

参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。其中：

图1是根据本发明的一个实施例的障碍物检测方法的主要步骤流程示意图；

图2是根据本发明的一个实施例的障碍物检测效果示意图；

图3是根据本发明的另一个实施例的障碍物检测效果示意图；

图4是根据本发明的一个实施例的障碍物检测装置的主要结构框图示意图。

附图标记列表：

11：点云数据获取模块；12：点云数据投影模块；13：栅格类型确定模块；14：障碍物确定模块。

具体实施方式

下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。

在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。

这里先解释本发明涉及到的一些术语。

以行驶装置为原点的三维坐标系是指以行驶装置如车辆的某一点如车头为原点构建的三维笛卡尔坐标系（Cartesian coordinates）中的直角坐标系，该三维坐标系包括x轴、y轴和z轴。当行驶装置在水平面上处于静置状态时x轴平行于该水平面并指向行驶装置的一侧方向，y轴也平行于该水平面并指向行驶装置的另一侧方向，z轴垂直于该水平面并指向行驶装置的再一侧方向，x轴、y轴和z轴于原点处相交。在一个实施例中，当行驶装置包括前、后、左、右、上、下共六个方向时，x轴可以指向行驶装置的右侧方向（x轴是沿行驶装置的水平向右的方向上的坐标轴），y轴可以指向行驶装置的前侧方向（y轴是沿行驶装置的水平向前的方向上的坐标轴），z轴可以指向行驶装置竖直向上的方向（z轴是沿行驶装置竖直向上的坐标轴）。

二维坐标系是二维笛卡尔坐标系（Cartesian coordinates）中的直角坐标系，该二维坐标系包括x轴和y轴。在本发明实施例中二维坐标系的原点与前述三维坐标系的原点可以相同，二维坐标系的x轴和y轴均可以分别与前述三维坐标系的x轴和y轴相同。二维栅格图是指对二维坐标系下的平面进行网格划分后形成的一种二维坐标的表征图，其中，网格划分的方法是在与x轴平行的方向上形成多个横向栅格，在与y轴平行的方向上形成多个纵向栅格，横向栅格与纵向栅格相互交叉，在每个交叉处形成二维栅格图的投影栅格。例如，如果在与x轴平行的方向上形成4个横向栅格，在与y轴平行的方向上形成5个纵向栅格，那么可以形成20个投影栅格。

