CN118056228A - 遮挡关系判断方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请实施例公开了一种遮挡关系判断方法、装置、存储介质及电子设备，其中，方法包括：获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。采用本申请实施例，可以对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。

Description

遮挡关系判断方法、装置、存储介质及电子设备 技术领域

本申请涉及激光雷达领域，尤其涉及一种遮挡关系判断方法、装置、存储介质及电子设备。

背景技术

激光雷达(light detection and ranging，LiDAR)为发射激光束探测目标的位置、速度等特征量的雷达系统。激光雷达的工作原理是向目标物体(例如车辆、飞机或导弹)发射探测信号(激光束)，然后将接收到的从目标物体反射回来的信号(回波信号)与发射信号进行比较和处理后，可获得目标物体的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而可对目标物体进行探测、跟踪和识别。

在现有技术中，使用激光雷达对障碍物检测时，常常需要对目标障碍物是否被遮挡进行判断，常见的技术方式是先检测各个障碍物，根据各个障碍物对应的边界框(通常为使用矩形框来表示目标)在指定的视角下的相对关系来推测遮挡与否。然而该方案中通过障碍物的边界框来判断障碍物是否被遮挡以及遮挡情况，精度较低。

发明内容

本申请实施例提供了一种遮挡关系判断方法、装置、存储介质及电子设备，可以对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。所述技术方案如下：

第一方面，本申请实施例提供了一种遮挡关系判断方法，所述方法包括：

获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；

获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；

确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。

第二方面，本申请实施例提供了一种遮挡关系判断装置，所述装置包括：

第一获取模块，用于获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；

第二获取模块，用于获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；

遮挡确定模块，用于确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。

第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

第四方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

第五方面，本申请实施例提供一种遮挡关系识别系统，包括第四方面所述的电子设备以及与所述电子设备连接的雷达传感器；

所述雷达传感器用于采集目标场景对应的点云数据。

本申请一些实施例提供的技术方案带来的有益效果至少包括：

本申请利用目标点云的点云数据进行遮挡关系的判断，从点云角度判断目标点云对应的目标障碍物与其他障碍物之间的遮挡关系；相比于需要输出所有障碍物的轮廓，以及基于障碍物轮廓判断是否缺失从而得到目标障碍物与其他障碍物之间的遮挡关系的相关技术，本申请对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1A是本申请实施例提供的一种获取点云数据的场景示意图；

图1B是本申请实施例提供的一种车辆和车载雷达的装配示意图；

图1C是本申请实施例提供的一种目标障碍物被障碍物遮挡的场景示意图；

图2是本申请实施例提供的一种遮挡关系判断方法的流程示意图；

图3是本申请实施例提供的一种目标点云和目标点云邻域内其他点云的点阵示意图；

图4是本申请实施例提供的一种确定目标障碍物受遮挡的目标侧的场景示意图；

图5是本申请实施例提供的一种图像来源获取模块的结构示意图；

图6是本申请实施例提供的一种受遮挡点云的点阵示意图；

图7是本申请实施例提供的一种遮挡关系判断装置的结构示意图；

图8是本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。

在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

下面结合具体的实施例对本申请进行详细说明。

在一个实施例中，如图1A所示，为本申请实施例提供的一种获取点云数据的场景示意图，该场景示意图包括：设置有车载雷达的车辆101、具有遮挡关系的树102A和行人102B、具有遮挡关系的花坛103A和卡车103B。其中，树102A是对于行人102B的遮挡物，行人102B是对于树102A的被遮挡物，花坛103A是对卡车103B的遮挡物，卡车103B是对于花坛103A的被遮挡物。可以理解的是，树102A、行人102B、花坛103A和卡车103B等皆为对于车辆101的障碍物。

