基于点云特征的障碍物过滤系统技术方案

公开了用于对基于自动驾驶车辆中的LIDAR设备的输出确定的候选障碍物进行过滤的方法、装置和系统。基于LIDAR设备的输出，生成包括多个点的点云(610)。基于点云，确定一个或多个候选障碍物(620)。至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物(630)。确定包括尚未去除的候选障碍物的一个或多个识别的障碍物(640)。基于识别的障碍物，控制自动驾驶车辆的操作(650)。(650)。(650)。

【技术实现步骤摘要】
【国外来华专利技术】基于点云特征的障碍物过滤系统


[0001]本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及对基于自动驾驶车辆中LIDAR设备的输出确定的候选障碍物进行处理。

技术介绍

[0002]以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
[0003]LIDAR(光检测与测距，或光和雷达的混合)技术已被广泛用于军事、地理、海洋学，以及近十年来的自动驾驶车辆。LIDAR设备可以在通过场景扫描以组装表示对象反射面的点云时，估计到对象的距离。可以通过发射激光脉冲并检测从对象反射的返回脉冲(如果有)，并根据发射的脉冲与接收的反射之间的时延确定到对象的距离，来确定点云中的各个点。可以在整个场景中快速重复扫描一束或多束激光，以提供到场景中反射对象的距离的连续实时信息。一束激光每旋转一圈产生了一圈的点。
[0004]LIDAR技术容易受到噪声(诸如由灰尘或其它颗粒引起的)的影响。嘈杂的点云可能会导致感知模块生成误报的障碍。

