[发明专利]障碍物识别方法及装置、计算机设备及可读介质

说明书

本发明提供一种障碍物识别方法及装置、计算机设备及可读介质。其方法包括：获取当前车辆周围的连续N+1帧的待识别障碍物的信息；根据前N帧各帧中的待识别障碍物的信息，获取各帧中至少两个高度的点云层在水平面的第一点云投影图、识别障碍物在水平面的第一反射信息投影图、以及待识别障碍物在水平面的第一占空比投影图；根据预先训练的分类器模型、预先获取的前N帧中各帧中待识别障碍物在水平面的第一障碍物类别图、预先设置的前N帧中各帧的权重以及各帧的至少两个第一点云投影图、第一反射信息投影图和第一占空比投影图，预测第N+1帧的第一障碍物类别图。本发明的技术方案，能够有效地提高对待识别的障碍物的识别准确度和识别效率。

【技术领域】

本发明涉及自动驾驶技术领域，尤其涉及一种障碍物识别方法及装置、计算机设备及可读介质。

【背景技术】

在现有的自动驾驶技术中，待识别的障碍物识别输出的信息会作为控制和策划的信息的输入，因此，对待识别的障碍物进行准确而快速的识别是一项非常关键的技术。

现有技术中，通常采用摄像头和激光雷达对待识别的障碍物进行识别。其中摄像头方案可以应用在光照非常充足，环境比较稳定的场景下。但是在天气不好和道路环境混乱的情况下，摄像头方案的视觉一直都不够稳定，导致采集的待识别的障碍物的信息不准确。而激光雷达虽然非常昂贵，但是激光雷达方案识别的待识别的障碍物时非常稳定和安全。现有技术中，采用激光雷达识别待识别的障碍物时，根据激光雷达扫描单帧的待识别的障碍物所获取的待识别的障碍物的点云大小以及局部特征，来判断待识别的障碍物的类别。其中激光雷达扫描一帧的点云通常指的是激光雷达在1s内旋转360度扫描当前车辆周围一圈的障碍物所得的点云；因此，一帧的点云中可以包括一个待识别的障碍物，也可以包括多个待识别的障碍物。然后可以根据待识别的障碍物的点云的局部特征是否为人的头像，来判断待识别的障碍物是否为人；根据待识别的障碍物的点云的局部特征是否为自行车的车头特征，来判断待识别的障碍物是否为自行车等等。

但是现有技术中，根据激光雷达扫描的单帧的待识别的障碍物的点云检测待识别的障碍物时，所有待识别的障碍物都是静止的，例如很容易将行人识别为如背景中的柱状物体等，导致识别道路中的待识别的障碍物的识别准确度较差、识别效率较低。

【发明内容】

本发明提供了一种障碍物识别方法及装置、计算机设备及可读介质，用于提高自动驾驶中待识别的障碍物的识别准确度和识别效率。

本发明提供一种障碍物识别方法，所述方法包括：

获取激光雷达扫描当前车辆周围的连续N+1帧的待识别障碍物的信息；

根据所述N+1帧中的前N帧的各帧中的所述待识别障碍物的信息，获取各所述帧中至少两个高度的点云层在水平面的第一点云投影图、各所述帧中所述待识别障碍物在所述水平面的第一反射信息投影图、以及各所述帧中所述待识别障碍物在所述水平面的第一占空比投影图；

根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图，预测所述N+1帧中的第N+1帧的所述第一障碍物类别图。

进一步可选地，在如上所述的方法中，根据预先训练的分类器模型、预先获取的所述前N帧中各所述帧中所述待识别障碍物在所述水平面的第一障碍物类别图、预先设置的所述前N帧中各所述帧的权重以及所述前N帧中各所述帧的至少两个所述第一点云投影图、所述第一反射信息投影图和所述第一占空比投影图，预测所述N+1帧中的第N+1帧的所述第一障碍物类别图之后，所述方法还包括：

根据所述第N+1帧的所述第一障碍物类别图和所述第N+1帧的所述待识别障碍物的信息，识别所述第N+1帧的点云中各所述待识别障碍物的类别。