[发明专利]用于检测障碍物的方法和装置

说明书

本申请公开了用于检测障碍物的方法和装置。所述方法的一具体实施方式包括：获取障碍物检测模型及目标街景地图数据；利用障碍物检测模型检测并标注出目标街景地图数据中的障碍物；其中，障碍物检测模型是通过如下步骤得到的：获取预先标注出障碍物的街景地图数据；基于所标注出的障碍物，对街景地图数据进行处理；从处理后的街景地图数据中选取带有标注出的障碍物的部分街景地图数据作为训练数据；利用训练数据训练预设的障碍物检测模型，得到障碍物检测模型。该实施方式实现了对已标注出障碍物的街景地图数据的充分利用以及对街景地图数据中的障碍物进行快速精准检测。

技术领域

本申请涉及计算机技术领域，具体涉及物体检测领域，尤其涉及一种用于检测障碍物的方法和装置。

背景技术

障碍物的自动检测对于有视觉障碍的行人或自动驾驶车辆具有重要意义。街景地图数据通常包括图像数据或点云数据，其包含了车辆或行人的行驶环境中的障碍物信息，例如行人、车辆、建筑物等。

现有的障碍物检测方法首先要对采集的街景地图数据进行识别和标注，以确定采集的街景地图数据中包括的障碍物的位置。在采用机器学习算法实现对上述街景地图数据的识别和标注时，首先要对机器学习算法进行训练，由于训练所需的数据量较大，导致对街景地图数据的采集、标注等过程消耗的成本较高，不能充分的利用已采集的街景地图数据的价值。

发明内容

本申请的目的在于提出一种用于检测障碍物的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用于检测障碍物的方法，所述方法包括：获取障碍物检测模型及目标街景地图数据；利用所述障碍物检测模型检测并标注出所述目标街景地图数据中的障碍物；其中，所述障碍物检测模型是通过如下步骤得到的：获取预先标注出障碍物的街景地图数据，所述街景地图数据包括行驶环境中的障碍物信息；基于所标注出的障碍物，对所述街景地图数据进行处理；从处理后的街景地图数据中选取带有标注出的障碍物的部分街景地图数据作为训练数据；利用所述训练数据训练预设的障碍物检测模型，得到所述障碍物检测模型。

在一些实施例中，所述街景地图数据还包括行驶环境中的道路信息；以及所述方法还包括：将所述街景地图数据导入预先训练的道路识别模型，识别所述街景地图数据中的道路；标注所识别的道路，确定所述街景地图数据中的道路区域。

在一些实施例中，所述基于所标注出的障碍物，对所述街景地图数据进行处理，包括：从所标注出的障碍物中选取至少一个障碍物；在所述道路区域中增加所选取的障碍物；将所述道路区域中被所增加的障碍物覆盖的区域的道路信息删除。

在一些实施例中，所述基于所标注出的障碍物，对所述街景地图数据进行处理，包括：从所标注出的障碍物中选取至少一个障碍物；将所选取的障碍物的位置移动至所述道路区域；将所述道路区域中被所移动的障碍物覆盖的区域的道路信息删除。

在一些实施例中，所述街景地图数据包括图像数据；以及所述基于所标注出的障碍物，对所述街景地图数据进行处理，包括：检测所标注出的障碍物中是否包括交通灯；响应于所标注出的障碍物中包括交通灯，改变所述交通灯的颜色数据。

在一些实施例中，所述方法还包括以下至少一项：删除处理后的街景地图数据；输出标注出障碍物的目标街景地图数据。

第二方面，本申请提供了一种用于检测障碍物的装置，所述装置包括：获取单元，用于获取障碍物检测模型及目标街景地图数据；检测单元，用于利用所述障碍物检测模型检测并标注出所述目标街景地图数据中的障碍物；其中，所述障碍物检测模型是通过训练单元得到的，所述训练单元包括：获取模块，用于获取预先标注出障碍物的街景地图数据，所述街景地图数据包括行驶环境中的障碍物信息；处理模块，用于基于所标注出的障碍物，对所述街景地图数据进行处理；选取模块，用于从处理后的街景地图数据中选取带有标注出的障碍物的部分街景地图数据作为训练数据；训练模块，用于利用所述训练数据训练预设的障碍物检测模型，得到所述障碍物检测模型。