在本申请实施例中，如图1B所示，为本申请实施例提供的车辆和车载雷达的装配示意图，该结构示意图包括：车辆101和车载雷达101A。

车辆101设置有车载雷达101A，可以理解的是，在本申请中，车辆101仅为激光雷达的承载平台。承载平台起承载作用和带动激光雷达进行运动，因此激光雷达会产生相应的线速度和角速度。承载平台可以是车辆、无人机或其他装置，本申请不作限制。

该车载雷达101A可以是毫米波雷达、激光雷达等雷达。例如，激光雷达可以为机械式激光雷达、固态激光雷达等。车载雷达101通过TOF测距方法、调频连续波方法等测距方法获取包括空间位置坐标、时间戳和回波强度等信息中的一个或多个信息的反射信号，将每个反射信号作为一个数据点，该数据点进一步包括对应的障碍物相对于车载雷达的距离信息、角度信息、径向速度等信息中的一个或多个信息。

如图1C所示，为本申请实施例提供的一种目标障碍物被障碍物遮挡的场景示意图，该场景示意图包括：卡车105和行人104。在雷达测距领域，通常将采集到的点云通过聚类算法和/或深度学习网络得到多个障碍物的轮廓，进一步通过点云补全技术(Point Cloud Completion，一种从缺失点云出发估计完整点云，从而获得更高质量的点云，达到修补的目的技术)辅助对障碍物轮廓 进行补全。如图1C所示，当卡车105被行人104遮挡；激光雷达将采集点云数据，通过queezeSeg轻量级深度学习网络解析得到卡车105对应的点云和行人104对应的点云，以及通过卡车105对应的点云还原得到卡车105的轮廓，通过行人104对应的点云还原得到行人104的轮廓；通过行人104的轮廓和卡车105的轮廓判断行人104和卡车105之间的遮挡关系为：行人104部分遮挡卡车105。

基于上述流程对多个障碍物之间的遮挡关系进行判断，判断效率低，且判断精度受基于点云形成的障碍物轮廓的精度影响，判断精度无法保障。

在一个实施例中，如图1所示，特提出了一种遮挡关系判断方法，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的遮挡关系判断装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。

具体的，该遮挡关系判断方法包括：

S101、获取目标点云的点云数据，以及目标点云的邻域内其他点云各自对应的点云数据；

点云数据包括距离值，距离值为产生该点云的物体与发射激光信号的雷达之间的距离。目标点云的邻域，可以理解为以目标点云为中心的预设范围，例如，以目标点云为中心，以窗口长度L1为直径的圆形或正方形。

目标点云的邻域内其他点云，可以理解为目标点云(m，n)为中心，以窗口长度L1的范围内所有点云，即Dist(m-floor(L1/2)：m+floor(L1/2)，n-floor(L1/2)：n+floor(L1/2)，t)，t为目标点云邻域内点云的数量。在一个实施例中，目标点云的邻域内其他点云，可以理解为紧挨着目标点云且位于目标点云上下左右四个方位的点云。可以理解的是，图3所示中，除目标点云的邻域内存在点云，邻域外同样存在点云，图中未示出。

如图3所示，为本申请提供的一种目标点云和目标点云邻域内其他点云的点阵示意图，包括：目标点云301、目标点云301的邻域301A、目标点云301的邻域301A内的其他点云302，以及其他点云包括的点云302A。可以理解的是，目标点云的邻域可以是任意形状，图3所示仅为示意。

S102、获取距离值与目标点云的距离值之差的绝对值大于或等于第一阈值，且与目标点云不属于同一物体的遮挡点云。

在本申请实施例中，计算目标点云的邻域内所有点云的距离值，例如，目标点云的邻域内除目标点云外还包括319个点云，计算上述379个点云和目标点云分别对应的距离值。

获取目标点云的邻域内与目标点云不属于同一物体的点云，也即将目标点云的邻域内其他点云分为多个障碍物各自对应的点云。验证目标点云与其邻域内其他点云不属于同一物体的方法包括：DBSCAN算法、深度学习网络等。

