[发明专利]图像的障碍目标检测方法、装置、电子设备及存储介质

说明书

本发明涉及图像识别技术领域，提供一种图像的障碍目标检测方法、装置、电子设备及存储介质，该方法包括：获取当前车辆行驶方向上的2D图像数据和雷达点云数据；根据2D图像数据确定图像中障碍目标的检测框；根据雷达点云数据和障碍目标的检测框确定所属于障碍目标的雷达点云数据；根据障碍目标的雷达点云数据构建所述障碍目标的3D框。通过使2D图像中障碍目标的检测框和雷达点云数据相关联，划分出所属于障碍目标的雷达点云数据并构建障碍目标的3D框，实现快速从雷达点云数据中确定所需的点云数据，加快对障碍目标的检测及定位。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种图像的障碍目标检测方法、系统、电子设备及存储介质。

背景技术

障碍主要指自动驾驶场景中在道路上遇到的物体，如车辆、行人、石头、倒落的树木、废旧轮胎等一切地面的异常凸起物。在自动驾驶场景中，现有对通用障碍物进行检测的方法主要有：结合超声波、毫米波、激光雷达实现通用障碍物的探测、在图像中利用可行驶区域分割、传统CV方法来实现对通用障碍物的提取。

对于雷达检测，激光雷达检测主要对金属类物体有较高的反射响应，且不容易精确的确定所属于障碍的点云数据，即点云数据划分不准确。

发明内容

针对现有技术存在的问题，本发明提供一种图像的障碍目标检测方法、系统、电子设备及存储介质。

第一方面，本发明提供一种图像的障碍目标检测方法，包括：

获取当前车辆行驶方向上的2D图像数据和雷达点云数据；

根据所述2D图像数据确定图像中障碍目标的检测框；

根据雷达点云数据和所述障碍目标的检测框确定所属于所述障碍目标的雷达点云数据；

根据所述障碍目标的雷达点云数据构建所述障碍目标的3D框。

在一个实施例中，所述根据雷达点云数据和所述障碍目标的检测框确定所属于所述障碍目标的雷达点云数据，包括：

根据所述2D图像数据建立2D坐标系，确定所述障碍目标的检测框在所述2D坐标系上的位置；

获得所述雷达点云数据在所述2D图像数据的投影点，确定所述投影点的位置，建立雷达点云数据与投影点的对应关系；

根据所述障碍目标的检测框在所述2D坐标系上的位置和所述投影点的位置，确定位于所述障碍目标的检测框内的投影点；

基于预设比例确定所述障碍目标的检测框的中心区域，以中心区域的投影点作为种子点，利用区域生长算法确定扩展区域；

基于所述中心区域和所述扩展区域内的投影点和所述雷达点云数据与投影点的对应关系确定所属于所述障碍目标的雷达点云数据。

在一个实施例中，所述根据所述障碍目标的雷达点云数据构建所述障碍目标的3D框，包括：

根据所述障碍目标的雷达点云数据确定中心位置点，建立以所述中心位置点的3D坐标系；

获取位于所述3D坐标系的各卦限内距离所述中心位置点最远的雷达点；

根据获取的各雷达点建立第一立体框，基于所述第一立体框进行镜像互补，确定所述障碍目标的3D框。

在一个实施例中，所述根据所述2D图像数据确定图像中障碍目标的检测框，包括：

确定所述2D图像数据中的特征点；所述特征点为每一帧图像中与地面区域相交的像素点；

根据所述特征点确定所述2D图像数据中的第一检测轮廓；所述第一检测轮廓为表征障碍物的轮廓；