二维栅格图中投影栅格的坐标可以通过下述公式（1）确定：

公式（1）中各参数含义如下：

表示第

个点云数据投影至二维栅格图后形成的投影点所在的投影栅格在x轴的坐标，

表示第

个点云数据投影至二维栅格图后形成的投影点所在的投影栅格在y轴的坐标，

表示第

个点云数据对应的投影点在x轴的坐标，

表示第

个点云数据对应的投影点在y轴的坐标，

表示在x轴方向的最小检测范围，

表示在y轴方向的最小检测范围，

表示投影栅格在x轴方向上的栅格长度，

表示投影栅格在y轴方向上的栅格长度，“

”表示向下取整运算。在本发明实施例中，针对每个投影栅格还分别存储投影至投影栅格内的点云数据的索引

，以便能够根据该索引

查询到投影至投影栅格内的点云数据。其中，索引

包括点云数据在三维坐标系下的位置信息（x,y,z），x、y和z分别表示三维坐标系中x轴、y轴和z轴的坐标，z轴的坐标同时也表示点云数据在三维坐标系下的高度。

下面对本发明实施例的障碍物检测方法进行具体说明。

参阅附图1，图1是根据本发明的一个实施例的障碍物检测方法的主要步骤流程示意图。如图1所示，本发明实施例中的障碍物检测方法主要包括下列步骤S101至步骤S104。

步骤S101：获取以行驶装置为原点的三维坐标系下的激光雷达点云数据。

行驶装置指的是能够按照预设轨迹移动的行驶装置，该行驶装置包括但不限于：车辆、扫地机器人、擦窗机器人等，车辆可以是无人车、自动驾驶车辆等。

激光雷达点云数据是指利用激光雷达（Laser Radar）向行驶装置所在环境进行扫描得到的环境中每个环境反射点的点云数据。点云数据不仅包括环境反射点在上述三维坐标系中的位置信息（x,y,z），还包括激光反射强度（Intensity）。其中，环境反射点可以是上述环境中障碍物的反射点，也可以是上述环境中非障碍物如路面的反射点。障碍物可以是静态障碍物，也可以是动态障碍物。例如，静态障碍物可以是停放在车道上的车辆，动态障碍物可以是在车道上行驶的车辆。

在本实施例中可以通过行驶装置上设置的激光雷达直接获取点云数据，也可以接收其他与行驶装置通信连接的设备获取到的激光雷达点云数据。与行驶装置通信连接的设备包括但不限于计算机设备和移动设备如手机等。本发明实施例不对获取激活雷达点云数据的具体实施方式进行限定，只要能够获取到以行驶装置为原点的三维坐标系下的激光雷达点云数据即可。

步骤S102：将激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，二维栅格图包括多个投影栅格。

步骤S103：根据投影至投影栅格内的点云数据在三维坐标系下的高度以及点云数据的激光反射强度，确定每个投影栅格的栅格类型。

栅格类型至少包括障碍物类型和非障碍物类型。

通过投影在投影栅格内点云数据在三维坐标系下的最大高度（z轴的坐标）可以有效检测出属于高度较高的障碍物的点云数据，而通过点云数据的激光反射强度可以有效区分属于高度较低的低矮障碍物的点云数据以及属于高低不平面的路面的点云数据。具体而言，在投影至投影栅格内点云数据的最大高度大于高度较高的障碍物对应的高度阈值的情况下可以直接判定点云数据属于高度较高的障碍物的点云数据，该投影栅格的栅格类型是障碍物类型。在投影至投影栅格内点云数据的最大高度小于或等于高度较高的障碍物对应的高度阈值的情况下，当行驶装置所在环境中存在高低不平面的路面时将无法通过比较点云数据的最大高度对高低不平面的路面与低矮障碍物进行准确区分，此时可以判断点云数据的激光反射强度是否落入预设的低矮障碍物对应的反射强度阈值范围内，若落入则可以判定点云数据属于低矮障碍物的点云数据，该投影栅格的栅格类型同样是障碍物类型。

步骤S104：根据栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。

在本实施例中可以根据投影至障碍物类型的投影栅格内的点云数据的索引，获取相应的点云数据，根据这些点云数据确定障碍物。例如，可以根据这些点云数据确定障碍物的位置、高度和轮廓等信息。

基于上述步骤S101至步骤S104，无论是高度较高的障碍物还是低矮障碍物，本发明实施例都能够准确地检测出来。同时，由于上述实施例仅利用了点云数据的高度与激光反射强度进行数值比较分析，因此并不会消耗过多的计算资源，从而能够显著提高障碍物的检测效率。

下面对上述步骤S103作进一步说明。

在上述步骤S103的一个实施方式中，可以通过下列步骤11至步骤14确定每个投影栅格的栅格类型：

步骤11：获取投影至投影栅格内点云数据的最大高度，若最大高度小于地面高度阈值，确定投影栅格的栅格类型是非障碍物类型，若最大高度大于障碍物高度阈值，确定投影栅格的栅格类型是障碍物类型，其中地面高度阈值小于障碍物高度阈值，否则，转至步骤12。

最大高度是指投影至投影栅格内的所有点云数据在三维坐标系下的高度最大值。本领域技术人员可以根据实际需求灵活设置地面高度阈值和障碍物高度阈值的具体数值，只要能够通过地面高度阈值和障碍物高度阈值区分路面和高度较高的障碍物即可。

