障碍物检测方法、装置、电子设备及计算机可读存储介质与流程

本技术涉及自动驾驶、计算机视觉、数据处理的，尤其涉及障碍物检测方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、自动驾驶，又称无人驾驶、电脑驾驶或轮式移动机器人，是依靠计算机与人工智能技术在没有人为操纵的情况下，实现完整、安全、有效的驾驶的一项前沿科技。

2、自动驾驶依赖于自动驾驶控制系统，自动驾驶控制系统通常被分为三部分：环境感知模块、决策规划模块、控制执行模块。

3、环境感知模块通过各种传感器去搜集汽车周边信息，常用的传感器包括了摄像头、激光雷达、毫米波雷达、组合导航等；环境感知模块可以通过搜集汽车周边信息，从而做出决策(转向、变道、加速、减速)。环境感知包括车辆本身状态、道路、行人、交通信号、交通标识、交通状况、周围车辆等。

4、决策规划模块是无人驾驶体现智能性的核心的技术，它通过综合分析环境感知系统提供的信息，及从高精度地图路由寻址的结果，对当前车辆进行规划(速度规划、朝向规划、加速度规划等)，并产生相应的决策(跟车、换道、停车等)。规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性。常用的决策技术有专家控制、隐马尔科夫模型、贝叶斯网络、模糊逻辑等。

5、控制执行模块的核心技术主要包括车辆的纵向控制和横向控制技术。其中，纵向控制，即车辆的驱动与制动控制，是指通过对油门和制动的协调，实现对期望车速的精确跟随。横向控制，即通过方向盘角度的调整以及轮胎力的控制，实现自动驾驶汽车的路径跟踪。

6、专利cn114693696a公开了一种点云数据处理方法，包括：获取初始点云数据，并确定所述初始点云数据的目标区域，其中，所述目标区域包含所述初始点云数据中每个点云；对所述目标区域进行栅格划分，得到多个栅格，其中，每个栅格中点云的特征数据满足特征分布条件，所述特征数据用于表示点云与所述点云的邻域点之间的空间几何关系；在每个栅格包含的点云中选择每个栅格的目标点云，并删除每个栅格中除目标点云以外的其它点云；根据每个栅格的目标点云，得到目标点云数据。该申请只能获得目标点云数据，不能定位到障碍物，不涉及障碍物的检测方法。

7、基于此，本技术提供了障碍物检测方法、装置、电子设备及计算机可读存储介质，以改进现有技术。

技术实现思路

1、本技术的目的在于提供障碍物检测方法、装置、电子设备及计算机可读存储介质，利用栅格进行障碍物检测，可以解决深度学习中数据采集、标注和训练时造成的成本过高的问题，无需采集大量数据也无需进行复杂耗时的学习与计算操作，即可实时且准确地检测出障碍物，大幅提高了障碍物检测的精度，提升了计算速度。

2、本技术的目的采用以下技术方案实现：

3、第一方面，本技术提供了一种障碍物检测方法，所述方法包括：

4、利用雷达实时获取原始点云图像；

5、对所述原始点云图像进行坐标矫正，以得到矫正点云图像；

6、对所述矫正点云图像的感兴趣区域之内的数据进行栅格划分，以得到多个栅格；

7、获取每个所述栅格的障碍物标记结果；

8、基于每个所述栅格的障碍物标记结果，获取所述原始点云图像对应的障碍物检测结果。

9、该技术方案的有益效果在于：利用雷达(lidar)实时获取原始点云图像，由于原始点云图像的地面通常不平行于真实地面，所以需要对原始点云图像进行坐标矫正，从而得到矫正点云图像，以便于后续的计算步骤。在矫正之后，在矫正图像中设计得到感兴趣区域，并获取感兴趣区域里的数据，根据感兴趣区域里的数据划分栅格，以得到多个栅格。在栅格中检测障碍物并对障碍物进行标记以得到标记结果，从而获取原始点云图像对应的障碍物检测结果。该障碍物检测方法可以解决数据采集、标注和训练时造成的成本过高的问题，无需采集大量数据也无需进行复杂耗时的学习与计算操作，即可实时且准确地检测出障碍物，大幅提高了障碍物检测的精度，提升了计算速度。

