【技术实现步骤摘要】
本专利技术障碍物识别，具体为障碍物识别方法、装置和介质。
技术介绍
1、障碍物的识别是智能辅助驾驶领域以及机器人应用领域中的重要研究课题之一。通常，可以利用各种类型的传感器进行障碍物检测。现有的障碍物识别存在以下问题：
2、1.需要不同类型传感器识别到的相同障碍物进行关联。在关联障碍物的过程中，可能会将不相同的障碍物进行关联，产生错误的关联障碍物，也可能会将相同的障碍物漏关联，导致结果出现多个相同的障碍物。
3、2.点云数据稀疏，导致距离较远的物体和体积较小的物体的点云数据不能准确反映物体形状，造成障碍物识别的准确性低。
技术实现思路
1、为克服上述
技术介绍
中现有的障碍物识别存在以下问题：需要不同类型传感器检测到的相同障碍物进行关联。在关联障碍物的过程中，可能会将不相同的障碍物进行关联，产生错误的关联障碍物，也可能会将相同的障碍物漏关联，导致结果出现多个相同的障碍物。点云数据稀疏，导致距离较远的物体和体积较小的物体的点云数据不能准确反映物体形状，造成障碍物识别的准确性低。的缺点，本专利技术的目的在于提供障碍物识别方法。
2、为了达到以上目的，本专利技术采用如下的技术方案是：
3、本专利技术的第一方面。提供障碍物识别方法，包括如下步骤：
4、获取当前时刻无人车在行驶区域中采集的目标点云和目标图像；
5、从所述目标点云中提取出实际障碍物点云；
6、将所述实际障碍物点云转化为第一障碍物图像；
8、从所述目标图像中提取出第二障碍物图像；
9、从所述障碍物图像中提取出第二障碍物信息特征信息；
10、对比所述第一障碍物特征信息和第二障碍物信息特征信息的共同特征信息，提取共同特征信息所对应的障碍物。
11、与现有技术相比，本专利技术的有益效果在于：在实际障碍物点云转化的第一障碍物图像中提取第一障碍物特征信息，在第二障碍物图像中提取出第二障碍物信息特征信息，可以对障碍物降低漏检率，对不同大小和类型的障碍物进行全面识别；通过对比所述第一障碍物特征信息和第二障碍物信息特征信息的共同特征信息，提取共同特征信息所对应的障碍物，可以提高障碍物图像中特征信息的提取效率，提高障碍物检测精度和检测效率，进而解决了激光雷达在检测障碍物过程中，由于点云数据量过大导致的计算量庞大、资源消耗过多、障碍物漏检和/或误检的技术问题。
12、在一些可能的实施方式中，从所述目标点云中提取障碍物点云具体包括如下步骤：
13、对所述目标点云使用标准划分空间范围作为划分依据，对所述目标点云进行裁切，获得裁切点云，所述标准划分空间范围是通过设定三维地图数据中x、y和z三个方向上的标准划分空间范围之后获得的数据；
14、对所述裁切点云进行去噪采样处理，获得去噪点云；
15、对所述去噪点云进行聚类分割，获得点云实体；
16、对所述点云实体与标准障碍物点云进行障碍物特征匹配，提取出实际障碍物点云。
17、在一些可能的实施方式中，从所述第一障碍物图像中提取出第一障碍物特征信息具体包括如下：
18、将所述第一障碍物图像与标准障碍物图像模板库进行匹配，根据匹配结果生成障碍物类型数据；
19、根据所述障碍物类型数据生成第一障碍物特征信息，所述第一障碍物特征信息包括障碍物距离信息、障碍物速度信息、障碍物朝向信息和障碍物尺寸信息。
20、在一些可能的实施方式中，从所述目标图像中提取出第二障碍物图像具体包括如下：
21、将于所述目标图像个划分为若干个检测图像；
22、计算每个所述检测图像的障碍物置信度；
23、根据所述障碍物置信度提取出所述目标图像中的第二障碍物图像。
24、本专利技术的第二方面，提供障碍物识别装置，包括
25、数据采集模块：用于获取当前时刻无人车在行驶区域中采集的目标点云和目标图像；
26、障碍物点云提取模块：用于从所述目标点云中提取出实际障碍物点云；
27、第一障碍物图像转化模块：用于将所述实际障碍物点云转化为第一障碍物图像；
