[发明专利]可行驶区域检测方法、计算机设备、存储介质及车辆

说明书

本发明涉及车辆技术领域，具体提供一种可行驶区域检测方法、计算机设备、存储介质及车辆，旨在解决准确地确定出可行驶区域的问题。为此目的，本发明的方法包括获取车辆行驶环境中的三维点云；采用基于卷积神经网络的地面高度估计模型并根据当前环境中的三维点云，估计当前环境的地面高度；根据地面高度确定三维点云中不属于地面的非地面点云；对非地面点云进行障碍物检测，得到一个或多个障碍物；根据障碍物的位置确定车辆行驶环境中的可行驶区域。通过上述方法，可以快速且准确地从大批量三维点云中筛选出非地面点云，进而提高了利用非地面点云确定可行驶区域的效率与准确性。

技术领域

本发明涉及车辆技术领域，具体提供一种可行驶区域检测方法、计算机设备、存储介质及车辆。

背景技术

目前常规的车辆可行驶区域检测方法主要包括利用深度相机检测的方法和利用三维点云进行检测的方法。利用深度相机检测的方法主要是通过设置在车辆上的深度相机检测车辆与周围障碍物的距离，根据检测到的距离确定车辆的可行驶区域，这种方法受限于深度相机的深度感知能力，很难检测出准确的可行驶区域。利用三维点云进行检测的方法主要是对车辆行驶环境中的三维点云进行障碍物检测，以确定行驶环境中是否存在障碍物及障碍物与车辆的距离，根据距离确定车辆的可行驶区域。在利用三维点云进行检测的方法中，为了障碍物检测的准确性，需要先滤除三维点云中属于地面的地面点云，再对剩下的三维点云进行障碍物检测。目前常规的地面点云滤除方法主要是先由人工设定好滤除规则，再按照设定好的滤除规则逐一确定哪些三维点云是地面点云并进行滤除。由于三维点云的数量通常很大，这种方法需要消耗较多的时间才能完成地面点云的滤除。此外，这种方法完全依赖设定好的滤除规则，无法对没有被滤除规则覆盖的地面点云进行滤除，泛化能力较差。

相应地，本领域需要一种新的技术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快速且准确地确定三维点云中不属于地面的非地面点云，进而根据非地面点云准确地确定出可行驶区域的技术问题的可行驶区域检测方法、计算机设备、存储介质及车辆。

在第一方面，本发明提供一种可行驶区域检测方法，所述方法包括：

获取车辆行驶环境中的三维点云；

采用基于卷积神经网络的地面高度估计模型并根据当前环境中的三维点云，估计当前环境的地面高度；

根据所述地面高度确定所述三维点云中不属于地面的非地面点云；

对所述非地面点云进行障碍物检测，得到一个或多个障碍物；

根据所述障碍物的位置确定所述车辆行驶环境中的可行驶区域；

其中，所述采用基于卷积神经网络的地面高度估计模型并根据当前环境中的三维点云，估计当前环境的地面高度至少包括下列步骤：

采用所述地面高度估计模型对三维点云的点云空间进行栅格化处理形成多个三维的点云栅格，对每个所述点云栅格内的三维点云分别提取多种下采样尺度的三维卷积特征和多种下采样尺度的二维卷积特征，对所述三维卷积特征与所述二维卷积特征进行特征融合得到点云栅格特征，根据每个所述点云栅格的点云栅格特征分别估计每个所述点云栅格所在地面区域的地面高度。

在上述可行驶区域检测方法的一个技术方案中，“对每个所述点云栅格内的三维点云分别提取多种下采样尺度的三维卷积特征和多种下采样尺度的二维卷积特征”的步骤具体包括：

采用多种下采样尺度的三维卷积分别对每个所述点云栅格内的三维点云进行卷积操作，得到每个所述点云栅格的多种下采样尺度的三维卷积特征；

将所述三维卷积特征转换成初始的二维卷积特征，采用多种下采样尺度的二维卷积分别对每个所述初始的二维卷积特征进行卷积操作，得到最终的每个所述点云栅格的多种下采样尺度的二维卷积特征。