本申请提供了一种地面障碍物的确定方法、装置、电子设备及存储介质，所述确定方法包括：根据预设的地面高度从三维点云数据中滤除地面的点云数据，得到三维点云数据中除地面区域之外的待筛选点云数据；将待筛选点云数据按照预设的多个位置点进行筛选，滤除待筛选点云数据中的悬空障碍物后，确定出目标点云数据以及目标点云数据中的多个子点云区域；针对于每个子点云区域，按照该子点云区域的预设距离阈值对子点云区域中的点云数据进行聚类，确定出目标障碍物。采用本申请提供的技术方案能够通过在待筛选点云数据中设置多个位置点，以及采用不同的预设距离阈值对目标点云数据进行聚类，提高了地面障碍物识别的准确性。提高了地面障碍物识别的准确性。提高了地面障碍物识别的准确性。
【技术实现步骤摘要】
一种地面障碍物的确定方法、装置、电子设备及存储介质
[0001]本申请涉及无人驾驶
，尤其是涉及一种地面障碍物的确定方法、装置、电子设备及存储介质。
技术介绍
[0002]智能驾驶代表着现代汽车技术与产业发展的大趋势，而环境感知则是汽车智能驾驶的关键核心技术和长期研究的热点领域；感知技术主要通过大量车无人驾驶汽车搭载雷达设备，用以精确识别周边环境以保证驾驶的安全性与可靠性。
[0003]目前，在识别驾驶环境中的目标点云时，由于野外环境中的不平地面以及存在树木和杂草等不规则物体的情况，导致对后续目标点云的分类以及识别带来干扰，并且由于目标点云中各个点云数据近密远疏的特点，在对远近不同的识别区域内的目标点云按照相同的规则进行聚类时，会出现目标点云重叠而导致聚类失败的问题，影响聚类的准确性；因此，如何提高地面障碍物识别的准确性，成为了亟待解决的问题。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供一种地面障碍物的确定方法、装置、电子设备及存储介质，能够通过在待筛选点云数据中设置多个位置点，将行驶途中路旁物体伸到地面上的树枝等悬空物进行过滤，得到不包含悬空物的目标点云数据，并确定出目标点云数据的多个子点云区域，针对不同子点云区域，采用不同的与各个子点云区域相对应的预设距离阈值对目标点云数据进行聚类，能够针对不同子点云区域进行准确地聚类，提高了地面障碍物识别的准确性。
[0005]本申请主要包括以下几个方面：
[0006]第一方面，本申请实施例提供了一种地面障碍物的确定方法，所述确定方法包括：
[0007]获取激光雷达扫描的三维点云数据；
[0008]根据预设的地面高度从所述三维点云数据中滤除地面的点云数据，得到所述三维点云数据中除地面区域之外的待筛选点云数据；
[0009]将所述待筛选点云数据按照预设的多个位置点进行筛选，滤除所述待筛选点云数据中的悬空障碍物后，确定出目标点云数据以及所述目标点云数据中的多个子点云区域；其中，所述子点云区域是根据预设距离对所述目标点云数据进行划分得到的；
[0010]针对于每个子点云区域，按照该子点云区域的预设距离阈值对子点云区域中的点云数据进行聚类，确定出目标障碍物。
[0011]进一步的，通过以下步骤得到所述三维点云数据中除地面区域之外的待筛选点云数据：
[0012]将所述三维点云数据投影在平面上，根据预先设置的栅格单元，建立二维栅格图片；
[0013]在所述二维栅格图片中根据预设高度，将低于所述预设高度的点云数据确定为地
面点云数据并进行滤除，获得除地面区域之外的待筛选点云数据。
[0014]进一步的，通过以下步骤对悬空障碍物进行滤除：
[0015]针对于二维栅格图片中每个栅格单元，根据该栅格单元中位于最高位置点的点云数据和位于最低位置点的点云数据，划分出该栅格单元中位于中间位置点的点云数据，并确定出该栅格单元中位于中间位置点的点云数据的点云数量；
[0016]检测所述点云数量是否低于预设阈值；
[0017]若低于，则将该栅格单元中的全部点云数据进行删除，从而对悬空障碍物进行滤除；
[0018]若不低于，则进行下一个栅格单元位于中间位置点的点云数量的检测。
[0019]进一步的，通过以下步骤按照该子点云区域的预设距离阈值对子点云区域中的点云数据进行聚类：
[0020]针对于每个子点云区域，在该子点云区域中的点云数据中确定一个待查询点云数据，搜索距离所述待查询点云数据最近的多个点云数据，并获取所述待查询点云数据分别到各个最近的点云数据的距离；
[0021]针对于每个最近的点云数据，检测所述待查询点云数据与该点云数据之间的距离是否小于该点云数据所在子点云区域对应的预设距离；
[0022]将距离小于对应的预设距离的至少一个最近的点云数据与所述待查询点云数据聚类到一个类别下。
[0023]进一步的，通过以下步骤搜索距离该待查询点云数据最近的点云数据：
[0024]获取待查询点云数据，根据预先构建的目录树中所有节点的搜索点云数据，将所述目录树的根节点作为当前节点开始进行搜索，根据当前节点的搜索点云数据在划分维度上的数值，在位于当前节点的左侧以及右侧的两个子节点中确定下一个节点，并更新为当前节点继续进行搜索，直至当前节点为叶子节点，并将该叶子节点确定为最近节点，并将最近节点到待查询点云数据的距离确定为最近距离；
[0025]将上一个节点作为当前节点继续进行回溯搜索，将当前节点到待查询点云数据的距离作为搜索半径，确定搜索半径是否小于最近距离；若小于，则将当前节点更新为最近节点，搜索半径更新为最近距离，并将当前节点的另一个子节点更新为当前节点继续进行回溯搜索，直至搜索至根节点；
