[发明专利]障碍物检测方法、检测装置及行驶装置

说明书

本发明涉及自动驾驶技术领域，具体提供一种障碍物检测方法、检测装置及行驶装置，旨在解决准确检测不同高度障碍物的问题。为此目的，本发明的方法包括获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；将激光雷达点云数据投影至二维坐标系下的二维栅格图；根据投影至投影栅格内的点云数据的高度与激光反射强度，确定每个投影栅格的栅格类型；根据栅格类型和点云数据的索引，确定环境中的障碍物。通过投影至投影栅格内点云数据的最大高度可以有效检测出高度较高的障碍物，而通过点云数据的激光反射强度可以有效区分低矮障碍物与高低不平面的路面，从而在行驶装置如无人车处于自动驾驶或无人驾驶状态时能够准确地检测到不同高度的障碍物。

技术领域

本发明涉及自动驾驶技术领域，具体提供一种障碍物检测方法、检测装置及行驶装置。

背景技术

由于激光检测方法具备较高的距离检测与物体轮廓检测能力，因此，激光检测方法在自动驾驶技术领域中得到广泛应用，利用激光检测方法得到三维点云数据可以准确地检测到障碍物的位置和轮廓等特征。例如，在自动驾驶车辆上安装激光雷达，通过激光雷达检测车辆周围的障碍物，以控制车辆避让障碍物，安全行驶。在利用激光检测方法得到的三维点云数据进行障碍物检测时，为了克服由于三维点云数据的数据量较大导致计算资源消耗较大，障碍物检测效率较低的问题，主要是采用高度差分割算法对三维点云数据进行数据处理，确定出属于障碍物的三维点云数据。具体而言，在利用激光检测方法得到的三维点云数据后将三维点云数据投影至二维栅格图中，分别获取投影至二维栅格图中每个投影栅格内的点云数据的高度差；若某个投影栅格对应的高度差大于预设的障碍物高度差，则判定投影至这个投影栅格的三维点云数据属于障碍物的三维点云数据。虽然这种方法能够减小计算资源的消耗，提高障碍物检测的效率，但是在一些环境复杂的场景中往往会同时存在高低不平的路面和高度较低的低矮障碍物，高度差分割算法将无法准确区分高低不平的路面与低矮障碍物，极有可能会将低矮障碍物错检为非障碍物。

相应地，本领域需要一种新的障碍物检测方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决如何实时且准确地检测出不同高度障碍物的技术问题的障碍物检测方法、检测装置及行驶装置。

在第一方面，本发明提供一种障碍物检测方法，所述方法包括：

获取以行驶装置为原点的三维坐标系下的激光雷达点云数据；

将所述激光雷达点云数据投影至二维坐标系下的二维栅格图，其中，所述二维栅格图包括多个投影栅格；

根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型；

根据所述栅格类型和投影至当前投影栅格内的每个点云数据的索引，确定环境中的障碍物。

在上述障碍物检测方法的一个技术方案中，所述根据投影至所述投影栅格内的点云数据在所述三维坐标系下的高度以及所述点云数据的激光反射强度，确定每个投影栅格的栅格类型，包括

步骤1：获取投影至所述投影栅格内点云数据的最大高度，若所述最大高度小于地面高度阈值，确定所述投影栅格的栅格类型是非障碍物类型，若所述最大高度大于障碍物高度阈值，确定所述投影栅格的栅格类型是障碍物类型，其中地面高度阈值小于障碍物高度阈值，否则，转至步骤2；

步骤2：若点云高度差大于大高度差阈值，确定所述投影栅格的栅格类型是障碍物类型，其中，所述点云高度差是所述最大高度与投影至所述投影栅格内点云数据的最小高度的差，否则，转至步骤3；

步骤3：若所述点云高度差大于小高度差阈值、强点云最大高度大于地面高度阈值且强点云数量大于数量阈值，确定所述投影栅格的栅格类型是障碍物类型，其中，所述强点云最大高度是投影至所述投影栅格内的点云数据中激光反射强度大于反射强度阈值的目标点云数据的最大高度，所述强点云数量是所述目标点云数据的数量，否则，转至步骤4；