在本申请实施例中，可以是先将目标点云的邻域内其他点云区分为多个障碍物对应的点云，进一步计算邻域内每个点云的距离值与目标点云的距离值之间的差值。本申请还包括：先计算邻域内每个点云的距离值与目标点云的距离 值之间的差值，再将目标点云的邻域内其他点云区分为多个障碍物对应的点云。

获取距离值与目标点云的距离值之差的绝对值大于或等于第一阈值，且与目标点云不属于同一物体的遮挡点云，目标点云的邻域内其他点云包括遮挡点云，遮挡点云的数量大于0。举例来说，如图3所示，第一阈值为0.5m，处理器确定目标点云301与邻域301A中的一片点云302A不属于同一物体，且获取目标点云301的距离值为10m，以及点云302的距离值9.2m；判断目标点云的距离值和点云302的距离值之差的绝对值大于第一阈值，因此判断点云302为遮挡点云。可以理解的是，本申请不对第一阈值的具体数值以及第一阈值的获取方式作任何限定。

S103、确定遮挡点云对应的障碍物与目标点云对应的目标障碍物之间具有遮挡关系。

获取距离值与目标点云的距离值之差的绝对值大于或等于第一阈值，且与目标点云不属于同一物体的遮挡点云，则确定遮挡点云对应的障碍物与目标点云对应的目标障碍物之间具有遮挡关系。可以理解的是，本申请对目标点云以及目标障碍物的选取不作任何限定。

遮挡关系，可以理解为用于表征目标点云对应的目标遮挡物对遮挡点云对应的障碍物形成遮挡、或遮挡点云对应的障碍物对目标点云对应的目标遮挡物形成遮挡、目标遮挡物受遮挡程度、目标遮挡物受遮挡的部位等信息的综合关系。

举例来说，通过目标点云的距离值确定目标障碍物与激光雷达的距离为10米，通过遮挡点云的距离值确定该遮挡点云对应的障碍物与激光雷达的距离为9.2米，遮挡点云的距离值和目标点云的距离值之差的绝对值大于第一阈值，且遮挡点云的距离值小于目标点云的距离值，确定遮挡点云对应的遮挡物和目标障碍物的遮挡关系为：遮挡点云对应的障碍物对目标障碍物进行遮挡。

在一个实施例中，本申请还包括：在步骤S103、确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系之后，还包括：确定目标障碍物的运动轨迹；根据目标障碍物的运动轨迹、与遮挡点云对应的障碍物之间的遮挡关系，判断目标障碍物受遮挡的目标侧。

目标障碍物的运动轨迹，用于表征在激光雷达的观测下目标障碍物的运动趋势方向。在一个实施例中，确定目标障碍物的运动轨迹的方法包括：根据目标障碍物的初始位姿和不同时刻惯性传感器的输出值得到粗选运动轨迹；获取多线激光雷达不同时刻的三维点云数据并进行栅格化处理得到灰度图；对相邻时刻的两帧灰度图之间的特征点进行特征匹配，得到特征匹配点对；根据特征匹配点对得到相邻时刻的点云数据之间的变换关系；根据所述变换关系得到目标障碍物的精确运动轨迹。基于粗选的轨迹进行特定范围内的SURF(Speed Up Robust Features)特征匹配，这样就减少了SURF特征匹配的运算量和运算时间。本申请还包括其他确定目标障碍物的运动轨迹的方法，对此不作任何限定。

如图4所示，为本申请实施例提供的一种确定目标障碍物受遮挡的目标侧的场景示意图，激光雷达401采集点云401A，点云401A中包括障碍物402对应的点云402，以及障碍物403对应的点云403；将障碍物403作为目标障碍物，从采集的点云组成点阵图得知，障碍物402对目标障碍物403的右侧形成遮挡；获取目标障碍物403的行动轨迹，以及激光雷达401的运动轨迹，判断障碍物402实际对目标障碍物403的左侧形成遮挡，也即目标障碍物403的受遮挡目标侧为左侧。