技术实现思路

[0005]本公开的实施方式提供了计算机实施的方法、非暂时性机器可读介质以及数据处理系统。
[0006]本公开的一些实施方式提供了计算机实施的方法，该方法包括：基于光检测与测距(LIDAR)设备的输出，生成包括多个点的点云；基于点云确定一个或多个候选障碍物；至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物；确定包括尚未去除的候选障碍物的一个或多个识别的障碍物；基于识别的障碍物，控制自动驾驶车辆的操作。
[0007]本公开的一些实施方式提供了非暂时性机器可读介质，该介质具有存储在其中的指令，当由处理器执行该指令时使处理器执行操作，该操作包括：基于光检测与测距(LIDAR)设备的输出，生成包括多个点的点云；基于点云确定一个或多个候选障碍物；至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物；确定包括尚未去除的候选障碍物的一个或多个识别的障碍物；基于识别的障碍物，控制自动驾驶车辆的操作。
[0008]本公开的一些实施方式提供了数据处理系统，该系统包括：处理器；以及联接到处理器以存储指令的存储器，当由处理器执行该指令时使处理器执行操作，该操作包括：基于光检测与测距(LIDAR)设备的输出，生成包括多个点的点云；基于点云确定一个或多个候选
障碍物；至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物；确定包括尚未去除的候选障碍物的一个或多个识别的障碍物；基于识别的障碍物，控制自动驾驶车辆的操作。
附图说明
[0009]在附图的各图中以示例的方式而非限制的方式示出了本公开的实施方式，附图中相似的附图标记指示相似的元件。
[0010]图1是示出根据一个实施方式的网络化系统的框图。
[0011]图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
[0012]图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
[0013]图4是示出根据一个实施方式的可用的各种模块的框图。
[0014]图5A和图5B是示出根据一个实施方式的与障碍物对应的LIDAR点的空间分布的图。
[0015]图6是示出根据一个实施方式的用于对基于自动驾驶车辆中的LIDAR设备的输出确定的候选障碍物进行过滤的示例方法的流程图。
[0016]图7是示出根据一个实施方式的用于对基于自动驾驶车辆中的LIDAR设备的输出确定的候选障碍物进行过滤的示例方法的流程图。
具体实施方式
[0017]将参照以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是本公开的说明，而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节，以提供对本公开的实施方式的简洁讨论。
[0018]本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特征可包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
[0019]根据一些实施方式，公开了用于对基于自动驾驶车辆中的LIDAR设备的输出确定的候选障碍物进行过滤的方法、装置和系统。基于LIDAR设备的输出，生成包括多个点的点云。基于点云，确定一个或多个候选障碍物。至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物。确定包括尚未去除的候选障碍物的一个或多个识别的障碍物。基于识别的障碍物，控制自动驾驶车辆的操作。
[0020]在一个实施方式中，与噪声对应的第一组候选障碍物包括，与对应于灰尘的点对应的候选障碍物。在一个实施方式中，过滤所述一个或多个候选障碍物所基于的、与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，包括以下中的一项或多项：与所述一个或多个候选障碍物中的每一个对应的点的强度测量值分布，与所述一个或多个候选障碍物中的每一个对应的点的空间分布，或其组合。
[0021]在一个实施方式中，过滤所述一个或多个候选障碍物包括，去除每个对应于以下点的候选障碍物，在该点中与低强度测量值相关联的点数和与候选障碍物对应的总点数的比值高于第一阈值。当点的强度测量值低于强度阈值时，该点与低强度测量值相关联。
[0022]在一个实施方式中，针对识别的障碍物类型是车辆或识别的物理尺寸大于尺寸阈值的每个剩余候选障碍物，将与该候选障碍物对应的点投影到水平面的第一维度和第二维度。第一维度和第二维度彼此正交。确定沿着第一维度投影点的第一标准偏差和沿着第二维度投影点的第二标准偏差。当第一标准偏差高于第一标准偏差阈值时，或当第二标准偏差高于第二标准偏差阈值时，去除候选障碍物。在一个实施方式中，当第一标准偏差高于第一标准偏差阈值且第二标准偏差高于第二标准偏差阈值时，去除候选障碍物。
[0023]在一个实施方式中，第一标准偏差阈值等于第二标准偏差阈值。在另一个实施方式中，第一标准偏差阈值与第二标准偏差阈值不同。
