[发明专利]障碍物识别方法及装置、电子设备、存储介质

权利要求书

1.一种障碍物识别方法，其特征在于，包括：

通过多线激光雷达获取的当前帧的激光雷达数据提取障碍物特征；

根据所述障碍物特征建立当前帧的障碍物模型；

将当前帧的所述障碍物模型与上一帧的障碍物模型进行比较，以判断是否存在动态障碍物；

在判断存在所述动态障碍物时，对所述障碍物模型进行运动学分析，以确定所述动态障碍物的运动状态。

2.根据权利要求1所述的障碍物识别方法，其特征在于，将当前帧的所述障碍物模型与上一帧的障碍物模型进行比较，包括：

分别计算当前帧的所述障碍物模型与上一帧的所述障碍物模型之间的相似度；

从计算的所有相似度中获取最大相似度；

通过最大相似度对当前帧的所述障碍物模型与上一帧的所述障碍物模型进行匹配。

3.根据权利要求2所述的障碍物识别方法，其特征在于，所述相似度的计算公式为：

其中，i，j分别为障碍物块系数，(x，y)是障碍物中心的坐标，l、w分别是障碍物的长和宽，m为障碍物激光回波脉冲宽度均值，a、b、c、d为权重值。

4.根据权利要求1所述的障碍物识别方法，其特征在于，对所述障碍物模型进行运动学分析，以确定所述动态障碍物的运动状态，包括：

获取上一帧的所述障碍物模型的第一位置信息；

获取当前帧中的所述障碍物模型的第二位置信息；

通过所述第一位置信息以及所述第二位置信息，确定所述动态障碍物的运动方向以及运动速度。

5.根据权利要求1所述的障碍物识别方法，其特征在于，通过多线激光雷达获取的当前帧的激光雷达数据提取障碍物特征，包括：

基于邻域搜索算法判断所述激光雷达数据中相邻激光点之间的距离；

根据所述距离确定相邻激光点之间是否存在拐点；

计算存在拐点的激光点两个边之间的第一线性度；

计算不存在拐点的激光点的第二线性度；

根据所述第一线性度拟合第一线段，并根据所述第二线性度拟合第二线段；

通过所述第一线段和所述第二线段，提取所述障碍物的拐角特征以及边沿特征。

6.根据权利要求1所述的障碍物识别方法，其特征在于，在判断存在所述动态障碍物时，所述方法还包括：

根据所述障碍物模型建立障碍物块列表，以通过所述障碍物块列表存储当前帧的所述障碍物模型。

7.根据权利要求1所述的障碍物识别方法，其特征在于，所述障碍物模型包括框模型或点模型。

8.根据权利要求1所述的障碍物识别方法，其特征在于，所述多线激光雷达设于车辆前方以及车辆顶部。

9.根据权利要求1所述的障碍物识别方法，其特征在于，所述方法还包括：

通过深度学习方法识别所述动态障碍物的类型。

10.一种障碍物识别装置，其特征在于，包括：

特征提取模块，用于通过多线激光雷达获取的当前帧的激光雷达数据提取障碍物特征；

模型建立模块，用于根据所述障碍物特征建立当前帧的障碍物模型；

模型比较模块，用于将当前帧的所述障碍物模型与上一帧的障碍物模型进行比较，以判断是否存在动态障碍物；

状态确定模块，用于在判断存在所述动态障碍物时，对所述障碍物模型进行运动学分析，以确定所述动态障碍物的运动状态。

11.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-9任一项所述的障碍物识别方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-9任一项所述的障碍物识别方法。