在本申请实施例中，通过获取目标障碍物的行动轨迹判断目标障碍物真实受遮挡的目标侧，提高对目标障碍物与其他障碍物之间的遮挡关系的判断精准度和真实度。

本申请利用目标点云的点云数据进行遮挡关系的判断，从点云角度判断目标点云对应的目标障碍物与其他障碍物之间的遮挡关系；相比于需要输出所有障碍物的轮廓，以及基于障碍物轮廓判断是否缺失从而得到目标障碍物与其他障碍物之间的遮挡关系的相关技术，本申请对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。

如图5所示，图5是本申请提出的另一种遮挡关系判断方法的流程示意图，该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的遮挡关系判断装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。

具体的：

S201、获取目标点云的点云数据，以及目标点云的邻域内其他点云各自对应的点云数据。

具体的，步骤S201与步骤S101一致，此处不再赘述。

S202、获取距离值与目标点云的距离值之差的绝对值大于或等于第一阈值的待确定点云。

在本申请实施例中，计算目标点云的邻域内所有点云的距离值，例如，目标点云的邻域内除目标点云外还包括319个点云，计算上述319个点云和目标点云分别对应的距离值。

举例来说，如图3所示，第一阈值为0.5m，获取目标点云301的距离值为10m，以及点云302的距离值9.2m；判断目标点云的距离值和点云302的距离值之差的绝对值大于第一阈值，因此判断点云302为遮挡点云。可以理解的是，本申请不对第一阈值的具体数值以及第一阈值的获取方式作任何限定。

S203、获取角度值与目标点云的角度值之差的绝对值大于或等于第二阈值的遮挡点云。

待确定点云包括所述遮挡点云，遮挡点云的数量大于0。

基于距离值确定目标点云的邻域内包括的多个待确定点云，在待确定点云中，获取角度值与目标点云的角度值之差的绝对值大于或等于第二阈值的点云，将上述点云作为遮挡点云。

在另一个实施例中，基于距离值确定目标点云的邻域内包括的多个待确定点云，在待确定点云中，获取与目标点云处于同一线束上且与目标点云相邻的多个相邻点云对，判断多个点云对之间的角度值之差的绝对值，当角度值之差的绝对值小于第二阈值时，确定上述多个点云对位非遮挡点云。与目标点云处于同一线束，可以理解为由于激光雷达是通过多个激光头横向来回扫描采集点云数据，同一个激光头在一个周期内扫描得到的一组点云数据，就是属于同一线束的。

对于同一线束上的点，即使满足与目标点云之间的距离值大于第一阈值，但与目标点云处于同一线束上且与目标点云相邻的形成的角度值之差小于第二阈值时，即多个相邻点对之间的角度关系接近时，判断上述多个相邻点云对和目标点云处于与激光雷达照射方向形成大角度的平面上，而上述相邻点云对对应的障碍物没有对目标点云对应的目标障碍物形成遮挡。

在本申请实施例中，通过点云数据中的角度值确定目标点云的邻域内其他点云是否属于同一物体，判断方法简单可靠，有效提高判断效率。在另一个实施例中，通过聚类算法对目标点云的邻域内其他点云进行分类，同时通过点云的角度值排除非遮挡点云，提高对遮挡点云判断的可靠性。

S204、根据遮挡点云的距离值，确定遮挡点云对应的至少一个障碍物分别与目标点云对应的目标障碍物之间的遮挡关系。

在本申请实施例中，遮挡关系包括遮挡目标障碍物的遮挡关系以及被目标障碍物遮挡的被遮挡关系。

如图6所示，为本申请实施例提供的一种受遮挡点云的点阵示意图，该点阵示意图包括：目标障碍物对应的目标点云301、第一障碍物对应的第一遮挡点云602、第二障碍物对应的第二遮挡点云601。第一遮挡点云602对应的第一障碍物与目标障碍物之间为被遮挡关系，第二遮挡点云601对应的第二障碍物与目标障碍物之间为遮挡关系。

