[发明专利]障碍物的检测方法、装置、无人车及存储介质

说明书

本申请公开了障碍物的检测方法、装置、无人车及存储介质，涉及自动驾驶技术领域。本申请中的方法的具体实现方案为：采集包含障碍物的图像；从图像中识别出障碍物的接地点；根据所述接地点与无人车之间的距离，生成控制决策；根据所述控制决策行驶。本申请可以准确地识别出障碍物的接地点，从而测量出无人车与障碍物之间的真实距离，使得生成的控制决策更加精准，提高驾驶体验。

技术领域

本申请涉及数据处理技术领域中的自动驾驶技术，尤其涉及一种障碍物的检测方法、装置、无人车及存储介质。

背景技术

随着计算机、图像处理以及无线通信等技术的进步，目前汽车行业正朝着智能化方向发展，而自动驾驶则是汽车智能化发展的重点。自动驾驶控制中，经常需要对障碍物进行检测，进而根据障碍物与自动驾驶车辆之间的距离做出驾驶决策。

现有技术中，一般采用视觉感知技术，获取到图像中障碍物的中心点，然后将中心点投影到车身，然后利用相似三角形换算出障碍物到自动驾驶车辆之间的距离。

但是，上述方法中图像障碍物的中心点并不是障碍物的实际接地点，因此其计算出来的距离存在误差，从而影响自动驾驶决策的准确性。

发明内容

本申请提供一种障碍物的检测方法、装置、无人车及存储介质，可以准确地识别出障碍物的接地点，从而测量出无人车与障碍物之间的真实距离，使得生成的控制决策更加精准，提高驾驶体验。

第一方面，本申请实施例提供一种障碍物的检测方法，所述方法包括：

采集包含障碍物的图像；

从图像中识别出障碍物的接地点；

根据所述接地点与无人车之间的距离，生成控制决策；

根据所述控制决策行驶。

本实施例中，通过检测障碍物的真实接地点，然后根据真实接地点获取自动驾驶车辆与障碍物之间的距离，根据该距离生成驾驶决策，从而可以提高驾驶决策的准确性，减少因为测距不准造成的点刹。

在一种可能的设计中，所述从图像中识别出障碍物的接地点，包括：

通过三分支网络识别图像中障碍物的接地点，其中，所述三分支网络包括：第一分支网络、第二分支网络、第三分支网络；所述第一分支网络用于识别出图像中障碍物的边界框；所述第二分支网络用于识别出边界框的中心区域和障碍物的类别；所述第三分支网络用于根据所述障碍物的类别、边界框，以及边界框的中心区域，识别出障碍物的接地点。

本实施例中，通过三分支网络分别检测出障碍物的边界框、边界框的中心区域和障碍物的类别，并根据障碍物的类别、边界框，以及边界框的中心区域，识别出障碍物的接地点。从而可以根据真实接地点获取自动驾驶车辆与障碍物之间的距离，根据该距离生成驾驶决策，从而可以提高驾驶决策的准确性，减少因为测距不准造成的点刹，提高驾驶体验。

在一种可能的设计中，在根据所述接地点与无人车之间的距离，生成控制决策之前，还包括：

测量所述接地点与无人车之间的距离。

本实施例中，可以基于障碍物的接地点来测量障碍物与无人车之间的距离，从而使得检测的距离更加真实，使得生成的控制决策更加精准，提高驾驶体验。

在一种可能的设计中，所述测量所述接地点与无人车之间的距离，包括：

将所有所述接地点投影至3D世界坐标系下，得到所述接地点的三维坐标；

根据所述接地点的三维坐标，生成所述障碍物的3D轮廓；

测量无人车与所述障碍物的3D轮廓之间的距离。