10、在一些可选的实施方式中，所述对所述原始点云图像进行坐标矫正，包括：

11、获取预设直角坐标系下所述原始点云图像对应的倾斜地面的法向量np；

12、获取所述预设直角坐标系下所述原始点云图像对应的真实地面的法向量nz；

13、计算倾斜地面的法向量np和真实地面的法向量nz之间的旋转变换矩阵；

14、利用所述旋转变换矩阵对所述原始点云图像进行旋转变换，得到所述矫正点云图像。

15、该技术方案的有益效果在于：首先设置直角坐标系，将原始点云图像放置于预设的直角坐标系中(通常情况下，原始点云图像的地面和真实地面是呈一定角度的，即二者的夹角非0°)，获取原始点云图像对应的倾斜地面的法向量np和真实地面的法向量nz，计算倾斜地面的法向量np和真实地面的法向量nz之间的旋转变换矩阵，然后依据旋转变换矩阵计算的结果对原始点云图像进行旋转变换以矫正原始点云图像的坐标，从而得到矫正点云图像。其中，利用旋转变化矩阵进行计算的好处是，同一个姿态的旋转变换矩阵是唯一的，不用进行重复多次的计算；还可以直接做旋转的叠加计算，计算过程简单；对坐标转化友好，更适合无人驾驶中矫正原始点云图像坐标的步骤。通过旋转变化矩阵对原始点云图像进行旋转变换，有利于处理点云的刚体变换，减少计算量，确保计算的准确性。

16、在一些可选的实施方式中，所述获取所述矫正点云图像的感兴趣区域之内的数据的过程包括：

17、针对所述矫正点云图像，保留设定的感兴趣区域之内的数据，剔除感兴趣区域之外的数据，以得到所述矫正点云图像的感兴趣区域之内的数据。

18、该技术方案的有益效果在于：首先设定感兴趣区域(roi)，其次保留设定的感兴趣区域之内的数据，剔除感兴趣区域之外的数据，可以减少计算的数据量，更加具有针对性，能够有效减少点云数量，实现点云数据压缩。

19、在一些可选的实施方式中，所述对所述矫正点云图像的感兴趣区域之内的数据进行栅格划分，包括：

20、基于设定的栅格分辨率，对所述矫正点云图像的感兴趣区域之内的数据进行栅格划分，以使所述矫正点云图像对应的点云数据被划分至多个所述栅格中。

21、该技术方案的有益效果在于：预先获取栅格的分辨率，在确保栅格分辨率精度的前提下，将点云数据划分至多个栅格中，栅格数据相对于矢量表达更具体，数据信息量更具体。划分步骤能够对点云数据中的数据进行选择性精简，可以更有针对性地选择数据，从而减少计算的数据量，降低服务器(一种管理计算资源的计算机)的算力的损耗。

22、在一些可选的实施方式中，所述获取每个所述栅格的障碍物标记结果，包括：

23、对每个所述栅格中的点云数量进行统计，将点云数量达到预设数量阈值的栅格标记为有效栅格；

24、对每个所述有效栅格中的点云高度进行排序，以获取每个所述有效栅格的最大高度值；

25、当所述有效栅格的最大高度值大于第一预设高度阈值时，确定所述有效栅格的障碍物标记结果是障碍物。

26、该技术方案的有益效果在于：首先设定数量阈值和第一高度阈值，数量阈值用于根据栅格中的点云数量判断该栅格是否是有效栅格，第一高度阈值用于根据有效栅格的最大高度值判断该有效栅格中是否存在障碍物。通过设置数量阈值和第一高度阈值，可以直观地判断有效栅格和障碍物，判断过程简单，判断速度快，判断效率高，所消耗的判断资源少。通过对有效栅格和障碍物的标记，可以直接获取判断结果，无需重复进行判断步骤，节省时间和资源。当使用接收设备接收标记指令时，可以使标记的操作进行得更有秩序性和逻辑性，提高操作的效率，确保各种操作正确执行。