S205A、确定距离值大于目标点云的距离值的第一遮挡点云。

遮挡点云中包括第一遮挡点云。根据遮挡点云的距离值，获取距离值大于目标点云的距离值的遮挡点云，定义上述遮挡点云为第一遮挡点云。例如，如图6所示，目标点云301的距离值为10m，第一遮挡点云602的距离值为11m。

S206A、确定第一遮挡点云对应的第一障碍物与目标障碍物之间为被遮挡关系。

如图6所示，第一遮挡点云602对应的第一障碍物与目标点云301对应的目标障碍物之间的关系为被遮挡关系，即第一遮挡点云602对应的第一障碍物被目标障碍物遮挡。

S205B、确定距离值小于目标点云的距离值的第二遮挡点云。

遮挡点云中包括第二遮挡点云。根据遮挡点云的距离值，获取距离值小于目标点云的距离值的遮挡点云，定义上述遮挡点云为第二遮挡点云。例如，如图6所示，目标点云301的距离值为10m，第二遮挡点云601的距离值为9m。

S206B、确定第二遮挡点云对应的第二障碍物与目标障碍物之间为遮挡关系。

如图6所示，第二遮挡点云601对应的第二障碍物与目标点云301对应的目标障碍物之间的关系为遮挡关系，即第二遮挡点云601对应的第二障碍物对目标障碍物进行遮挡。

在本申请实施例中，通过点云的距离值对目标障碍物与遮挡点云对应的障碍物之间的遮挡关系进行进一步的判断，提高判断精度。

在一个实施例中，步骤S204之后还包括：根据目标障碍物对应的至少一组边缘点云中每组边缘点云对应的遮挡点云，确定目标障碍物的被遮挡情况。

边缘点云，可以理解为构成目标障碍物外围轮廓的点云，一组边缘点云，为构成目标障碍物外围轮廓一条边的一组点云。例如，目标障碍物为一个圆筒形垃圾桶，包括4组边缘点云，目标障碍物为一棵树，包括12组边缘点云。

目标障碍物的被遮挡情况，可以理解为目标障碍物的受遮挡部位和受遮挡率。例如，目标障碍物的某一侧完全遮挡，目标障碍物的某一侧部分被遮挡。又比如，目标障碍物对应包括4组边缘点云的点云，上述点云中一组边缘点云的左侧完全分布被遮挡点云，则判断目标障碍物的左侧被完全遮挡；上述点云中另一组边缘点云中一半边缘点云的上侧分布遮挡点云，另一侧的上侧为空点云数据，则判断目标障碍物的上侧部分被遮挡。

在一个实施例中，根据目标障碍物对应的至少一组边缘点云中每组边缘点云对应的遮挡点云，确定目标障碍物的被遮挡情况，包括：获取目标障碍物对应的至少一组边缘点云；确定每组边缘点云中每个边缘点云的邻域内的遮挡点云；根据每组边缘点云对应的遮挡点云是否位于目标障碍物的同一目标侧以及边缘点云对应的遮挡点云的距离值是否小于边缘点云的距离值，确定目标障碍物的目标侧的被遮挡情况。

举例来说，目标点云的一组边缘点云对应的遮挡点云位于该组边缘点云的右侧，且该遮挡点云的距离值均小于该组边缘点云的平均距离值，则确定该组边缘点云对应的目标侧全部被遮挡，例如，目标障碍物的上侧部分全部被遮挡。又比如，目标点云的一组边缘点云中仅有部分边缘点云的邻域内存在遮挡点云，则确定该组边缘点云对应的目标侧部分被遮挡或部分遮挡其他障碍物。

本申请通过判断目标障碍物对应的每组边缘点云内被遮挡点云的分布情况，进一步判断目标障碍物的被遮挡情况，完善对目标障碍物遮挡关系的判断内容，提高判断精度。

本申请利用目标点云的点云数据进行遮挡关系的判断，从点云角度判断目标点云对应的目标障碍物与其他障碍物之间的遮挡关系；相比于需要输出所有障碍物的轮廓，以及基于障碍物轮廓判断是否缺失从而得到目标障碍物与其他障碍物之间的遮挡关系的相关技术，本申请对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

