[发明专利]障碍物识别模型训练方法、障碍物识别方法、装置及系统

说明书

本申请实施例提供了一种障碍物识别模型训练方法、障碍物识别方法、相关装置、系统及计算机可读存储介质。其中，该障碍物识别模型训练方法包括：对至少一帧点云数据进行处理，得到远场潜在障碍物对应的点云数据；将至少一帧点云数据中相应的远场潜在障碍物进行匹配，生成远场潜在障碍物对应的跟踪序列；根据远场潜在障碍物对应的跟踪序列确定车流区域；将车流区域进行栅格化处理，并确定各个栅格对应的车流信息与点云信息；获取各个栅格对应的标记信息；将多组栅格对应的标记信息及栅格对应的点云信息与车流信息作为样本数据，训练障碍物识别模型。采用本申请实施例可以提升远场潜在障碍物的检测效果。

技术领域

本申请涉及自动驾驶技术领域，尤其涉及一种障碍物识别模型训练方法、障碍物识别方法、装置及系统。

背景技术

在自动驾驶领域，障碍物检测的准确率是进行无人驾驶的关键，具有重要的意义。激光雷达能够产生三维信息，测距精度高，可以精确获得目标位置，能够有效提升障碍物的检测效果。因而，激光雷达在无人驾驶中被广泛应用。

在无人驾驶中，为了提升系统的安全性，提升障碍物的检测准确率及进一步扩展检测范围变得越来越重要。

发明内容

本申请实施例提供了一种障碍物识别模型训练方法、障碍物识别方法、装置及系统，可以提升远场的障碍物检测的准确性，并扩大障碍物的检测范围。

第一方面，本申请实施例提供了一种障碍物识别模型训练方法，包括：

对至少一帧点云数据进行处理，得到远场潜在障碍物对应的点云数据；所述远场潜在障碍物为预设范围外的障碍物；

获取所述远场潜在障碍物的跟踪信息，根据所述远场潜在障碍物的跟踪信息生成跟踪序列；

将所述至少一帧点云数据中相应的所述远场潜在障碍物进行匹配，生成所述远场潜在障碍物对应的跟踪序列；

根据所述远场潜在障碍物对应的跟踪序列确定车流区域；

将所述车流区域进行栅格化处理，并确定各个栅格对应的车流信息与点云信息；所述车流信息根据所述栅格对应的所述远场潜在障碍物的运动特征得到，所述点云信息根据所述栅格对应的点云数据得到；

获取各个所述栅格对应的标记信息；

将多组所述栅格对应的标记信息及所述栅格对应的点云信息与车流信息作为样本数据，训练障碍物识别模型。

第二方面，本申请实施例提供了一种障碍物识别方法，包括：

对至少一帧点云数据进行处理，得到远场潜在障碍物对应的点云数据；所述远场潜在障碍物为预设范围外的障碍物；

获取所述远场潜在障碍物的跟踪信息，根据所述远场潜在障碍物的跟踪信息生成跟踪序列；

根据所述远场潜在障碍物的跟踪序列确定车流区域；

将所述车流区域进行栅格化处理，并确定各个栅格对应的车流信息与点云信息；所述车流信息根据所述栅格对应的所述远场潜在障碍物的运动特征得到，所述点云信息根据所述栅格对应的点云数据得到；

将各个所述栅格对应的所述车流信息及点云信息输入到障碍物识别模型中，输出识别结果；所述障碍物识别模型为本申请第一方面中提供的障碍物识别模型。

第三方面，本申请实施例提供了一种历史数据处理装置，包括：

处理模块，用于对至少一帧点云数据进行处理，得到远场潜在障碍物对应的点云数据；所述远场潜在障碍物为预设范围外的障碍物；

获取模块，用于获取所述远场潜在障碍物的跟踪信息，根据所述远场潜在障碍物的跟踪信息生成跟踪序列；

确定模块，用于根据所述远场潜在障碍物的跟踪序列确定车流区域；