若投影至投影栅格内点云数据的最大高度小于地面高度阈值，则表明投影到这个投影栅格的点云数据所对应的环境反射点的高度非常低，并不会影响行驶装置在路面上的正常行驶，因此可以确定这个投影栅格的栅格类型是非障碍物类型。

若投影至投影栅格内点云数据的最大高度大于障碍物高度阈值，则表明投影到这个投影栅格的点云数据所对应的环境反射点的高度比较高，会影响行驶装置在路面上的正常行驶，因此可以确定这个投影栅格的栅格类型是障碍物类型。

步骤12：若点云高度差大于大高度差阈值，确定投影栅格的栅格类型是障碍物类型，其中，点云高度差是步骤11所述的最大高度与投影至投影栅格内点云数据的最小高度的差，否则，转至步骤13。

根据步骤11可知，在步骤12中“投影至投影栅格内点云数据的最大高度”处于地面高度阈值与障碍物高度阈值所形成的数值范围内，投影到这个投影栅格的点云数据所对应的环境反射点可能会影响行驶装置的安全行驶。此时，如果判断出点云高度差大于大高度差阈值，则表明投影到这个投影栅格的点云数据所对应的环境反射点的高度差比较大，同样可能会影响行驶装置的安全行驶。在此情况下，为了保证行驶装置的安全行驶，可以判定投影到这个投影栅格的点云数据所对应的环境反射点是属于障碍物的反射点，因此，可以确定投影栅格的栅格类型是障碍物类型。

步骤13：若点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定投影栅格的栅格类型是障碍物类型，其中，强点云最大高度是投影至投影栅格内的点云数据中激光反射强度大于反射强度阈值的目标点云数据的最大高度，强点云数量是目标点云数据的数量，否则，转至步骤14。

根据步骤11可知，在步骤13中“投影至投影栅格内点云数据的最大高度”处于地面高度阈值与障碍物高度阈值所形成的数值范围内，投影到这个投影栅格的点云数据所对应的环境反射点可能会影响行驶装置的安全行驶。进一步，根据步骤12可知，在步骤13中点云高度差小于或等于大高度差阈值，表明这个投影栅格的点云数据所对应的环境反射点可能是属于低矮障碍物的反射点，可能会影响行驶装置的安全行驶。为了准确判断出这些环境反射点到底是否属于低矮障碍物的反射点，可以结合投影至投影栅格内点云数据的激光反射强度进行判断。

具体而言，如果投影至投影栅格的点云数据中存在激光反射强度大于反射强度阈值的目标点云数据，则表明这个投影栅格的栅格类型可能是障碍物类型。在某些情况下路面可能会包含激光反射强度较高的环境反射点，这些环境反射点会对栅格类型的判断造成干扰。例如，路面可能会包含白色的车道线，由于白色对激光反射的强度最大，因此当存在白色车道线时仅根据激光反射强度进行判断可能会造成误判。在此情况下，可以继续获取强点云最大高度和强点云数量，对强点云最大高度与地面高度阈值进行比较，对强点云数量与数量阈值进行比较，根据比较结果最终确定投影到这个投影栅格的点云数据所对应的环境反射点是否属于低矮障碍物的反射点。如果强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，则判定这些环境反射点属于低矮障碍物的反射点，因而，可以确定投影栅格的栅格类型是障碍物类型。

步骤14：若点云高度差大于小高度差阈值，确定投影栅格的栅格类型是待定类型，否则，确定投影栅格的栅格类型是非障碍物类型，其中，大高度差阈值大于小高度差阈值。

根据步骤11可知，在步骤14中“投影至投影栅格内点云数据的最大高度”处于地面高度阈值与障碍物高度阈值所形成的数值范围内，投影到这个投影栅格的点云数据所对应的环境反射点可能会影响行驶装置的安全行驶；根据步骤12可知，在步骤14中点云高度差小于或等于大高度差阈值，表明这个投影栅格的点云数据所对应的环境反射点可能是属于低矮障碍物的反射点，可能会影响行驶装置的安全行驶；根据步骤13可知，在步骤14中强点云最大高度和强点云数量并不满足“强点云最大高度大于地面高度阈值且强点云数量大于数量阈值”的条件，因此，可以判定投影到这个投影栅格的点云数据所对应的环境反射点不属于低矮障碍物的反射点。

