障碍物检测方法、装置、设备以及计算机可读存储介质与流程

本申请属于智能驾驶，尤其涉及一种障碍物检测方法、装置、设备以及计算机可读存储介质。

背景技术：

1、智能驾驶技术主要包括环境感知、决策规划和轨迹跟踪三个方面，其中，环境感知是实现车辆智能驾驶的第一个环节，主要通过车辆上安装的摄像头、毫米波雷达、超声波雷达和激光雷达等各类传感器获取车辆周边信息，产生图片数据、视频数据、点云数据以及电磁波数据等信息。

2、车辆周边的障碍物检测是环境感知层的重要内容，是实现车辆智能驾驶功能的前提。目前，常见的障碍物检测方式为通过深度学习模型检测智能驾驶场景中的障碍物信息，然而由于深度学习模型的预测结果受到多种因素的影响，如数据质量、模型结构、训练方法、参数数量等，导致深度学习模型的准确度难以保证的问题。

3、综上，如何提供一种障碍物检测策略，以提高车辆周边障碍物检测的准确性，已经成为智能驾驶技术领域亟待解决的技术问题。

技术实现思路

1、本申请的主要目的在于提供一种障碍物检测方法、装置、设备以及计算机可读存储介质。旨在提高车辆周边障碍物检测的准确性。

2、为了实现上述目的，本申请提供一种障碍物检测方法，所述障碍物检测方法包括以下步骤：

3、获取预设障碍物检测模型检测到的车辆周边的即时障碍物的第一障碍物信息；

4、基于所述第一障碍物信息判断所述即时障碍物是否满足预设的误检条件；

5、在所述即时障碍物不满足所述误检条件的情况下，基于所述第一障碍物信息对预先构建的数据结构进行更新，其中，所述数据结构中存放的存档障碍物的第二障碍物信息用于控车。

6、可选地，所述第一障碍物信息包括所述即时障碍物的位置、置信度和障碍物类型，所述基于所述第一障碍物信息判断所述即时障碍物是否满足预设的误检条件的步骤，包括：

7、在所述位置在所述车辆的可观测区域内且所述置信度大于第一预设阈值的情况下，基于所述障碍物类型判断所述即时障碍物是否满足预设的误检条件。

8、可选地，所述第一障碍物信息还包括所述即时障碍物的航向角，所述基于所述障碍物类型判断所述即时障碍物是否满足预设的误检条件的步骤，包括：

9、在所述障碍物类型为非车辆类型的情况下，确定所述即时障碍物不满足预设的误检条件；

10、在所述障碍物类型为车辆类型的情况下，判断所述航向角是否在预设标准范围内；

11、若所述航向角在所述预设标准范围内，则确定所述即时障碍物不满足预设的误检条件。

12、可选地，所述第一障碍物信息还包括所述即时障碍物所在的第一区域，所述第二障碍物信息包括所述存档障碍物所在的第二区域，所述基于所述第一障碍物信息对预先构建的数据结构进行更新的步骤，包括：

13、在所述即时障碍物和所述存档障碍物的类型均为车辆类型的情况下，确定所述第一区域和所述第二区域之间的交并比；

14、在所述交并比大于第二预设阈值时，基于所述第一障碍物信息对第二障碍物信息进行更新；

15、在所述交并比小于或者等于所述第二预设阈值时，将所述第一障碍物信息添加至预先构建的数据结构中以对所述数据结构进行更新。

16、可选地，所述基于所述第一障碍物信息对预先构建的数据结构进行更新的步骤，包括：

17、在所述即时障碍物和所述存档障碍物的类型均为非车辆类型的情况下，确定所述即时障碍物的中点坐标和所述存档障碍物的中心坐标之间的距离；

18、在所述距离小于预设距离时，基于所述第一障碍物信息对所述第二障碍物信息进行更新；

19、在所述距离大于或者等于所述预设距离时，将所述第一障碍物信息添加至预先构建的数据结构中以对所述数据结构进行更新。

20、可选地，所述车辆的可观测区域由第三区域和第四区域构成，在所述第三区域内检测到的障碍物信息比在所述第四区域内检测到的障碍物信息更准确；

21、所述基于所述第一障碍物信息对所述第二障碍物信息进行更新的步骤，包括：

22、在所述存档障碍物的位置在所述第三区域内的情况下，基于预设权重对所述第一障碍物信息和所述第二障碍物信息进行加权求和，得到更新后的第二障碍物信息；

23、在所述即时障碍物的位置在所述第四区域内的情况下，将所述第一障碍物信息替换所述第二障碍物信息，得到更新后的第二障碍物信息。

24、可选地，所述基于所述第一障碍物信息对预先构建的数据结构进行更新的步骤之后，所述方法还包括：

25、在所述第二障碍物信息的更新频率大于第三预设阈值时，基于所述第二障碍物信息对所述车辆进行控制。

26、此外，为实现上述目的，本申请还提供一种障碍物检测装置，所述障碍物检测装置包括以下步骤：

27、获取模块，用于获取预设障碍物检测模型检测到的车辆周边的即时障碍物的第一障碍物信息；

28、判断模块，用于基于所述第一障碍物信息判断所述即时障碍物是否满足预设的误检条件；

29、更新模块，用于在所述即时障碍物不满足所述误检条件的情况下，基于所述第一障碍物信息对预先构建的数据结构进行更新，其中，所述数据结构中存放的存档障碍物的第二障碍物信息用于控车。

