障碍物检测方法、装置及电子设备制造方法及图纸

本发明专利技术提供一种障碍物检测方法、装置及电子设备，包括采集雷达点云数据；从雷达点云数据中提取各雷达点的特征信息；将各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果；其中，障碍物检测模型是利用带有标签的至少一种障碍物对应的雷达点云数据样本训练得到的。本发明专利技术提供的障碍物检测方法及相关设备，通过对雷达点云进行特征提取，获取雷达点云多个维度的信息，将多个维度的特征信息输入至神经网络模型，通过神经网络模型进行障碍物类型的检测和识别。本发明专利技术对预处理等前置过程的依赖性较小，通过神经网络模型对雷达点云多维特征进行处理，不仅流程比较简单，速度比较快，而且对障碍物检测识别的稳定性和准确性也更高。也更高。也更高。

【技术实现步骤摘要】
障碍物检测方法、装置及电子设备


[0001]本专利技术涉及雷达
，尤其涉及一种障碍物检测方法、装置及电子设备。

技术介绍

[0002]毫米波雷达是工作在毫米波波段探测的雷达，毫米波是指30
‑
300GHz领域，波长为1
‑
10mm。毫米波雷达能分辨识别很小的目标，而且能同时识别多个目标；具有成像能力强、体积小、机动性和隐蔽性好的优点。毫米波雷达具有无测距盲区、易于实现小型化的优点，在汽车领域广泛被应用，成为汽车对周围环境进行感知和检测的重要器件。
[0003]传统的障碍物检测方法是将毫米波雷达点产生的点云通过手动设定条件和阈值，对噪声和干扰进行去除，然后通过DBSCAN聚类算法实现目标检测。然而，车载毫米波雷达点云的信息维度较多，同时具有稀疏、噪声多和干扰性强等特点，在三维空间中对毫米波雷达目标进行检测稳定性和准确性不高，对于障碍物的分类容易出现误差。并且，检测过程中也会存在着较多的漏检和误检。
[0004]本专利技术解决的技术问题是，如何提高毫米波雷达检测的稳定性和准确性，减少对障碍物检测的误差。