由于投影到这个投影栅格的点云数据不仅具有一定的高度和高度差，即使这些点云数据对应的环境反射点不属于低矮障碍物的反射点，但还是有可能是属于障碍物与地面交界处的反射点。此外，在利用激光雷达获取激光雷达点云数据时由于环境干扰等因素可能无法完全获取障碍物上每个反射点的点云数据，对于障碍物的一部分区域，可能仅能获取少量高度较低和高度差较小的点云数据，而投影至投影栅格内的点云数据就可能是这部分点云数据。考虑到上述各种情况，在步骤14中投影栅格的栅格类型可能是障碍物类型，也可能是非障碍物类型，因此，可以确定投影栅格的栅格类型是待定类型。

基于上述步骤11至步骤14所述的方法，无论投影至投影栅格内的点云数据是属于高度较大的障碍物还是低矮障碍物的点云数据，都能够准确地分辨出来，从而准确地确定出投影栅格的栅格类型。此外，在上述步骤11至步骤14所述的方法中，当通过一个步骤确定出投影栅格的栅格类型以后就无需再继续执行后续的步骤，减小了对计算资源的消耗。例如，在通过步骤11确定出栅格类型是障碍物类型之后，就不需要再执行步骤12至步骤14了，不需要再对点云高度差的进行相关比较判断了。

在上述步骤S103的另一个实施方式中，障碍物类型可以包括高度障碍物、大高度差障碍物、低矮障碍物，非障碍物类型可以包括地面。在本实施方式中可以通过下列步骤21至步骤24确定每个投影栅格的栅格类型：

步骤21：获取投影至投影栅格内点云数据的最大高度，若最大高度小于地面高度阈值，确定投影栅格的栅格类型是地面，若最大高度大于障碍物高度阈值，确定投影栅格的栅格类型是高度障碍物，否则，转至步骤22。

步骤22：若点云高度差大于大高度差阈值，确定投影栅格的栅格类型是大高度差障碍物，否则，转至步骤23。

步骤23：若点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定投影栅格的栅格类型是低矮障碍物，否则，转至步骤24。

步骤24：若点云高度差大于小高度差阈值，确定投影栅格的栅格类型是待定类型，否则，确定投影栅格的栅格类型是地面。

在上述步骤21至步骤24中，投影至投影栅格内点云数据的最大高度、地面高度阈值、障碍物高度阈值和点云高度差等术语都与前述步骤11至步骤14中的相关术语含义相同，在此不再赘述。此外，上述步骤21至步骤24所述方法的方法原理与前述步骤11至步骤14所述方法的方法原理也相同，在此不再赘述。

在上述步骤S103的再一个实施方式中，在通过前述实施方式中的步骤11至步骤14所述的方法或步骤21至步骤24所述的方法确定出每个投影栅格的栅格类型之后，如果存在待定类型的投影栅格，可以根据这个投影栅格的邻域投影栅格的栅格类型，修正这个投影栅格的栅格类型，将栅格类型修正成障碍物类型或非障碍物类型（步骤30）。

具体而言，在一个实施方式中，可以获取在以当前投影栅格为中心的预设范围内邻域投影栅格的栅格类型；若邻域投影栅格的栅格类型存在障碍物类型，则将当前投影栅格的栅格类型修正为障碍物类型；若邻域投影栅格的栅格类型不存在障碍物类型，则将当前投影栅格的栅格类型修正为非障碍物类型。进一步，如果障碍物类型包括高度障碍物、大高度差障碍物和低矮障碍物，那么邻域投影栅格的栅格类型只要存在高度障碍物、大高度差障碍物和低矮障碍物中任一种类型，就可以将当前投影栅格的栅格类型修正为障碍物类型。