27、在一些可选的实施方式中，所述获取每个所述栅格的障碍物标记结果，还包括：

28、当所述有效栅格的最大高度值不大于所述第一预设高度阈值时，计算所述有效栅格与四周邻域栅格的最大高度差；

29、当所述有效栅格与四周邻域栅格的最大高度差大于第二预设高度阈值时，确定所述有效栅格的障碍物标记结果为障碍物；

30、当所述有效栅格与四周邻域栅格的最大高度差不大于所述第二预设高度阈值时，确定所述有效栅格的障碍物标记结果为非障碍物。

31、该技术方案的有益效果在于：当有效栅格的最大高度值不大于第一预设高度阈值时，计算有效栅格与四周邻域栅格的最大高度差。此时设定第二高度阈值，第二高度阈值用于根据有效栅格与四周邻域栅格的最大高度差判断该有效栅格中是否存在障碍物。当有效栅格与四周邻域栅格的最大高度差大于第二预设高度阈值时，确定有效栅格中存在障碍物；当有效栅格与四周邻域栅格的最大高度差不大于第二预设高度阈值时，确定有效栅格中不存在障碍物。通过设置第二高度阈值，可以直观地判断有效栅格中的障碍物，判断过程简单，判断速度快，判断效率高，所消耗的判断资源少。通过对有效栅格中的障碍物的标记，可以直接获取判断结果，无需重复进行判断步骤，节省时间和资源。当使用接收设备接收标记指令时，可以使标记的操作进行得更有秩序性和逻辑性，提高操作的效率，确保各种操作正确执行。

32、在一些可选的实施方式中，所述基于每个所述栅格的障碍物标记结果，获取所述原始点云图像对应的障碍物检测结果，包括：

33、基于障碍物标记结果为障碍物的每个所述栅格的点云数据，获取障碍物的尺寸信息和所述障碍物在预设直角坐标系下的重心坐标信息；

34、基于所述感兴趣区域的坐标信息和每个所述栅格的索引信息，计算得到所述障碍物的每个栅格在预设直角坐标系下的真实坐标信息；

35、基于所述障碍物的尺寸信息、所述障碍物的重心坐标和所述障碍物的每个栅格的真实坐标信息，获取所述障碍物的三维检测信息作为所述原始点云图像对应的障碍物检测结果。

36、该技术方案的有益效果在于：根据障碍物标记结果为障碍物的每个所述栅格的点云数据，可以获得障碍物的尺寸信息和在特定直角坐标系中的重心坐标信息。这样做有利于得到后续的坐标数据。同样，感兴趣区域的坐标信息和每个栅格的索引信息，可以更方便地计算出在预设直角坐标系下每个障碍物在每个栅格中的真实坐标信息以确定其位置。通过障碍物的尺寸信息、障碍物的重心坐标和障碍物的每个栅格的真实坐标信息，获取障碍物的三维检测信息作为原始点云图像对应的障碍物检测结果，可以降低后续避障时空间建模难度，可以使计算进行得更有秩序性和逻辑性，提高操作的效率，确保各种操作正确执行。

37、在一些可选的实施方式中，所述获取所述障碍物的尺寸信息的过程包括：

38、针对障碍物标记结果为障碍物的每个所述栅格，执行以下处理：遍历所述栅格中的所有点云数据，分别找出所述栅格对应的所述预设直角坐标系的三个坐标轴对应的最大值和最小值；

39、基于障碍物标记结果为障碍物的所有栅格对应的所述预设直角坐标系的三个坐标轴对应的最大值和最小值之差，计算得到所述障碍物的尺寸信息；

40、该技术方案的有益效果在于：遍历所有点云数据，即对栅格化的障碍物点云数据采用不丢弃式全处理，保证了点云数据的完整性，使得后续阈值范围设定建立于全数据之上，可以分别找出栅格对应的预设直角坐标系的三个坐标轴对应的最大值和最小值。保证障碍物数据的整体性，使用最大值与最小值对应之差计算障碍物尺寸，例如可以将障碍物尺寸输出为标准长方体，可提高障碍物尺寸的拟合程度，降低后续避障时空间建模难度，提高避障的实时性，同时障碍物完全囊括可保证后续针对障碍物尺寸的避障措施安全可靠，不产生因障碍物估计过小或过近导致擦碰或撞击。

41、在一些可选的实施方式中，所述获取所述障碍物在预设直角坐标系下的重心坐标信息的过程包括：

42、计算得到障碍物标记结果为障碍物的每个所述栅格在所述预设直角坐标系下的重心坐标信息；

43、基于每个所述栅格在所述预设直角坐标系下的重心坐标信息，计算得到所述障碍物在预设直角坐标系下的重心坐标信息。

44、该技术方案的有益效果在于：计算每个栅格在预设直角坐标系下的重心坐标信息并根据重心坐标信息计算出障碍物在预设直角坐标系下的重心坐标信息。该步骤可以通过计算栅格的重心坐标信息来进一步确定障碍物的重心坐标信息，缩小了计算范围，减少重复计算步骤，节省时间和资源。如果不预先获取栅格的重心坐标信息，则在计算障碍物的重心坐标信息时会增加复杂度和难度，也不利于减少误差。

