[发明专利]障碍物类型识别方法、装置、设备及存储介质

说明书

本发明公开了障碍物类型识别方法、装置、设备及存储介质，其中方法包括：获取待识别的障碍物对应的三维点云数据；将所述三维点云数据及其尺寸数据映射到四维数组；基于所述四维数组，通过深度学习算法识别出所述障碍物的类型。应用本发明所述方案，能够确定出障碍物的类型，如人、自行车、机动车等；并且，可以识别出小型车、中型车与大型车；并且能够提高识别结果的准确性。

【技术领域】

本发明涉及计算机应用技术，特别涉及障碍物类型识别方法、装置、设备及存储介质。

【背景技术】

无人驾驶车辆，也可称为自动驾驶车辆，是指通过各种传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息等，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

无人驾驶车辆使用的3d感知障碍物检测技术，运用激光雷达获取车辆周边环境三维距离信息，激光雷达扫描一圈场景，返回场景三维空间的点云数据，即三维(3D)点云数据。基于车载三维激光雷达的环境感知障碍物检测技术，能够直接获取物体三维距离形状信息，具有测量精度高，对光照环境变化不敏感的优点。

基于扫描到的三维点云数据，通过距离分析识别技术对行驶环境进行感知，可进行障碍物的检测及障碍物类型的识别等，输出障碍物信息。包括车辆、行人、地面上可能影响车辆通过性、安全性的其它各种移动或静止物体的识别。以便无人驾驶车辆进行避障操作等。

为了使车辆能够安全、可靠地在道路上行驶，需要在行驶过程中，能够实时、准确识别出行驶路径周边对行驶安全可能存在安全隐患的物体，为车辆自身采取必要操作以避免发生交通安全事故。

现有技术中，由于激光雷达造价较高等因素，现有的环境感知技术方案多是基于2D视觉，基于激光雷达的3d感知技术的研究并不充分，没有一种成熟的实现方式，识别结果的准确性均较低；并且，虽然可以识别行人、小型车和大型车，但是在识别中型车与大型车方面效果不太理想。

【发明内容】

本申请的多个方面提供了障碍物检测方法、装置、设备及存储介质，能够提高识别结果的准确性。

本申请的一方面，提供一种障碍物类型识别方法，包括：

获取待识别的障碍物对应的三维点云数据；

将所述三维点云数据及其尺寸数据映射到四维数组；

基于所述四维数组，通过深度学习算法识别出所述障碍物的类型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法进一步包括：

获取从扫描得到的三维点云数据中检测出的每个障碍物；

分别将检测出的每个障碍物作为所述待识别的障碍物；

其中，所述三维点云数据为对无人驾驶车辆周围环境进行扫描得到的。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述四维数组以C*H*W数组的格式保存在数据库中，其中，C＝4，包括RGB三个通道和尺寸特征通道。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述将所述三维点云数据及其尺寸数据映射到四维数组包括：

从第一视角将所述三维点云数据映射到四维数组的R通道；

从第二视角将所述三维点云数据映射到四维数组的G通道；

从第三视角将所述三维点云数据映射到四维数组的B通道；

将三维点云数据的尺寸数据映射到四维数组的尺寸特征通道；

根据各映射结果生成所述四维数组。