由于二维栅格图中的投影栅格是由二维栅格图的横向栅格与纵向栅格相互交叉形成的，因此，针对每个投影栅格，都可以按照预设的搜索步长N对二维栅格图中的投影栅格进行遍历搜索，N至少为1。根据搜索的结果确定出在以当前投影栅格为中心的预设范围内的邻域投影栅格可以包括二维栅格图中在x轴负方向上距离当前投影栅格最近的N个投影栅格，在x轴正向上距离当前投影栅格最近的N个投影栅格，在y轴负方向上距离当前投影栅格最近的N个投影栅格，在y轴正向上距离当前投影栅格最近的N个投影栅格。需要说明的是，如果在某个坐标轴方向上距离当前投影栅格最近的投影栅格的数量小于N个，则以距离当前投影栅格最近的投影栅格的实际数量为准。在一个实施方式中N=1，此时可以确定以当前投影栅格为中心的预设范围内的邻域投影栅格包括四个投影栅格；在另一个实施方式中N=2，此时可以确定以当前投影栅格为中心的预设范围内的邻域投影栅格包括八个投影栅格。

此外，还需要说明的是，在根据邻域投影栅格的栅格类型进行栅格类型修正时，邻域投影栅格的栅格类型是通过步骤11至步骤14所述的方法或步骤21至步骤24所述的方法确定出来的原始类型。在某些情况下，邻域投影栅格的栅格类型的原始类型可能是待定类型，并且通过上述方法修正成了障碍物类型，但是在根据这个邻域投影栅格的栅格类型对其他投影栅格进行栅格类型修正时，仍然根据原始类型进行修正，而不考虑修正后的栅格类型。

参阅附图2，图2示例性示出了在通过步骤11至步骤14所述的方法或步骤21至步骤24所述的方法确定出投影栅格的栅格类型之后，不采用步骤30所述的方法对待定类型的投影栅格进行栅格类型修正，而是直接将待定类型全部修正为非障碍物类型的情况下得到的障碍物检测效果。如图2所示，五个黑色实线框区域所包围的点云数据是属于障碍物的点云数据，这五个黑色实线框区域以外其他的黑色区域表示属于地面的点云数据。

参阅附图3，图3示例性示出了在通过步骤11至步骤14所述的方法或步骤21至步骤24所述的方法确定出投影栅格的栅格类型，并通过步骤30所述的方法对待定类型的投影栅格进行栅格类型修正之后得到的障碍物检测效果。如图3所示，四个黑色实线框区域所包围的点云数据是属于障碍物的点云数据，这四个黑色实线框区域以外其他的黑色区域表示属于地面的点云数据。

通过对图2与图3进行比对可以确定，如果直接将待定类型全部修正为非障碍物类型，会将一些属于障碍物的点云数据误分类为属于地面的点云数据。

以上是对步骤S103的具体说明，下面对根据本发明实施例的另一个障碍物检测方法进行说明。

在本发明实施例中障碍物检测方法除了可以包括前述方法实施例所述的步骤S101至步骤S104，还可以包括下列步骤S105和步骤S106。

步骤S105：在二维栅格图上对障碍物类型的投影栅格进行聚类，形成一个或多个投影栅格聚类区域。

通过对投影栅格进行聚类可以将属于同一障碍物的投影栅格合并在一起，使得每个投影栅格聚类区域分别对应于不同的障碍物，从而有利于后续对障碍物进行高度、位置、尺寸、轮廓等特征的确定。一个实施方式中，可以采用连通区域标记算法对二维栅格图中障碍物类型的投影栅格进行聚类，形成一个或多个投影栅格聚类区域。连通区域标记算法是图像处理技术领域中常规的轮廓标记算法，在此不再对其具体算法原理进行说明。