请参见图7，其示出了本申请一个示例性实施例提供的遮挡关系判断装置的结构示意图。该遮挡关系判断装置可以通过软件、硬件或者两者的结合实现成为装置的全部或一部分。该遮挡关系判断装置包括第一获取模块701、第二获取模块702和遮挡确定模块703。

第一获取模块701，用于获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；

第二获取模块702，用于获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；

遮挡确定模块703，用于确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。

在一个实施例中，所述点云数据还包括角度值；

第二获取模块702，包括：

第一获取单元，用于获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值的待确定点云，所述目标点云的邻域内其他点云包括所述待确定点云，所述待确定点云的数量大于或等于1；

第二获取单元，用于获取角度值与所述目标点云的角度值之差的绝对值大于或等于第二阈值的遮挡点云，所述待确定点云包括所述遮挡点云，所述遮挡点云的数量大于0。

在一个实施例中，遮挡确定模块703，包括：

遮挡确定单元，用于根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，所述遮挡关系包括遮挡所述目标障碍物的遮挡关系以及被所述目标障碍物遮挡的被遮挡关系。

在一个实施例中，遮挡确定单元，包括：

第一确定子单元，用于确定距离值大于所述目标点云的距离值的第一遮挡点云，所述遮挡点云包括所述第一遮挡点云，所述第一遮挡点云的数量大于0；

第二确定子单元，用于确定所述第一遮挡点云对应的第一障碍物与所述目标障碍物之间为被遮挡关系。

在一个实施例中，遮挡确定单元，包括：

第三确定子单元，用于确定距离值小于所述目标点云的距离值的第二遮挡点云，所述遮挡点云包括所述第二遮挡点云，所述第二遮挡点云的数量大于0；

第四确定子单元，用于确定所述第二遮挡点云对应的第二障碍物与所述目标障碍物之间为遮挡关系。

在一个实施例中，遮挡关系判断装置还包括：

情况确定模块，用于根据所述目标障碍物对应的至少一组边缘点云中每组 边缘点云对应的遮挡点云，确定所述目标障碍物的被遮挡情况。

在一个实施例中，情况确定模块包括：

获取单元，用于获取所述目标障碍物对应的至少一组边缘点云；

边缘单元，用于确定每组所述边缘点云中每个边缘点云的邻域内是否存在遮挡点云，且每组所述边缘点云对应的遮挡点云位于所述目标障碍物的同一目标侧；

确定单元，用于若为是，则确定所述目标障碍物的目标侧被遮挡。

本申请利用目标点云的点云数据进行遮挡关系的判断，从点云角度判断目标点云对应的目标障碍物与其他障碍物之间的遮挡关系；相比于需要输出所有障碍物的轮廓，以及基于障碍物轮廓判断是否缺失从而得到目标障碍物与其他障碍物之间的遮挡关系的相关技术，本申请对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。

需要说明的是，上述实施例提供的遮挡关系判断装置在执行遮挡关系判断方法时，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，即将设备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，上述实施例提供的遮挡关系判断装置与遮挡关系判断方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图1-图7所示实施例的所述遮挡关系判断方法，具体执行过程可以参见图1-图6所示实施例的具体说明，在此不进行赘述。

本申请还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行如上述图1-图6所示实施例的所述遮挡关系判断方法，具体执行过程可以参见图1-图6所示实施例的具体说明，在此不进行赘述。

请参见图8，为本申请实施例提供了一种电子设备的结构示意图。如图8所示，所述电子设备800可以包括：至少一个处理器801，至少一个网络接口804，用户接口803，存储器805，至少一个通信总线802。