30、此外，为实现上述目的，本申请还提供一种障碍物检测设备，所述障碍物检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的障碍物检测程序，所述障碍物检测设备的障碍物检测程序被所述处理器执行时实现如上所述的障碍物检测方法的步骤。

31、此外，为实现上述目的，本申请还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障碍物检测程序，所述障碍物检测程序被处理器执行时实现如上所述的障碍物检测方法的步骤。

32、本申请实施例通过获取预设障碍物检测模型检测到的车辆周边的即时障碍物的第一障碍物信息，基于该第一障碍物信息判断即时障碍物是否满足预设的误检条件，在即时障碍物不满足预设的误检条件的情况下，基于第一障碍物信息对预先构建的数据结构进行更新，需要说明的是，该数据结构中存放的是用于控车的第二障碍物信息，第二障碍物信息为数据结构中保存的各障碍物(即存档障碍物)的障碍物信息。如此，相比于传统基于深度学习模型对车辆周边的障碍物进行检测以实现避障控车的方式，本申请在得到障碍物检测模型检测到的障碍物信息之后，对该障碍物信息进行误检判断，以过滤掉误检的障碍物信息，并基于不满足预设误检条件的障碍物信息对用于控车的障碍物信息进行更新，以基于实时检测到的新的障碍物信息进行车辆避障控制，从而提高了车辆周边障碍物检测的准确性。

技术特征：

1.一种障碍物检测方法，其特征在于，所述障碍物检测方法包括以下步骤：

2.如权利要求1所述的障碍物检测方法，其特征在于，所述第一障碍物信息包括所述即时障碍物的位置、置信度和障碍物类型，所述基于所述第一障碍物信息判断所述即时障碍物是否满足预设的误检条件的步骤，包括：

3.如权利要求2所述的障碍物检测方法，其特征在于，所述第一障碍物信息还包括所述即时障碍物的航向角，所述基于所述障碍物类型判断所述即时障碍物是否满足预设的误检条件的步骤，包括：

4.如权利要求1所述的障碍物检测方法，其特征在于，所述第一障碍物信息还包括所述即时障碍物所在的第一区域，所述第二障碍物信息包括所述存档障碍物所在的第二区域，所述基于所述第一障碍物信息对预先构建的数据结构进行更新的步骤，包括：

5.如权利要求1所述的障碍物检测方法，其特征在于，所述基于所述第一障碍物信息对预先构建的数据结构进行更新的步骤，包括：

6.如权利要求4至5中任一项所述的障碍物检测方法，其特征在于，所述车辆的可观测区域由第三区域和第四区域构成，在所述第三区域内检测到的障碍物信息比在所述第四区域内检测到的障碍物信息更准确；

7.如权利要求1所述的障碍物检测方法，其特征在于，所述基于所述第一障碍物信息对预先构建的数据结构进行更新的步骤之后，所述方法还包括：

8.一种障碍物检测装置，其特征在于，所述障碍物检测装置包括以下步骤：

9.一种障碍物检测设备，其特征在于，所述障碍物检测设备包括：存储器和处理器，所述存储器存储有可在所述处理器上运行的障碍物检测程序，所述障碍物检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的障碍物检测方法的步骤。

10.一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障碍物检测程序，所述障碍物检测程序被处理器执行时实现如权利要求1至7中任一项所述的障碍物检测方法的步骤。

技术总结
本申请公开了一种障碍物检测方法、装置、设备以及计算机可读存储介质，属于智能驾驶技术领域，该障碍物检测方法包括：获取预设障碍物检测模型检测到的车辆周边的即时障碍物的第一障碍物信息；基于第一障碍物信息判断即时障碍物是否满足预设的误检条件；在即时障碍物不满足误检条件的情况下，基于第一障碍物信息对预先构建的数据结构进行更新，其中，数据结构中存放的存档障碍物的第二障碍物信息用于控车。本申请提供一种障碍物检测策略，以提高车辆周边障碍物检测的准确性。

技术研发人员：刘子旭,赵雨佳,罗庚,陈超越
受保护的技术使用者：浙江吉利控股集团有限公司
技术研发日：
技术公布日：2024/6/2