步骤S106：根据投影至每个投影栅格聚类区域内的点云数据的索引和栅格类型，确定每个投影栅格聚类区域各自对应的障碍物。

针对每个障碍物类型的投影栅格的投影栅格聚类区域，根据投影至投影栅格聚类区域内的点云数据的索引，确定每个投影栅格聚类区域各自对应的障碍物。

在一个实施方式中，针对每个投影栅格聚类区域，可以根据投影至投影栅格聚类区域内的每个点云数据的索引，获取相应的点云数据；进而根据获取到的点云数据，确定投影栅格聚类区域对应的障碍物以及障碍物在三维坐标系下的高度。此外，还可以根据点云数据确定障碍物的位置、尺寸、轮廓等特征。

需要说明的是，本领域技术人员可以采用障碍物点云数据处理技术领域中常规的处理方法对点云数据进行处理，从而确定障碍物的位置、尺寸、轮廓等特征，本发明实施例对此不进行具体限定，只有能够根据点云数据确定出障碍物的上述特征即可。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时（并行）执行或以其他顺序执行，这些变化都在本发明的保护范围之内。

进一步，本发明还提供了一种障碍物检测装置。

参阅附图4，图4是根据本发明的一个实施例的障碍物检测装置的主要结构框图。如图4示，本发明实施例中的障碍物检测装置主要包括点云数据获取模块11、点云数据投影模块12、栅格类型确定模块13和障碍物确定模块14。在一些实施例中，点云数据获取模块11、点云数据投影模块12、栅格类型确定模块13和障碍物确定模块14中的一个或多个可以合并在一起成为一个模块。点云数据获取模块11可以被配置成获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；点云数据投影模块12可以被配置成将激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，二维栅格图包括多个投影栅格；栅格类型确定模块13可以被配置成根据投影至投影栅格内的点云数据在三维坐标系下的高度以及点云数据的激光反射强度，确定每个投影栅格的栅格类型；障碍物确定模块14可以被配置成根据栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。一个实施方式中，具体实现功能的描述可以参见步骤S101至步骤S104所述。

进一步，在实施例中栅格类型确定模块13可以被配置成通过执行下列步骤31至步骤34确定每个投影栅格的栅格类型；

步骤31：获取投影至投影栅格内点云数据的最大高度，若最大高度小于地面高度阈值，确定投影栅格的栅格类型是地面，若最大高度大于障碍物高度阈值，确定投影栅格的栅格类型是高度障碍物，否则，转至步骤32；步骤32：若点云高度差大于大高度差阈值，确定投影栅格的栅格类型是大高度差障碍物，否则，转至步骤323；步骤33：若点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定投影栅格的栅格类型是低矮障碍物，否则，转至步骤34；步骤34：若点云高度差大于小高度差阈值，确定投影栅格的栅格类型是待定类型，否则，确定投影栅格的栅格类型是地面。

上述障碍物检测装置以用于执行图1所示的障碍物检测方法实施例，两者的技术原理、所解决的技术问题及产生的技术效果相似，本技术领域技术人员可以清楚地了解到，为了描述的方便和简洁，障碍物检测装置的具体工作过程及有关说明，可以参考障碍物检测方法的实施例所描述的内容，此处不再赘述。

本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本发明还提供了一种行驶装置。在根据本发明的一个行驶装置的实施例中，该行驶装置可以包括前述障碍物检测装置实施例所述的障碍物检测装置。在本实施例中行驶装置能够按照预设轨迹移动，该行驶装置可以是需要驾驶员执行驾驶操作的车辆、自动驾驶车辆和无人车等各种类型的车辆，也可以是扫地机器人和擦窗机器人等各种类型的家电设备。

进一步，应该理解的是，由于各个模块的设定仅仅是为了说明本发明的装置的功能单元，这些模块对应的物理器件可以是处理器本身，或者处理器中软件的一部分，硬件的一部分，或者软件和硬件结合的一部分。因此，图中的各个模块的数量仅仅是示意性的。

本领域技术人员能够理解的是，可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理，因此，拆分或合并之后的技术方案都将落入本发明的保护范围内。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种障碍物检测方法，其特征在于，所述方法包括：