45、第二方面，本技术提供了一种障碍物检测装置，所述装置包括：

46、采集模块，用于利用雷达实时获取原始点云图像；

47、矫正模块，用于对所述原始点云图像进行坐标矫正，以得到矫正点云图像；

48、划分模块，用于对所述矫正点云图像的感兴趣区域之内的数据进行栅格划分，以得到多个栅格；

49、标记模块，用于获取每个所述栅格的障碍物标记结果；

50、结果模块，用于基于每个所述栅格的障碍物标记结果，获取所述原始点云图像对应的障碍物检测结果。

51、在一些可选的实施方式中，所述矫正模块用于：

52、获取预设直角坐标系下所述原始点云图像对应的倾斜地面的法向量np；

53、获取所述预设直角坐标系下所述原始点云图像对应的真实地面的法向量nz；

54、计算倾斜地面的法向量np和真实地面的法向量nz之间的旋转变换矩阵；

55、利用所述旋转变换矩阵对所述原始点云图像进行旋转变换，得到所述矫正点云图像。

56、在一些可选的实施方式中，所述划分模块还用于：

57、针对所述矫正点云图像，保留设定的感兴趣区域之内的数据，剔除感兴趣区域之外的数据，以得到所述矫正点云图像的感兴趣区域之内的数据。

58、在一些可选的实施方式中，所述划分模块用于：

59、基于设定的栅格分辨率，对所述矫正点云图像的感兴趣区域之内的数据进行栅格划分，以使所述矫正点云图像对应的点云数据被划分至多个所述栅格中。

60、在一些可选的实施方式中，所述标记模块用于：

61、对每个所述栅格中的点云数量进行统计，将点云数量达到预设数量阈值的栅格标记为有效栅格；

62、对每个所述有效栅格中的点云高度进行排序，以获取每个所述有效栅格的最大高度值；

63、当所述有效栅格的最大高度值大于第一预设高度阈值时，确定所述有效栅格的障碍物标记结果是障碍物。

64、在一些可选的实施方式中，所述标记模块还用于：

65、当所述有效栅格的最大高度值不大于所述第一预设高度阈值时，计算所述有效栅格与四周邻域栅格的最大高度差；

66、当所述有效栅格与四周邻域栅格的最大高度差大于第二预设高度阈值时，确定所述有效栅格的障碍物标记结果为障碍物；

67、当所述有效栅格与四周邻域栅格的最大高度差不大于所述第二预设高度阈值时，确定所述有效栅格的障碍物标记结果为非障碍物。

68、在一些可选的实施方式中，所述结果模块用于：

69、基于障碍物标记结果为障碍物的每个所述栅格的点云数据，获取障碍物的尺寸信息和所述障碍物在预设直角坐标系下的重心坐标信息；

70、基于所述感兴趣区域的坐标信息和每个所述栅格的索引信息，计算得到所述障碍物的每个栅格在预设直角坐标系下的真实坐标信息；

71、基于所述障碍物的尺寸信息、所述障碍物的重心坐标和所述障碍物的每个栅格的真实坐标信息，获取所述障碍物的三维检测信息作为所述原始点云图像对应的障碍物检测结果。

72、在一些可选的实施方式中，获取所述障碍物的尺寸信息的过程包括：

73、针对障碍物标记结果为障碍物的每个所述栅格，执行以下处理：遍历所述栅格中的所有点云数据，分别找出所述栅格对应的所述预设直角坐标系的三个坐标轴对应的最大值和最小值；

74、基于障碍物标记结果为障碍物的所有栅格对应的所述预设直角坐标系的三个坐标轴对应的最大值和最小值之差，计算得到所述障碍物的尺寸信息。

75、在一些可选的实施方式中，获取所述障碍物在预设直角坐标系下的重心坐标信息的过程包括：

76、计算得到障碍物标记结果为障碍物的每个所述栅格在所述预设直角坐标系下的重心坐标信息；

77、基于每个所述栅格在所述预设直角坐标系下的重心坐标信息，计算得到所述障碍物在预设直角坐标系下的重心坐标信息

78、第三方面，本技术提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项方法的步骤。

79、第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤。