[发明专利]一种障碍物角度的检测方法、装置、设备及介质

说明书

本申请公开了一种障碍物角度的检测方法、装置、设备及介质，涉及人工智能技术领域，用以提供一种简便的障碍物角度检测的方法，本申请方法包括：确定参照物的目标障碍物的障碍物二维轮廓，并检测所述障碍物二维轮廓中的线段；根据每条线段与预设参考方向的夹角对所述线段进行线段聚类；根据线段聚类的结果确定所述目标障碍物的主轴角度，并根据所述主轴角度确定所述目标障碍物偏离所述参照物的角度。由于本申请仅基于障碍物二维轮廓的线段确定障碍物偏离参照物的角度，简便易行且消耗的计算资源少。

技术领域

本申请涉及人工智能技术领域，特别涉及一种障碍物角度的检测方法、装置、设备及介质。

背景技术

在车辆自动驾驶或者餐厅的移动机器人等可移动的参照物自动移动的场景下，对上述参照物的行驶道路上的障碍物进行检测识别，通过确定行驶道路上障碍物的障碍物角度等，能够帮助参照物规划出合适的行驶路线，以规避参照物在行驶道路上行驶时与障碍物之间潜在的碰撞危险。

但现有的激光雷达障碍物位姿检测常采用深度学习网络模型的方法，其在检测障碍物角度时，常输入原始的障碍物点云信息，通过深度学习网络结构学习网络参数，输出障碍物角度等相关信息；但其一方面在使用之前需要大量的数据对深度学习网络模型进行训练，训练耗时长且需要的资源多；另一方面，在使用训练好的深度学习网络模型检测障碍物角度时，对计算单元要求高，需要强大的计算力，且由于计算数据量大容易造成数据阻塞。

综上所述，现有的激光雷达障碍物角度检测算法需要大量数据进行训练，且对计算单元要求高，因此需要一种简便的障碍物角度检测方法。

发明内容

本申请提供一种识别障碍物角度的检测方法、装置、设备及介质，以至少提供一种简便的障碍物角度检测的方法。

第一方面，本申请实施例提供一种障碍物角度的检测方法，包括：

确定参照物的目标障碍物的障碍物二维轮廓，并检测所述障碍物二维轮廓中的线段；

根据每条线段与预设参考方向的夹角对所述线段进行线段聚类；

根据线段聚类的结果确定所述目标障碍物的主轴角度，并根据所述主轴角度确定所述目标障碍物偏离所述参照物的角度。

在一种可能的实施方式中，根据每条线段与预设参考方向的夹角对所述线段进行线段聚类，包括：

确定每条线段与预设参考方向的夹角角度；

将所述夹角角度处于同一预设角度区间的所有线段聚集为一类线段。

在一种可能的实施方式中，根据线段聚类的结果确定所述目标障碍物的主轴角度，包括：

根据线段聚类后每个聚类线段中的线段数量，从预设角度区间中确定一个为主轴角度区间；

确定所述主轴角度区间中，线段与预设参考方向的夹角的角度平均值为所述目标障碍物的主轴角度。

在一种可能的实施方式中，根据线段聚类后每个聚类线段中的线段数量，从所述预设角度区间中确定一个为主轴角度区间，包括：

将所有聚类线段根据线段数量的数量大小进行排序；

确定排序在第一指定序位且唯一的聚类线段，确定所述聚类线段对应的预设角度区间为所述主轴角度区间。

在一种可能的实施方式中，排序在第一指定序位的聚类线段包括至少2个时，根据所述至少2个聚类线段对应的线段的长度，从所述至少2个聚类线段对应的预设角度区间中确定一个为主轴角度区间。

在一种可能的实施方式中，根据所述至少2个聚类线段对应的线段的长度，从所述至少2个聚类线段对应的预设角度区间中确定一个为主轴角度区间，包括：