技术实现思路

[0005]本专利技术提供一种障碍物检测方法、装置及电子设备，用以解决现有技术中对障碍物检测准确性不足的缺陷，实现提高毫米波雷达检测的稳定性和准确性，减少对障碍物检测的误差。
[0006]本专利技术提供一种障碍物检测方法，包括：
[0007]采集雷达点云数据；
[0008]从所述雷达点云数据中提取各雷达点的特征信息；
[0009]将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果；
[0010]其中，所述障碍物检测模型是利用带有标签的至少一种障碍物对应的雷达点云数据样本训练得到的
[0011]根据本专利技术提供的一种障碍物检测方法，所述特征信息包括如下至少一种：
[0012]所述雷达点云的位置信息、雷达散射截面积、俯仰角、航向角、点云密度、速度以及信噪比。
[0013]根据本专利技术提供的一种障碍物检测方法，在将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果之前，所述方法还包括：
[0014]利用提取到的各雷达点的特征信息运行语义分割模型，输出各雷达点属于障碍物类别和背景的语义分割结果；
[0015]对属于障碍物类的雷达点云进行DBSCAN聚类，输出对应同类障碍物的目标雷达点云；
[0016]所述将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结
果，包括：
[0017]将所述目标雷达点云中的各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果。
[0018]根据本专利技术提供的一种障碍物检测方法，所述对属于障碍物类的雷达点云进行DBSCAN聚类，输出对应同类障碍物的目标雷达点云，包括：
[0019]对属于障碍物类的雷达点云进行DBSCAN聚类，输出包围同类障碍物的目标雷达点云的第一包围框；
[0020]将所述目标雷达点云中的各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果，包括：
[0021]将所述第一包围框内各雷达点的特征信息输入所述障碍物检测模型，输出第二包围框；
[0022]将所述第一包围框和第二包围框相加，得到所述障碍物的形状。
[0023]根据本专利技术提供的一种障碍物检测方法，所述语义分割模型和所述障碍物检测模型均采用多层感知机。
[0024]根据本专利技术提供的一种障碍物检测方法，所述从所述雷达点云数据中提取各雷达点的特征信息之前，所述方法还包括：
[0025]对采集的目标数量帧的点云数据进行融合；
[0026]对融合后的点云数据提取所述各雷达点的特征信息。
[0027]根据本专利技术提供的一种障碍物检测方法，所述对采集的目标数量帧的点云数据进行融合之前，所述方法还包括：
[0028]基于启发式算法，对所述雷达点云进行预处理，包括：去除噪声。
[0029]本专利技术还提供一种障碍物检测装置，包括：
[0030]采集模块，用于采集雷达点云数据；
[0031]特征提取模块，用于从所述雷达点云数据中提取各雷达点的特征信息；
[0032]信息处理模块，用于将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果；
[0033]其中，所述障碍物检测模型是利用带有标签的至少一种障碍物对应的雷达点云数据样本训练得到的。
[0034]根据本专利技术提供的一种障碍物检测装置，还包括：
[0035]语义分割模块，用于利用提取到的各雷达点的特征信息运行语义分割模型，输出各雷达点属于障碍物类别和背景的语义分割结果；
[0036]聚类模块，用于对属于障碍物类的雷达点云进行DBSCAN聚类，输出对应同类障碍物的目标雷达点云；
[0037]运算模块，用于将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果，包括：
[0038]将所述目标雷达点云中的各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果。
[0039]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述障碍物检测方
法的步骤。
[0040]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述障碍物检测方法的步骤。
[0041]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述障碍物检测方法的步骤。
[0042]本专利技术提供的障碍物检测方法及相关设备，通过对雷达点云数据的各个雷达点进行特征提取，获取雷达点云多个维度的信息，将多个维度的特征信息输入至障碍物检测模型，通过障碍物检测模型进行障碍物类型的检测和识别。本专利技术通过对雷达点云数据进行单点的特征提取，因此获取的雷达点云数据更全面，对应的各雷达点的特征信息更准确，从而能够减小误检和漏检情况，提高了障碍物检测的准确性和稳定性。
附图说明
[0043]为了更清楚地说明本专利技术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一一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0044]图1是本专利技术提供的障碍物检测方法的流程示意图之一；
[0045]图2是本专利技术提供的障碍物检测方法的流程示意图之二；
[0046]图3是本专利技术提供的障碍物检测装置的结构示意图之一；
[0047]图4是本专利技术提供的障碍物检测装置的结构示意图之二；
[0048]图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0049]为使本专利技术的目的、技术方案和优点更加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物检测方法，其特征在于，包括：采集雷达点云数据；从所述雷达点云数据中提取各雷达点的特征信息；将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果；其中，所述障碍物检测模型是利用带有标签的至少一种障碍物对应的雷达点云数据样本训练得到的。2.根据权利要求1所述的障碍物检测方法，其特征在于，所述特征信息包括如下至少一种：所述雷达点云的位置信息、雷达散射截面积、俯仰角、航向角、点云密度、速度以及信噪比。3.根据权利要求1所述的障碍物检测方法，其特征在于，在将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果之前，所述方法还包括：利用提取到的各雷达点的特征信息运行语义分割模型，输出各雷达点属于障碍物类别和背景的语义分割结果；对属于障碍物类的雷达点云进行DBSCAN聚类，输出对应同类障碍物的目标雷达点云；所述将所述各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果，包括：将所述目标雷达点云中的各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果。4.根据权利要求3所述的障碍物检测方法，其特征在于，所述对属于障碍物类的雷达点云进行DBSCAN聚类，输出对应同类障碍物的目标雷达点云，包括：对属于障碍物类的雷达点云进行DBSCAN聚类，输出包围同类障碍物的目标雷达点云的第一包围框；将所述目标雷达点云中的各雷达点的特征信息输入至障碍物检测模型中，输出障碍物检测结果，包括：将所述第一包围框内各雷达点的特征信息输入所述障碍物检测模型，输出第二包围框；将所述第一包围框和第二包围框相加，得到所述障碍物的形状。5.根据权利要求4所述的障碍物检测方法，其特征在于，所述语义分割模型和所述障碍物检测模型均采用多层感知机。6.根据权利要求1所述的障碍物检测方法，其特征在于，所述从所述雷达点云数据中...

【专利技术属性】
技术研发人员：杨潇睿，杨寓哲，程新景，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：