[发明专利]障碍物分割方法及装置、计算机设备及可读介质

说明书

本发明提供一种障碍物分割方法及装置、计算机设备及可读介质。其方法包括：从根据当前车辆周围的障碍物点云获取的数个窗口中，获取属于同一预设的邻域区间的多组窗口对；根据当前车辆周围的障碍物点云，获取各组窗口对中的两个窗口的特征信息以及两个窗口的中心点的特征信息；根据各组窗口对中的两个窗口的特征信息、两个窗口的中心点的特征信息以及预先训练的语义特征模型，预测对应的窗口对中的两个窗口的中心点对应的语义特征信息；根据各组窗口对中的两个窗口的中心点对应的语义特征信息，对障碍物点云中各障碍物进行分割。采用本发明的技术方案，能够有效地提高障碍物分割的准确性，进而能够有效地提高对障碍物分割的精度。

【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分割方法及装置、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，为了保证无人车在道路上行驶的安全，需要实时从当前车辆周围的三维点云中分割出障碍物，以从当前车辆周围环境中检测出每个障碍物的位置信息，并将其反馈给规划控制系统从而进行避章操作。因此，对三维点云中的障碍物的分割是一项非常关键的技术。

现有技术中，受限于“实时”的效率要求，无人车行驶中的障碍物分割算法基本都只依赖于空间距离信息。其基本假设是空间上距离接近的点来自于同一个障碍物，反之距离较远的物体分布在不同的障碍物上。基于这种假设，该类方法又可以大致分为基于局部区域生长方法和非局部图模型切割的方法。其中局部区域生长方法是根据局部距离利用一个或多个阈值通过“连接”操作进行生长。“连接”操作即为将欧式距离低于某阈值的点连接起来作为一个cluster。而基于图模型的方法则先将点云表示成一张图。其中，图的“顶点”是点或者一小块点集，而“边”连接了局部距离较近的顶点(可以是最近的K个顶点，或者距离小于一定阈值的顶点)。最后通过优化一个目标函数(例如normalized cut算法)来决定边集的切割，切割后连通的顶点集作为一个cluster。这样，通过上述两种方式中任一种对三维点云中的所有点进行处理，可以实现对三维点云中的障碍物的分割。

上述现有技术中仅仅依靠局部的空间距离信息对障碍物进行分割，而难以将障碍物高质量地从点云中分割出来；例如基于区域生长的方法，难以确定分割的阈值，阈值过大容易欠分割(多个障碍物被当作一个cluster)，反之则容易过分割(一个障碍物被分成多个cluster)。而基于图模型的方法有一个自适应的动态的分割阈值，也不能很好的处理过分割和欠分割的问题。因此，现有技术的障碍物分割方法对障碍物分割的精度较低。

【发明内容】

本发明提供了一种障碍物分割方法及装置、计算机设备及可读介质，用于提高自动驾驶领域中对障碍物的分割精度。

本发明提供一种障碍物分割方法，所述方法包括：

从根据当前车辆周围的障碍物点云获取的数个窗口中，获取属于同一预设的邻域区间的多组窗口对；各组所述窗口对中包括两个所述窗口；

根据所述当前车辆周围的所述障碍物点云，获取各组所述窗口对中的两个所述窗口的特征信息以及两个所述窗口的中心点的特征信息；

根据各组所述窗口对中的两个所述窗口的特征信息、对应的所述窗口对中的两个所述窗口的中心点的特征信息以及预先训练的语义特征模型，预测对应的所述窗口对中的两个所述窗口的中心点对应的语义特征信息；

根据各组所述窗口对中的两个所述窗口的中心点对应的语义特征信息，对所述障碍物点云中的各障碍物进行分割。

本发明还提供一种障碍物分割装置，所述装置包括：

窗口对获取模块，用于从根据当前车辆周围的障碍物点云获取的数个窗口中，获取属于同一预设的邻域区间的多组窗口对；各组所述窗口对中包括两个所述窗口；

信息获取模块，用于根据所述当前车辆周围的所述障碍物点云，获取各组所述窗口对中的两个所述窗口的特征信息以及两个所述窗口的中心点的特征信息；