其中，通信总线802用于实现这些组件之间的连接通信。

其中，用户接口803可以包括显示屏(Display)、摄像头(Camera)，可选用户接口803还可以包括标准的有线接口、无线接口。

其中，网络接口804可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。

其中，处理器801可以包括一个或者多个处理核心。处理器801利用各种接口和线路连接整个服务器800内的各个部分，通过运行或执行存储在存储器805内的指令、程序、代码集或指令集，以及调用存储在存储器805内的数据，执行服务器800的各种功能和处理数据。可选的，处理器801可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器801可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器801中，单独通过一块芯片进行实现。

其中，存储器805可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器805包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器805可用于存储指令、程序、代码、代码集或指令集。存储器805可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器805可选的还可以是至少一个位于远离前述处理器801的存储装置。如图8所示，作为一种计算机存储介质的存储器805中可以包括操作系统、网络通信模块、用户接口模块以及遮挡关系判断应用程序。

在图8所示的电子设备800中，用户接口803主要用于为用户提供输入的接口，获取用户输入的数据；而处理器801可以用于调用存储器805中存储的遮挡关系判断应用程序，并具体执行以下操作：

获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；

获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；

确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。

在一个实施例中，所述点云数据还包括角度值；

处理器801执行所述获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，具体执行：

获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值的待确定点云，所述目标点云的邻域内其他点云包括所述待确定点云，所述待 确定点云的数量大于或等于1；

获取角度值与所述目标点云的角度值之差的绝对值大于或等于第二阈值的遮挡点云，所述待确定点云包括所述遮挡点云，所述遮挡点云的数量大于0。

在一个实施例中，处理器801执行所述确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系，具体执行：

根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，所述遮挡关系包括遮挡所述目标障碍物的遮挡关系以及被所述目标障碍物遮挡的被遮挡关系。

在一个实施例中，处理器801执行所述根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，具体执行：

确定距离值大于所述目标点云的距离值的第一遮挡点云，所述遮挡点云包括所述第一遮挡点云，所述第一遮挡点云的数量大于0；

确定所述第一遮挡点云对应的第一障碍物与所述目标障碍物之间为被遮挡关系。

在一个实施例中，处理器801执行所述根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，具体执行：

确定距离值小于所述目标点云的距离值的第二遮挡点云，所述遮挡点云包括所述第二遮挡点云，所述第二遮挡点云的数量大于0；

确定所述第二遮挡点云对应的第二障碍物与所述目标障碍物之间为遮挡关系。

在一个实施例中，处理器801执行所述确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系之后，具体执行：

根据所述目标障碍物对应的至少一组边缘点云中每组边缘点云对应的遮挡点云，确定所述目标障碍物的被遮挡情况。

在一个实施例中，处理器801执行所述根据所述目标障碍物对应的至少一组边缘点云中每组边缘点云对应的遮挡点云，确定所述目标障碍物的被遮挡情况，具体执行：

获取所述目标障碍物对应的至少一组边缘点云；

确定每组所述边缘点云中每个边缘点云的邻域内是否存在遮挡点云，且每组所述边缘点云对应的遮挡点云位于所述目标障碍物的同一目标侧；

若为是，则确定所述目标障碍物的目标侧被遮挡。

在一个实施例中，处理器801执行所述确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系之后，还执行：

确定所述目标障碍物的运动轨迹；

根据所述目标障碍物的运动轨迹、与所述遮挡点云对应的障碍物之间的遮挡关系，判断所述目标障碍物受遮挡的目标侧。

本申请利用目标点云的点云数据进行遮挡关系的判断，从点云角度判断目标点云对应的目标障碍物与其他障碍物之间的遮挡关系；相比于需要输出所有障碍物的轮廓，以及基于障碍物轮廓判断是否缺失从而得到目标障碍物与其他障碍物之间的遮挡关系的相关技术，本申请对遮挡关系的判断更加高效可靠，降低出现漏判误判的可能，有效提高驾驶安全性和可靠性。