[0024]在一个实施方式中，针对识别的障碍物类型是车辆或识别的物理尺寸大于尺寸阈值的每个剩余候选障碍物，将与该候选障碍物对应的点投影到水平面的区域。水平面的区域与包括第一平方数量的网格相关联。本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.计算机实施的方法，包括：基于光检测与测距(LIDAR)设备的输出，生成包括多个点的点云；基于所述点云，确定一个或多个候选障碍物；至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物；确定包括尚未去除的所述候选障碍物的一个或多个识别的障碍物；基于所述识别的障碍物，控制自动驾驶车辆的操作。2.根据权利要求1所述的方法，其中，与噪声对应的所述第一组候选障碍物包括：与对应于灰尘的点对应的候选障碍物。3.根据权利要求1或2所述的方法，其中，过滤所述一个或多个候选障碍物所基于的、与所述一个或多个候选障碍物中的每一个对应的点相关联的所述特征，包括以下中的一项或多项：与所述一个或多个候选障碍物中的每一个对应的所述点的强度测量值分布，与所述一个或多个候选障碍物中的每一个对应的所述点的空间分布，或其组合。4.根据权利要求3所述的方法，其中，过滤所述一个或多个候选障碍物包括：去除每个对应于以下点的候选障碍物，在所述点中与低强度测量值相关联的点数和与所述候选障碍物对应的总点数的比值高于第一阈值，其中，当点的强度测量值低于强度阈值时，所述点与低强度测量值相关联。5.根据权利要求4所述的方法，其中，过滤所述一个或多个候选障碍物还包括：对于识别的障碍物类型是车辆或识别的物理尺寸大于尺寸阈值的每个剩余候选障碍物，将与所述候选障碍物对应的点投影到水平面的第一维度和第二维度，所述第一维度与所述第二维度彼此正交；确定沿着所述第一维度的所述投影点的第一标准偏差和沿着所述第二维度的所述投影点的第二标准偏差；以及当所述第一标准偏差高于第一标准偏差阈值时，或当所述第二标准偏差高于第二标准偏差阈值时，去除所述候选障碍物。6.根据权利要求5所述的方法，其中，当所述第一标准偏差高于所述第一标准偏差阈值且所述第二标准偏差高于所述第二标准偏差阈值时，去除所述候选障碍物。7.根据权利要求5所述的方法，其中，所述第一标准偏差阈值等于所述第二标准偏差阈值。8.根据权利要求5所述的方法，其中，所述第一标准偏差阈值与所述第二标准偏差阈值不同。9.根据权利要求5所述的方法，其中，过滤所述一个或多个候选障碍物还包括：对于识别的障碍物类型是车辆或识别的物理尺寸大于尺寸阈值的每个剩余候选障碍物，将与所述候选障碍物对应的点投影到所述水平面的区域，所述水平面的所述区域与包括第一平方数量的网格相关联；在所述第一平方数量内确定第二平方数量，所述第二平方数量的每一个包含至少一个投影点；以及
当所述第二数量和所述第一数量的比值高于第二阈值时，去除所述候选障碍物。10.根据权利要求9所述的方法，其中，过滤所述一个或多个候选障碍物还包括：去除每个对应于以下点的候选障碍物，在所述点中与低高度相关联的点数和与所述候选障碍物对应的总点数的比值低于第三阈值，其中，当所述点的高度低于高度阈值时，所述点与低高度相关联。11.根据权利要求10所述的方法，其中，过滤所述一个或多个候选障碍物还包括：去除以下候选障碍物，所述候选障碍物中的每一个在预定数量的先前紧邻的感知周期中的任一个的感知结果中都不存在。12.具有存储在其中的指令的非暂时性机器可读介质，当由处理器执行所述指令时，使所述处理器执行操作，所述操作包括：基于光检测与测距(LIDAR)设备的输出，生成包括多个点的点云；基于所述点云，确定一个或多个候选障碍物；至少部分地基于与所述一个或多个候选障碍物中的每一个对应的点相关联的特征，过滤所述一个或多个候选障碍物，以去除所述一个或多个候选障碍物中与噪声对应的第一组候选障碍物；确定包括尚未去除的所述候选障碍物的一个或多个识别的障碍物；基于所述识别的障碍物，控制自动驾驶车辆的操作。13.根据权利要求12所述的非暂时性机器可读介质，其中，与噪声对应的所述第一组候选障碍物包括：与对应于灰尘的点对应的候选障碍物。14.根据权利要求12或13所述的非暂时性机器可读介质，其中，过滤所述一个或多个候选障碍物所基于的、与所述一个或多个候选障碍物中的每一个对应的点相关联的所述特征，包括以下中的一项或多项：与所述一个或多个候选障碍物中的每一个对应的所述点的强度测量值分布，与所述一个或多个候选障碍物中的每一个对应的所述点的空间分布，或其组合。15.根据权利要求14所述的非暂时性机器可读介质，其中，过滤所述一个或多个候选障碍物包括：去除每个对应于以下点的候选障碍物，在所述点中与低强度测量值相关联的点数和与所述候选障碍物对应的总点数的比值高于第一阈值，其中，当点的强度测量值低于强度阈值时，所述点与低强度测量值相关联。16.根据权利要求15所述的非暂时性机器可读介质，其中，过滤所述一个或多个候选障碍物还包括：对于识别的障碍物类型是车辆或识别的物理尺寸大于尺寸阈值的每个剩余候选障碍物，将与所述候选障碍物对应的点投影到水平面的第一维度和第二维度，所述第一维度与所述第二维度彼此正交；确定沿着所述第一维度的所述投影点的第一标准偏差和沿着所述第二维度的所述投影点的...

【专利技术属性】
技术研发人员：刘祥，高懂超，朱帆，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：