[发明专利]基于地图的静态障碍物过滤方法和地图过滤器

说明书

本公开涉及地图技术领域，公开一种基于地图的静态障碍物过滤方法和地图过滤器，该方法包括：获取矿区的地图数据，并基于地图数据构建掩模图，掩模图包括标识可行驶区域的图层和标识不可行驶区域的图层；采集矿区的非地面数据，并对非地面数据进行初步分割，以获取非地面点云；将非地面点云投影到掩模图，如果非地面点云投影到不可行驶区域，则判定该非地面点云为静态障碍物，并将该点云直接滤除；如果非地面点云投影到可行驶区域，则判定该点云为动态障碍物,并将该非地面点云进行进一步处理。该方法可以在地图上规划行车路线时避免因巨型静态物拟合的包围盒侵入车道内而挤占正常行驶空间而导致阻塞；还减少系统运算负担并提高反馈速率。

技术领域

本发明涉及地图技术领域，尤其涉及一种基于地图的静态障碍物过滤方法和地图过滤器。

背景技术

环境感知技术是无人驾驶车辆及自动驾驶领域中的重要环节，车载传感器及数据处理系统需要将行驶路线上的障碍物和可行驶区域区分出来，将可能产生碰撞风险的障碍物信息传递给规控模块进行应对处理以保障行车安全。

在采矿作业场景下，未硬化处理的临时土路长时间被重载运输车辆碾压导致路况十分恶劣，车道两边会有巨大的山体和绵长的挡墙存在，自动驾驶车辆的感知系统必然会采集到山体和挡墙这种大型目标物并进行识别处理。由于山体及挡墙巨大的体积因素会产生大量进行分割、聚类和追踪处理的障碍物数据（比如大量非地面点云），占据了大量运算处理时间，提高了硬件平台的算力成本，同时也降低了感知系统的反馈速率，对行车安全造成了不稳定因素。

除了对感知系统造成无效的大量计算以外，挡墙和山体甚至在部分特定路段上会影响车辆正常形式，例如：车辆1在矿区的道路2上行驶，在该道路2上会经常出现转弯半径很小的弯道，例如U形弯，如图1所示。非地面点云数据聚类并拟合成包围盒之后会使得该包围盒3侵入道路2，如图2所示。图3示出了现有技术中的BEV视角下矿区挡墙包围盒（如图3中的白色矩形框所示）的示意图。挡墙本身虽然算是静态物体，但是气候条件下雨水冲刷、风化、扬尘以及往来车辆、推土机等人工干预会让挡墙和道路交界自然生成浮土堆积成为伪障碍物，因为浮土层不是刚性物体哪怕堆积较高也不会对车辆产生碰撞伤害，人工驾驶载具会直接轧过的土层在无人驾驶车辆感知系统看来可能难以分辨其坚硬程度属性，因而容易出现误识别的问题。

发明内容

本公开的目的旨在解决现有技术中存在的上述问题和缺陷的至少一个方面。

根据本公开的一个方面，提供了一种基于地图的静态障碍物过滤方法，包括：

获取矿区的地图数据，并基于所述地图数据构建掩模图，所述掩模图包括用于标识可行驶区域的第一掩模图层和用于标识不可行驶区域的第二掩模图层；

采集所述矿区的非地面数据，并对所述非地面数据进行初步分割，以获取非地面点云；

将所述非地面点云投影到所述掩模图，如果所述非地面点云投影到不可行驶区域上，则判定该非地面点云为静态障碍物，并将该非地面点云直接滤除；如果所述非地面点云投影到可行驶区域上，则判定该非地面点云为动态障碍物,并将该非地面点云交由无人驾驶车辆的感知处理模块进行进一步处理。

根据本公开的一些示例性实施例，构建所述掩模图包括：

获取所述矿区的矢量地图数据，筛选出所述矿区内的可行驶区域的边界的节点信息并按顺序连接，以形成包含原始边界的栅格地图作为所述掩模图的底图；

将所述底图内的不可行驶区域的格栅灰度值设置为第一预定值, 并将所述底图内的可行驶区域的格栅灰度值设置为与第一预定值不同的第二预定值。

根据本公开的一些示例性实施例，所述第一预定值为0，所述第二预定值为255。

根据本公开的一些示例性实施例，将所述底图内的不可行驶区域的格栅灰度值设置为第一预定值包括：