[0026]将最近节点对应的搜索点云数据，确定为距离该待查询点云数据最近的点云数据。
[0027]进一步的，所述根据当前节点的搜索点云数据在划分维度上的数值，在位于当前节点的左侧以及右侧的两个子节点中确定下一个节点的步骤，包括：
[0028]将当前节点的搜索点云数据以及待查询点云数据在划分维度上的数值进行比较；
[0029]若待查询点云数据在当前节点的划分维度上的数值小于搜索点云数据，则将当前节点的左侧子节点确定为下一个节点进行搜索；
[0030]若待查询点云数据在当前节点的划分维度上的数值不小于搜索点云数据，则将当前节点的右侧子节点确定为下一个节点进行搜索。
[0031]进一步的，所述在确定出目标障碍物之后，所述确定方法还包括：
[0032]根据障碍物信息对所述目标障碍物进行跟踪，预测所述目标障碍物的运动状态，
获取预测信息；其中，所述障碍物信息包括至少一个障碍物扫描设备获取到的信息；所述运动状态包括速度信息和距离信息；
[0033]根据所述预测信息，将多个设备获取到的该目标障碍物信息进行融合，从融合后的障碍物信息中确定出融合障碍物；
[0034]根据所述融合障碍物的运动状态，预测出所述融合障碍物在未来预测时间段内的障碍物运动路径；
[0035]基于所述障碍物运动路径，规划所述无人驾驶汽车躲避障碍物行驶的行驶路径。
[0036]第二方面，本申请实施例还提供了一种地面障碍物的确定装置，所述确定装置包括：
[0037]获取模块，用于获取激光雷达扫描的三维点云数据；
[0038]滤除模块，用于根据预设的地面高度从所述三维点云数据中滤除地面的点云数据，得到所述三维点云数据中除地面区域之外的待筛选点云数据；
[0039]处理模块，用于将所述待筛选点云数据按照预设的多个位置点进行筛选，滤除所述待筛选点云数据中的悬空障碍物后，确定出目标点云数据以及所述目标点云数据中的多个子点云区域；其中，所述子点云区域是根据预设距离对所述目标点云数据进行划分得到的；
[0040]确定模块，用于针对于每个子点云区域，按照该子点云区域的预设距离阈值对子点本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种地面障碍物的确定方法，其特征在于，所述确定方法包括：获取激光雷达扫描的三维点云数据；根据预设的地面高度从所述三维点云数据中滤除地面的点云数据，得到所述三维点云数据中除地面区域之外的待筛选点云数据；将所述待筛选点云数据按照预设的多个位置点进行筛选，滤除所述待筛选点云数据中的悬空障碍物后，确定出目标点云数据以及所述目标点云数据中的多个子点云区域；其中，所述子点云区域是根据预设距离对所述目标点云数据进行划分得到的；针对于每个子点云区域，按照该子点云区域的预设距离阈值对子点云区域中的点云数据进行聚类，确定出目标障碍物。2.根据权利要求1所述的确定方法，其特征在于，通过以下步骤得到所述三维点云数据中除地面区域之外的待筛选点云数据：将所述三维点云数据投影在平面上，根据预先设置的栅格单元，建立二维栅格图片；在所述二维栅格图片中根据预设高度，将低于所述预设高度的点云数据确定为地面点云数据并进行滤除，获得除地面区域之外的待筛选点云数据。3.根据权利要求2所述的确定方法，其特征在于，通过以下步骤对悬空障碍物进行滤除：针对于二维栅格图片中每个栅格单元，根据该栅格单元中位于最高位置点的点云数据和位于最低位置点的点云数据，划分出该栅格单元中位于中间位置点的点云数据，并确定出该栅格单元中位于中间位置点的点云数据的点云数量；检测所述点云数量是否低于预设阈值；若低于，则将该栅格单元中的全部点云数据进行删除，从而对悬空障碍物进行滤除；若不低于，则进行下一个栅格单元位于中间位置点的点云数量的检测。4.根据权利要求1所述的确定方法，其特征在于，通过以下步骤按照该子点云区域的预设距离阈值对子点云区域中的点云数据进行聚类：针对于每个子点云区域，在该子点云区域中的点云数据中确定一个待查询点云数据，搜索距离所述待查询点云数据最近的多个点云数据，并获取所述待查询点云数据分别到各个最近的点云数据的距离；针对于每个最近的点云数据，检测所述待查询点云数据与该点云数据之间的距离是否小于该点云数据所在子点云区域对应的预设距离；将距离小于对应的预设距离的至少一个最近的点云数据与所述待查询点云数据聚类到一个类别下。5.根据权利要求4所述的确定方法，其特征在于，通过以下步骤搜索距离该待查询点云数据最近的点云数据：获取待查询点云数据，根据预先构建的目录树中所有节点的搜索点云数据，将所述目录树的根节点作为当前节点开始进行搜索，根据当前节点的搜索点云数据在划分维度上的数值，在位于当前节点的左侧以及右侧的子节点中确定下一个节点，并更新为当前节点继续进行搜索，直至当前节点为叶子节点，并将该叶子节点确定为最近节点，并将最近节点到待查询点云数据的距离确定为最近距离；将上一个节点作为当前节点继续进行回溯搜索，将当前节点到待查询点...
【专利技术属性】
技术研发人员：于飞，汪平凡，刘焕然，郭元明，郝晓伟，潘峰，张彦鹏，杜瑞杰，郭琴琴，
申请(专利权)人：北京星网船电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。