[发明专利]可行驶区域的获取方法、装置和车辆

权利要求书

1.一种可行驶区域的获取方法，其特征在于，包括：

获取周围环境的第一点云数据和第一图像数据；

对所述第一点云数据和所述第一图像数据进行数据处理，得到处理后的第二点云数据和第二图像数据；

基于所述第二点云数据和所述第二图像数据，通过至少一个神经网络模型进行预测，输出障碍物信息和路面区域信息；

对所述障碍物信息和所述路面区域信息进行结果融合，得到融合后的所述障碍物信息和所述路面区域信息；

基于融合后的所述障碍物信息和所述路面区域信息，获取可行驶区域。

2.根据权利要求1所述的可行驶区域的获取方法，其特征在于，所述获取周围环境的第一点云数据和第一图像数据，具体包括：

获取激光雷达采集的周围环境的所述第一点云数据；

获取红外摄像头采集的周围环境的所述第一图像数据。

3.根据权利要求2所述的可行驶区域的获取方法，其特征在于，在所述获取激光雷达采集的周围环境的所述第一点云数据之前，还包括：

标定所述摄像头的内参；

标定所述摄像头到车身坐标系的外参；

标定所述激光雷达到所述车身坐标系的外参；

通过所述车身坐标系转换得到所述激光雷达与所述摄像头之间的外参。

4.根据权利要求1所述的可行驶区域的获取方法，其特征在于，所述对所述第一点云数据和所述第一图像数据进行数据处理，得到处理后的第二点云数据和第二图像数据，具体包括：

对所述第一点云数据进行无效值滤除、去掉感兴趣距离范围内数值、异常值滤波和/或数据降采样，得到处理后的所述第二点云数据；

对所述第二图像数据进行零均值归一化和/或尺寸缩放，得到处理后的所述第二图像数据。

5.根据权利要求1所述的可行驶区域的获取方法，其特征在于，所述基于所述第二点云数据和所述第二图像数据，通过至少一个神经网络模型进行预测，输出障碍物信息和路面区域信息，具体包括：

将所述第二点云数据、所述第二图像数据输入至第一神经网络模型，所述第一神经网络模型进行预测，输出三维障碍物信息和所述路面区域信息；

其中，所述至少一个神经网络模型包括第一神经网络模型，所述三维障碍物信息包括障碍物类别、障碍物位置坐标、障碍物尺寸、障碍物航向角和/或障碍物置信度，所述路面区域信息包括点云类别、路面点云索引和/或路面点云置信度。

6.根据权利要求1所述的可行驶区域的获取方法，其特征在于，所述基于所述第二点云数据和所述第二图像数据，通过至少一个神经网络模型进行预测，输出障碍物信息和路面区域信息，具体包括：

将所述第二点云数据、所述第二图像数据输入至第二神经网络模型，所述第二神经网络模型进行预测，输出三维障碍物信息；

将所述第二点云数据、所述第二图像数据输入至第三神经网络模型，所述第三神经网络模型进行预测，输出所述路面区域信息；

其中，所述至少一个神经网络模型包括所述第二神经网络模型和所述第三神经网络模型，所述三维障碍物信息包括障碍物类别、障碍物位置坐标、障碍物尺寸、障碍物航向角和/或障碍物置信度，所述路面区域信息包括点云类别、路面点云索引和/或路面点云置信度。