28、第一障碍物特征信息提取模块：用于从所述第一障碍物图像中提取出第一障碍物特征信息；
29、第二障碍物图像提取模块：用于从所述目标图像中提取出第二障碍物图像；
30、第二障碍物特征信息提取模块：用于从所述障碍物图像中提取出第二障碍物信息特征信息；
31、障碍物共同特征提取模块：用于对比所述第一障碍物特征信息和第二障碍物信息特征信息的共同特征信息，提取共同特征信息所对应的障碍物。
32、在一些可能的实施方式中，从所述目标点云中提取障碍物点云具体包括如下步骤：
33、对所述目标点云使用标准划分空间范围作为划分依据，对所述目标点云进行裁切，获得裁切点云，所述标准划分空间范围是通过设定三维地图数据中x、y和z三个方向上的标准划分空间范围之后获得的数据；
34、对所述裁切点云进行去噪采样处理，获得去噪点云；
35、对所述去噪点云进行聚类分割，获得点云实体；
36、对所述点云实体与标准障碍物点云进行障碍物特征匹配，提取出实际障碍物点云。
37、在一些可能的实施方式中，从所述第一障碍物图像中提取出第一障碍物特征信息具体包括如下：
38、将所述第一障碍物图像与标准障碍物图像模板库进行匹配，根据匹配结果生成障碍物类型数据；
39、根据所述障碍物类型数据生成第一障碍物特征信息，所述第一障碍物特征信息包括障碍物距离信息、障碍物速度信息、障碍物朝向信息和障碍物尺寸信息。
40、在一些可能的实施方式中，从所述目标图像中提取出障碍物图像具体包括如下：
41、将于所述目标图像个划分为若干个检测图像；
42、计算每个所述检测图像的障碍物置信度；
43、根据所述障碍物置信度提取出所述目标图像中的障碍物图像。
44、本专利技术的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述障碍物识别方法的步骤。
本文档来自技高网...【技术保护点】
1.障碍物识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的障碍物识别方法，其特征在于，从所述目标点云中提取障碍物点云具体包括如下步骤：
3.根据权利要求1所述的障碍物识别方法，其特征在于，从所述第一障碍物图像中提取出第一障碍物特征信息具体包括如下：
4.根据权利要求1所述的障碍物识别方法，其特征在于，从所述目标图像中提取出第二障碍物图像具体包括如下：
5.障碍物识别装置，其特征在于，包括
6.根据权利要求5所述的障碍物识别装置，其特征在于，从所述目标点云中提取障碍物点云具体包括如下步骤：
7.根据权利要求5所述的障碍物识别装置，其特征在于，从所述第一障碍物图像中提取出第一障碍物特征信息具体包括如下：
8.根据权利要求5所述的障碍物识别装置，其特征在于，从所述目标图像中提取出障碍物图像具体包括如下：
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一项所述障碍物识别方法的步骤。
【技术特征摘要】
1.障碍物识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的障碍物识别方法，其特征在于，从所述目标点云中提取障碍物点云具体包括如下步骤：
3.根据权利要求1所述的障碍物识别方法，其特征在于，从所述第一障碍物图像中提取出第一障碍物特征信息具体包括如下：
4.根据权利要求1所述的障碍物识别方法，其特征在于，从所述目标图像中提取出第二障碍物图像具体包括如下：
5.障碍物识别装置，其特征在于，包括
6.根据权利要求5所述的...
【专利技术属性】
技术研发人员：谢常伟，任亚钊，董新生，刘永相，肖成斌，何志恒，曲辉，
申请(专利权)人：国联智慧能源交通技术创新中心苏州有限公司，
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。