[发明专利]膨胀点云识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种膨胀点云识别方法、装置、计算机设备。方法包括：获取当前视场对应的环境点云数据和环境图像数据，基于环境图像数据进行第一目标物体检测，得到环境图像数据对应的第一目标物体区域；基于环境点云数据进行障碍物聚类，得到各个障碍物点云簇，基于各个障碍物点云簇对环境点云数据进行过滤，得到已过滤点云数据；基于已过滤点云数据对应的反射强度信息从已过滤点云数据中确定第二目标物体点云数据；基于第二目标物体点云数据进行投影，得到第二目标物体投影区域，计算第一目标物体区域与第二目标物体投影区域的匹配程度；基于匹配程度确定环境点云数据中是否存在膨胀点云数据。采用本方法能够提高膨胀点云识别准确性。

技术领域

本申请涉及自动驾驶技术领域，特别是涉及一种膨胀点云识别方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着自动驾驶技术的发展，需要检测自动驾驶车辆周围环境中的障碍物，通常使用激光雷达对车辆周围环境进行扫描获取环境的三维点云，然后根据三维点云进行障碍物的检测。然而，车辆在行驶过程中碰到具有高反射率的物体时，比如，交通指示牌等，车辆中的激光雷达硬件对高反射信号的处理会发生点云向四周扩散的膨胀现象，出现无中生有的膨胀点云，导致障碍物识别出现误判，将原本可通行的区域判定为不可通行，造成自动驾驶车辆出现急刹或者无端减速停车的情况。现有的膨胀点云去除方法是通过激光雷达厂商改进硬件设计、信号处理算法等。然而，现有的方法设计成本高，并且激光雷达受环境影响并不能准确识别膨胀点云，造成对膨胀点云的识别效率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高障碍物检测准确性的膨胀点云识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种膨胀点云识别方法。所述方法包括：

获取当前视场对应的环境点云数据和环境图像数据，基于环境图像数据进行第一目标物体检测，得到环境图像数据对应的第一目标物体区域；

基于环境点云数据进行障碍物聚类，得到各个障碍物点云簇，基于各个障碍物点云簇对环境点云数据进行过滤，得到已过滤点云数据；

基于已过滤点云数据对应的反射强度信息从已过滤点云数据中确定第二目标物体点云数据；

基于第二目标物体点云数据进行投影，得到第二目标物体投影区域，计算第一目标物体区域与第二目标物体投影区域的匹配程度；

基于匹配程度确定环境点云数据中是否存在膨胀点云数据。

第二方面，本申请还提供了一种膨胀点云识别装置。所述装置包括：

图像检测模块，用于获取当前视场对应的环境点云数据和环境图像数据，基于环境图像数据进行第一目标物体检测，得到环境图像数据对应的第一目标物体区域；

过滤模块，用于基于环境点云数据进行障碍物聚类，得到各个障碍物点云簇，基于各个障碍物点云簇对环境点云数据进行过滤，得到已过滤点云数据；

点云确定模块，用于基于已过滤点云数据对应的反射强度信息从已过滤点云数据中确定第二目标物体点云数据；

匹配模块，用于基于第二目标物体点云数据进行投影，得到第二目标物体投影区域，计算第一目标物体区域与第二目标物体投影区域的匹配程度；

确定模块，用于基于匹配程度确定环境点云数据中是否存在膨胀点云数据。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取当前视场对应的环境点云数据和环境图像数据，基于环境图像数据进行第一目标物体检测，得到环境图像数据对应的第一目标物体区域；