[发明专利]一种钢厂环境下障碍物检测方法及装置

说明书

本申请提供一种钢厂环境下障碍物检测方法及装置，该方法包括：获取钢厂环境下待检测的目标检测数据集；对目标检测数据集进行缩放处理，得到缩放数据集；通过预设的特征提取网络对缩放数据集进行处理，得到特征图；根据特征图进行障碍物预测，得到预测结果；根据预测结果确定最终的障碍物检测结果。可见，该方法及装置能够实时感知轨道机车周围障碍物，不容易受环境因素影响，准确率高，从而能够为轨道机车自动驾驶的路径规划与决策提供了可靠的数据支持。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种钢厂环境下障碍物检测方法及装置。

背景技术

目前，钢铁企业力推打造一套全天候、全流程、高效安全的智能铁水运输系统，实现铁水运行区域的铁水调度智能化和机车驾驶无人化，提高铁水运输调度计划的精确性和及时性，提高铁水调度和机车调度的作业效率。现有钢铁厂轨道机车自动驾驶任务中障碍物检测方法，通常是通过相机获得RGB图片，传入到二维的障碍物检测算法模型中得到障碍物的类别和二维平面坐标信息。然而，在实践中发现，现有方法受相机拍摄的图片质量影响较大，如果不能满足特定的照明条件(照明角度、波长等)，则无法从图像背景中准确提取边框特征，且2D图像只包含了障碍物边框信息忽略了障碍物与机车的实际距离、障碍物的大小等几何信息。可见，现有方法容易受环境因素影响，准确率低，无法准确为钢厂环境下轨道机车自动驾驶的路径规划与决策提供数据支持。

发明内容

本申请实施例的目的在于提供一种钢厂环境下障碍物检测方法及装置，能够实时感知轨道机车周围障碍物，不容易受环境因素影响，准确率高，从而能够为轨道机车自动驾驶的路径规划与决策提供了可靠的数据支持。

本申请实施例第一方面提供了一种钢厂环境下障碍物检测方法，包括：

获取钢厂环境下待检测的目标检测数据集；

对所述目标检测数据集进行缩放处理，得到缩放数据集；

通过预设的特征提取网络对所述缩放数据集进行处理，得到特征图；

根据所述特征图进行障碍物预测，得到预测结果；

根据所述预测结果确定最终的障碍物检测结果。

在上述实现过程中，该方法可以优先获取钢厂环境下待检测的目标检测数据集；并对所述目标检测数据集进行缩放处理，得到缩放数据集；然后，通过预设的特征提取网络对所述缩放数据集进行处理，得到特征图；再后，根据所述特征图进行障碍物预测，得到预测结果；最后，再根据所述预测结果确定最终的障碍物检测结果。可见，该方法能够实时感知轨道机车周围障碍物，不容易受环境因素影响，准确率高，从而能够为轨道机车自动驾驶的路径规划与决策提供了可靠的数据支持。

进一步地，所述获取钢厂环境下待检测的目标检测数据集，包括：

获取KITTI数据集；其中，所述KITTI数据集包括训练图像、测试图像、点云数据和标定参数；

选取所述KITTI数据集中的split1分割数据，得到目标检测数据集。

进一步地，所述对所述目标检测数据集进行缩放处理，得到缩放数据集，包括：

将所述目标检测数据集中的图片大小缩放为预设图片大小，得到缩放数据集。

进一步地，所述根据所述特征图进行障碍物预测，得到预测结果，包括：

基于先验的2D-3D锚框构建基础检测器；

将所述特征图输入至所述基础检测器中进行预测，得到预测框坐标值；其中，所述预测框坐标值包括2D框坐标值和3D框坐标值；

经过非极大值抑制对所述预测框坐标值进行处理，得到预测结果。

进一步地，所述根据所述预测结果确定最终的障碍物检测结果，包括：