[发明专利]障碍物识别方法和装置

权利要求书

1.一种障碍物识别方法，所述方法包括：

根据当前车辆的位姿信息，获取车辆的行驶位置对应的预设范围内的点云地图的静态障碍物的点云数据，作为第一点云数据，其中，所述点云地图是车辆预先在道路上行进时使用车辆上的激光雷达对周围环境进行扫描得到点云数据，并根据其中的静态物体的点云数据构建的全局点云地图；

获取当前车辆的激光雷达采集的点云数据，作为第二点云数据；

对所述第二点云数据与所述第一点云数据进行匹配，根据匹配结果标记出所述第二点云数据中的障碍物的点云，其中，所述第二点云数据为将当前车辆的位姿信息校正至标准位姿信息下对应的点云数据，所述标准位姿信息为所述点云地图对应的车辆的位姿信息；

获取当前车辆的图像采集设备采集的图像数据，基于将第二点云数据中的障碍物的点云标记结果所指示的障碍物的点云特征与图像数据的特征进行融合得到的融合特征，识别出障碍物，其中，所述图像采集设备与所述当前车辆的激光雷达进行同步数据采集。

2.根据权利要求1所述的方法，所述对所述第二点云数据与所述第一点云数据进行匹配，根据匹配结果标记出所述第二点云数据中的障碍物的点云，包括：

将所述第二点云数据及所述第一点云数据转换至同一坐标系下；

将所述第二点云数据中的各点分别与所述第一点云数据中的各点进行匹配，若在所述第一点云数据中能查找到与所述第二点云数据中的点对应的点，则确定所述第二点云数据中的点为静态障碍物的点并将对应点的属性值标记为1，若在所述第一点云数据中不能查找到与所述第二点云数据中的点对应的点，则确定所述第二点云数据中的点为动态障碍物的点并将对应点的属性值标记为0。

3.根据权利要求1或2所述的方法，所述基于将第二点云数据中的障碍物的点云标记结果所指示的障碍物的点云特征与图像数据的特征进行融合得到的融合特征，识别出障碍物，包括：

根据所述第二点云数据中的障碍物的点云标记结果，提取出障碍物的点云，对提取出的障碍物的点云进行特征提取，将提取出的特征输入至预先训练的神经网络模型进行识别。

4.根据权利要求1或2所述的方法，所述基于将第二点云数据中的障碍物的点云标记结果所指示的障碍物的点云特征与图像数据的特征进行融合得到的融合特征，联合识别出障碍物，包括：

根据所述第二点云数据中障碍物的点云标记结果，提取出静态障碍物的点云，对提取出的静态障碍物的点云进行特征提取，根据提取出的特征与预设的模板库中的静态障碍物的三维模板进行匹配，以识别出静态障碍物。

5.根据权利要求1或2所述的方法，所述预设范围包括以当前车辆的位置为中心，以所述当前车辆的激光雷达的测量范围为半径的区域。

6.一种障碍物识别装置，所述装置包括：

第一获取模块，配置用于根据当前车辆的位姿信息，获取车辆的行驶位置对应的预设范围内的点云地图的静态障碍物的点云数据，作为第一点云数据，其中，所述点云地图是车辆预先在道路上行进时使用车辆上的激光雷达对周围环境进行扫描得到点云数据，并根据其中的静态物体的点云数据构建的全局点云地图；

第二获取模块，配置用于获取当前车辆的激光雷达采集的点云数据，作为第二点云数据；

匹配模块，配置用于对所述第二点云数据与所述第一点云数据进行匹配，根据匹配结果标记出所述第二点云数据中的障碍物的点云，其中，所述第二点云数据为将当前车辆的位姿信息校正至标准位姿信息下对应的点云数据，所述标准位姿信息为所述点云地图对应的车辆的位姿信息；

识别模块，配置用于获取当前车辆的图像采集设备采集的图像数据，基于将第二点云数据中的障碍物的点云标记结果所指示的障碍物的点云特征与图像数据的特征进行融合得到的融合特征，识别出障碍物，其中，所述图像采集设备与所述当前车辆的激光雷达进行同步数据采集。