[发明专利]一种目标物识别的方法及装置

权利要求书

1.一种目标物识别的方法，其特征在于，包括：

获取无人驾驶设备针对目标物采集到的目标图像，以及在采集所述目标图像时扫描到的点云数据；

预测所述目标物的图像在所述目标图像中的成像区域，作为目标物图像区域，以及从所述点云数据中识别出位于所述目标物与所述无人驾驶设备之间的障碍物的点云数据，作为障碍物点云数据，并基于所述障碍物点云数据，确定所述障碍物的图像在所述目标图像中的成像区域，作为障碍物图像区域；

根据所述目标物图像区域和所述障碍物图像区域，判断在所述目标图像中所述目标物是否被所述障碍物遮挡；

若未被遮挡住，通过所述目标图像，对所述目标物进行识别。

2.如权利要求1所述的方法，其特征在于，预测所述目标物的图像在所述目标图像中的成像区域，包括：

根据预设的高精度地图中记录的所述目标物的空间位置，以及所述无人驾驶设备采集到所述目标图像时的位姿，确定所述目标物与所述无人驾驶设备之间的相对位姿，作为第一相对位姿；

根据所述第一相对位姿，以及设置在所述无人驾驶设备上的摄像头与所述无人驾驶设备之间的相对位姿，确定出采集到所述目标图像时所述摄像头和所述目标物之间的相对位姿，作为第二相对位姿；

根据所述第二相对位姿，预测所述目标物的图像在所述目标图像中的成像区域。

3.如权利要求1所述的方法，其特征在于，从所述点云数据中识别出位于所述目标物与所述无人驾驶设备之间的障碍物的点云数据，包括：

根据预设的高精度地图中记录的所述目标物的空间位置，以及所述无人驾驶设备扫描到所述点云数据时的位姿，确定所述目标物与所述无人驾驶设备之间的相对位姿，作为第三相对位姿；

根据所述第三相对位姿，以及设置在所述无人驾驶设备上的激光雷达与所述无人驾驶设备之间的相对位姿，确定出扫描到所述点云数据时所述激光雷达和所述目标物之间的相对位姿，作为第四相对位姿；

根据所述第四相对位姿，预测所述目标物在所述点云数据中所占据的区域，作为目标物点云区域；

从所述点云数据中，确定出能够涵盖所述目标物点云区域的区域，作为所述目标物点云区域对应的感兴趣区域；

从包含在所述感兴趣区域内的点云数据中，识别出位于所述目标物与所述无人驾驶设备之间的障碍物的点云数据。

4.如权利要求3所述的方法，其特征在于，从所述激光雷达扫描过的区域中，确定出能够涵盖所述目标物点云区域的区域，作为所述目标物点云区域对应的感兴趣区域，包括：

确定所述目标物点云区域的中心，并以所述中心为区域中心，根据预设偏移值，对所述目标物点云区域进行扩展；

将扩展后的目标物点云区域，作为所述目标物点云区域对应的感兴趣区域。

5.如权利要求1所述的方法，其特征在于，从所述点云数据中，识别出位于所述目标物与所述无人驾驶设备之间的障碍物的点云数据，作为障碍物点云数据，包括：

针对每个点云点，确定所述无人驾驶设备采集到该点云点时该点云点与所述无人驾驶设备之间的距离，作为该点云点对应的第一距离，以及确定所述无人驾驶设备采集到该点云点时所述目标物与所述无人驾驶设备之间的距离，作为该点云点对应的第二距离；

根据第一距离小于第二距离的点云点，确定障碍物点云点，并根据确定出的障碍物点云点，确定所述障碍物点云数据。

6.如权利要求5所述的方法，其特征在于，根据第一距离小于第二距离的点云点，确定障碍物点云点，包括：

针对每个点云点，若确定该点云点对应的第一距离小于该点云点对应的第二距离，将该点云点作为候选点云点；

以归属于同一障碍物的点云数据中所包含的相邻的两个点云点之间的距离小于设定距离为约束条件，从各候选点云点中，识别出位于所述目标物与所述无人驾驶设备之间的障碍物点云点。