本申请实施例还提供了一种遮挡关系识别系统，包括图8所示的电子设备以及与所示电子设备连接的雷达传感器，该雷达传感器用于采集目标场景对应的点云数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (12)

1. 一种遮挡关系判断方法，其特征在于，所述方法包括：

   获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；

   获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；

   确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。
2. 根据权利要求1所述的方法，其特征在于，所述点云数据还包括角度值；

   所述获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，包括：

   获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值的待确定点云，所述目标点云的邻域内其他点云包括所述待确定点云，所述待确定点云的数量大于或等于1；

   获取角度值与所述目标点云的角度值之差的绝对值大于或等于第二阈值的遮挡点云，所述待确定点云包括所述遮挡点云，所述遮挡点云的数量大于0。
3. 根据权利要求1所述的方法，其特征在于，所述确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系，包括：

   根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，所述遮挡关系包括遮挡所述目标障碍物的遮挡关系以及被所述目标障碍物遮挡的被遮挡关系。
4. 根据权利要求3所述的方法，其特征在于，所述根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，包括：

   确定距离值大于所述目标点云的距离值的第一遮挡点云，所述遮挡点云包括所述第一遮挡点云，所述第一遮挡点云的数量大于0；

   确定所述第一遮挡点云对应的第一障碍物与所述目标障碍物之间为被遮挡关系。
5. 根据权利要求3所述的方法，其特征在于，所述根据所述遮挡点云的距离值，确定所述遮挡点云对应的至少一个障碍物分别与所述目标点云对应的目标障碍物之间的遮挡关系，包括：

   确定距离值小于所述目标点云的距离值的第二遮挡点云，所述遮挡点云包 括所述第二遮挡点云，所述第二遮挡点云的数量大于0；

   确定所述第二遮挡点云对应的第二障碍物与所述目标障碍物之间为遮挡关系。
6. 根据权利要求1所述的方法，其特征在于，所述确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系之后，包括：

   根据所述目标障碍物对应的至少一组边缘点云中每组边缘点云对应的遮挡点云，确定所述目标障碍物的被遮挡情况。
7. 根据权利要求6所述的方法，其特征在于，所述根据所述目标障碍物对应的至少一组边缘点云中每组边缘点云对应的遮挡点云，确定所述目标障碍物的被遮挡情况，包括：

   获取所述目标障碍物对应的至少一组边缘点云；

   确定每组所述边缘点云中每个边缘点云的邻域内的遮挡点云；

   根据每组所述边缘点云对应的遮挡点云是否位于所述目标障碍物的同一目标侧以及每组边缘点云对应的遮挡点云的距离值是否小于所述边缘点云的距离值，确定所述目标障碍物的目标侧的被遮挡情况。
8. 根据权利要求1所述的方法，其特征在于，所述确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系之后，还包括：

   确定所述目标障碍物的运动轨迹；

   根据所述目标障碍物的运动轨迹、与所述遮挡点云对应的障碍物之间的遮挡关系，判断所述目标障碍物受遮挡的目标侧。
9. 一种遮挡关系判断装置，其特征在于，所述装置包括：

   第一获取模块，用于获取目标点云的点云数据，以及所述目标点云的邻域内其他点云各自对应的点云数据；所述点云数据包括距离值；

   第二获取模块，用于获取距离值与所述目标点云的距离值之差的绝对值大于或等于第一阈值，且与所述目标点云不属于同一物体的遮挡点云，所述目标点云的邻域内其他点云包括所述遮挡点云，所述遮挡点云的数量大于0；

   遮挡确定模块，用于确定所述遮挡点云对应的障碍物与所述目标点云对应的目标障碍物之间具有遮挡关系。
10. 一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～8任意一项的方法步骤。
11. 一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存 储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～8任意一项的方法步骤。
12. 一种遮挡关系识别系统，其特征在于，包括权利要求11所述的电子设备以及与所述电子设备连接的雷达传感器；

    所述雷达传感器用于采集目标场景对应的点云数据。