[发明专利]障碍物信息生成方法、装置、电子设备和计算机可读介质

说明书

本公开的实施例公开了障碍物信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对目标道路图像进行特征提取，得到障碍物特征信息集；对于障碍物特征信息集中的每个障碍物特征信息，执行如下障碍物信息生成步骤：生成障碍物边框角点坐标组；得到投影障碍物边框角点坐标组；生成第一外接矩形框；对障碍物边框坐标序列集中的每个障碍物边框坐标序列中的各个障碍物边框坐标进行采样处理以生成边框采样点坐标序列；对边框采样点坐标序列集中每个边框采样点坐标序列中的各个边框采样点坐标进行矫正处理以生成矫正边框采样点坐标序列；生成第二外接矩形框；生成障碍物信息。该实施方式可以提高生成障碍物信息的效率。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及障碍物信息生成方法、装置、电子设备和计算机可读介质。

背景技术

障碍物信息的生成对自动驾驶领域具有重要意义。目前，在生成障碍物信息时，通常采用的方式为：首先，需要对单目相机拍摄的存在畸变的道路图像进行去畸变处理，得到去畸变道路图像，然后，利用神经网络从去畸变道路图像中提取障碍物信息。

然而，当采用上述方式进行障碍物信息生成时，经常会存在如下技术问题：

对存在畸变的道路图像进行去畸变处理，需要消耗大量计算资源，从而，导致降低生成障碍物信息的效率。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了障碍物信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种障碍物信息生成方法，该方法包括：对目标道路图像进行特征提取，得到障碍物特征信息集，其中，上述目标道路图像为畸变图像，上述障碍物特征信息集中的障碍物特征信息包括障碍物属性信息和障碍物边框坐标序列集；对于上述障碍物特征信息集中的每个障碍物特征信息，执行如下障碍物信息生成步骤：基于上述障碍物特征信息包括的障碍物属性信息，生成障碍物边框角点坐标组；对上述障碍物边框角点坐标组中的各个障碍物边框角点坐标进行投影处理，得到投影障碍物边框角点坐标组；基于上述投影障碍物边框角点坐标组，生成第一外接矩形框；对上述障碍物边框坐标序列集中的每个障碍物边框坐标序列中的各个障碍物边框坐标进行采样处理以生成边框采样点坐标序列，得到边框采样点坐标序列集；对上述边框采样点坐标序列集中每个边框采样点坐标序列中的各个边框采样点坐标进行矫正处理以生成矫正边框采样点坐标序列，得到矫正边框采样点坐标序列集；基于上述矫正边框采样点坐标序列集，生成第二外接矩形框；基于上述第一外接矩形框和上述第二外接矩形框，生成障碍物信息。

第二方面，本公开的一些实施例提供了一种障碍物信息生成装置，该装置包括：特征提取单元，被配置成对目标道路图像进行特征提取，得到障碍物特征信息集，其中，上述目标道路图像为畸变图像，上述障碍物特征信息集中的障碍物特征信息包括障碍物属性信息和障碍物边框坐标序列集；生成单元，被配置成对于上述障碍物特征信息集中的每个障碍物特征信息执行如下障碍物信息生成步骤：基于上述障碍物特征信息包括的障碍物属性信息，生成障碍物边框角点坐标组；对上述障碍物边框角点坐标组中的各个障碍物边框角点坐标进行投影处理，得到投影障碍物边框角点坐标组；基于上述投影障碍物边框角点坐标组，生成第一外接矩形框；对上述障碍物边框坐标序列集中的每个障碍物边框坐标序列中的各个障碍物边框坐标进行采样处理以生成边框采样点坐标序列，得到边框采样点坐标序列集；对上述边框采样点坐标序列集中每个边框采样点坐标序列中的各个边框采样点坐标进行矫正处理以生成矫正边框采样点坐标序列，得到矫正边框采样点坐标序列集；基于上述矫正边框采样点坐标序列集，生成第二外接矩形框；基于上述第一外接矩形框和上述第二外接矩形框，生成障碍物信息。