获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；

将所述激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，所述二维栅格图包括多个投影栅格；

根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型；

根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。

2.根据权利要求1所述的障碍物检测方法，其特征在于，所述根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型，包括

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是非障碍物类型，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是障碍物类型，其中地面高度阈值小于障碍物高度阈值，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是障碍物类型，其中，所述点云高度差是所述最大高度与投影至所述投影栅格内点云数据的最小高度的差，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是障碍物类型，其中，所述强点云最大高度是投影至所述投影栅格内的点云数据中激光反射强度大于反射强度阈值的目标点云数据的最大高度，所述强点云数量是所述目标点云数据的数量，否则，转至步骤4；

步骤4：若所述点云高度差大于小高度差阈值，确定所述投影栅格的栅格类型是待定类型，否则，确定所述投影栅格的栅格类型是非障碍物类型，其中，所述大高度差阈值大于所述小高度差阈值。

3.根据权利要求2所述的障碍物检测方法，其特征在于，所述障碍物类型包括高度障碍物、大高度差障碍物、低矮障碍物，所述非障碍物类型包括地面，所述根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型，包括

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是地面，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是高度障碍物，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是大高度差障碍物，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是低矮障碍物，否则，转至步骤4；

步骤4：若所述点云高度差大于小高度差阈值，确定所述投影栅格的栅格类型是待定类型，否则，确定所述投影栅格的栅格类型是地面。

4.根据权利要求2所述的障碍物检测方法，其特征在于，在“确定所述投影栅格的栅格类型是待定类型”的步骤之后，所述方法还包括：

若所述投影栅格的栅格类型是待定类型，根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型。

5.根据权利要求4所述的障碍物检测方法，其特征在于，所述根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型，包括

获取在以当前投影栅格为中心的预设范围内邻域投影栅格的栅格类型；

若所述邻域投影栅格的栅格类型存在障碍物类型，则将当前投影栅格的栅格类型修正为障碍物类型。

6.根据权利要求5所述的障碍物检测方法，其特征在于，所述根据邻域投影栅格的栅格类型修正当前投影栅格的栅格类型，包括

若所述邻域投影栅格的栅格类型存在高度障碍物、大高度差障碍物或低矮障碍物，则将当前投影栅格的栅格类型修正为大高度差障碍物。

7.根据权利要求2所述的障碍物检测方法，其特征在于，所述根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物，包括

在所述二维栅格图上对所述障碍物类型的投影栅格进行聚类，形成一个或多个投影栅格聚类区域；

根据投影至每个所述投影栅格聚类区域内的点云数据的索引和所述栅格类型，确定每个所述投影栅格聚类区域各自对应的障碍物。

8.根据权利要求7所述的障碍物检测方法，其特征在于，所述根据投影至每个所述投影栅格聚类区域内的点云数据的索引和所述栅格类型，确定每个所述投影栅格聚类区域各自对应的障碍物，包括：

针对每个投影栅格聚类区域，根据投影至所述投影栅格聚类区域内的每个点云数据的索引，获取相应的点云数据；

根据获取到的点云数据，确定所述投影栅格聚类区域对应的障碍物以及所述障碍物在所述三维坐标系下的高度。

9.一种障碍物检测装置，其特征在于，所述装置包括：

点云数据获取模块，其被配置成获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；

点云数据投影模块，其被配置成将所述激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，所述二维栅格图包括多个投影栅格；

栅格类型确定模块，其被配置成通过执行下列步骤1至步骤4确定每个投影栅格的栅格类型；

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是地面，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是高度障碍物，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是大高度差障碍物，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是低矮障碍物，否则，转至步骤4；

步骤4：若所述点云高度差大于小高度差阈值，确定所述投影栅格的栅格类型是待定类型，否则，确定所述投影栅格的栅格类型是地面；

障碍物确定模块，其被配置成根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。

10.一种行驶装置，其特征在于，所述行驶装置包括如权利要求9所述的障碍物检测装置。

Images