[发明专利]障碍物的检测方法、装置、设备及存储介质

说明书

本发明涉及自动驾驶技术领域，公开了一种障碍物的检测方法、装置、设备及存储介质，用于提高障碍物检测的效率和实时性。所述障碍物的检测方法包括：获取当前帧的原始障碍物信息，并将原始障碍物信息投射至预设的网络模型；基于网络模型中所有网格的索引，通过网络模型的历史检测记录确定网络模型中的第一网格和第二网格；第一网格用于指示类别信息可复用的网格；第二网格用于指示类别信息不可复用的网格；将历史检测记录中第一网格对应的类别信息确定为第一网格对应的类别信息，并对第二网格进行梯度变化的类别聚类，得到第二网格对应的类别信息；基于类别信息，输出当前帧的目标障碍物信息。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种障碍物的检测方法、装置、设备及存储介质。

背景技术

在自动驾驶技术领域中，为了提高自动驾驶车辆的环境感知能力，在检测障碍物时，通常会融合不同类型检测源的信息，如相机、激光雷达等，以提高障碍物检测的准确度。

现有技术在融合不同类型检测源的信息时，通常是针对每一帧进行一次算法的检测，但是，由于环境的变化通常是连续的，这种方式忽略了帧与帧之间的数据连贯性对障碍物检测的价值，导致检测的效率低、实时性差。

发明内容

本发明提供了一种障碍物的检测方法、装置、设备及存储介质，用于提高障碍物检测的效率和实时性。

本发明第一方面提供了一种障碍物的检测方法，包括：

获取当前帧的原始障碍物信息，并将所述原始障碍物信息投射至预设的网络模型；

基于所述网络模型中所有网格的索引，通过所述网络模型的历史检测记录确定所述网络模型中的第一网格和第二网格；所述第一网格用于指示类别信息可复用的网格；所述第二网格用于指示类别信息不可复用的网格；

将所述历史检测记录中所述第一网格对应的类别信息确定为所述第一网格对应的类别信息，并对所述第二网格进行梯度变化的类别聚类，得到所述第二网格对应的类别信息；

基于所述类别信息，输出当前帧的目标障碍物信息。

可选的，所述基于所述网络模型中所有网格的索引，通过所述网络模型的历史检测记录确定所述网络模型中的第一网格和第二网格，包括：

根据所述网络模型中所有网格的索引，对所述网络模型的历史检测记录进行网格类别匹配，得到每个网格对应的匹配结果；所述匹配结果用于指示所述历史检测记录中能否匹配到对应网格的类别信息；

若所述匹配结果指示所述历史检测记录中匹配到对应网格的类别信息，则将对应网格确定为第一网格；

若所述匹配结果指示所述历史检测记录中未匹配到对应网格的类别信息，则将对应网格确定为第二网格。

可选的，所述根据所述网络模型中所有网格的索引，对所述网络模型的历史检测记录进行网格类别匹配，得到每个网格对应的匹配结果，包括：

对所述网络模型中的历史检测记录进行噪点去除和高度平滑处理，得到所述网络模型中的目标检测数据；所述目标检测数据包括历史高度信息；

根据所述网络模型中所有网格的索引，将各网格的原始障碍物信息中的高度信息与相邻网格的历史高度信息进行梯度差异计算，得到各网格对应的梯度差异值；所述梯度差异值用于指示匹配结果；所述相邻网格用于指示与对应网格的欧氏距离小于预设距离阈值的网格；

若所述梯度差异值小于预设梯度阈值，则确定所述匹配结果指示所述历史检测记录中匹配到对应网格的类别信息；

若所述梯度差异值大于或等于预设梯度阈值，则确定所述匹配结果指示所述历史检测记录中未匹配到对应网格的类别信息。

可选的，所述对所述第二网格进行梯度变化的类别聚类，得到所述第二网格对应的类别信息，包括：