【技術(shù)領(lǐng)域】

本發(fā)明涉及無人駕駛車輛技術(shù)，特別涉及障礙物檢測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

無人駕駛車輛，是指通過各種傳感器來感知車輛周圍環(huán)境，并根據(jù)感知所獲得的道路、車輛位置和障礙物信息等，控制車輛的轉(zhuǎn)向和速度，從而使車輛能夠安全、可靠地在道路上行駛。

激光雷達(dá)是無人駕駛車輛用于感知三維環(huán)境的重要傳感器，激光雷達(dá)掃描一圈場景，返回場景三維空間的點(diǎn)云，即3d點(diǎn)云，包括每個(gè)點(diǎn)的三維坐標(biāo)以及激光的反射強(qiáng)度等。

基于采集到3d點(diǎn)云，可進(jìn)行障礙物的檢測(分割)等，并反饋給規(guī)劃控制系統(tǒng)，以便進(jìn)行避障操作等。可見，障礙物檢測直接關(guān)系到無人駕駛車輛的行車安全，具有非常重要的意義。障礙物可包括出現(xiàn)在道路上的行人、機(jī)動(dòng)車、自行車等。

現(xiàn)有技術(shù)中，主要采用基于規(guī)則的算法來進(jìn)行障礙物的檢測，如基于局部區(qū)域生成算法，即根據(jù)局部距離利用一個(gè)或多個(gè)閾值通過“連接”操作進(jìn)行生長。但這種方式僅僅依靠局部的空間信息，檢測結(jié)果的準(zhǔn)確性較低。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了障礙物檢測方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，能夠提高檢測結(jié)果的準(zhǔn)確性。

具體技術(shù)方案如下：

一種障礙物檢測方法，包括：

獲取無人駕駛車輛行駛過程中所采集的3d點(diǎn)云；

將所述3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取各網(wǎng)格的特征信息；

將各網(wǎng)格的特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，分別獲取各網(wǎng)格的障礙物預(yù)測參數(shù)；

根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，得到障礙物檢測結(jié)果。

一種障礙物檢測裝置，包括：獲取單元以及檢測單元；

所述獲取單元，用于獲取無人駕駛車輛行駛過程中所采集的3d點(diǎn)云，并發(fā)送給所述檢測單元；

所述檢測單元，用于將所述3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取各網(wǎng)格的特征信息；將各網(wǎng)格的特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，分別獲取各網(wǎng)格的障礙物預(yù)測參數(shù)；根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，得到障礙物檢測結(jié)果。

一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如以上所述的方法。

一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上所述的方法。

基于上述介紹可以看出，采用本發(fā)明所述方案，可將獲取到的3d點(diǎn)云投影到二維網(wǎng)格上，并分別獲取各網(wǎng)格的特征信息，將各網(wǎng)格的特征信息輸入到預(yù)測模型中，從而分別獲取到各網(wǎng)格的障礙物預(yù)測參數(shù)，進(jìn)而可根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，從而得到障礙物檢測結(jié)果，相比于現(xiàn)有技術(shù)，本發(fā)明所述方案不再僅僅依靠局部的空間信息，從而提高了檢測結(jié)果的準(zhǔn)確性。

【附圖說明】

圖1為本發(fā)明所述障礙物檢測方法實(shí)施例的流程圖。

圖2為基于本發(fā)明所述障礙物檢測方法得到的障礙物示意圖。

圖3為本發(fā)明所述障礙物檢測裝置實(shí)施例的組成結(jié)構(gòu)示意圖。

圖4示出了適于用來實(shí)現(xiàn)本發(fā)明實(shí)施方式的示例性計(jì)算機(jī)系統(tǒng)/服務(wù)器12的框圖。

【具體實(shí)施方式】

為了使本發(fā)明的技術(shù)方案更加清楚、明白，以下參照附圖并舉實(shí)施例，對本發(fā)明所述方案作進(jìn)一步地詳細(xì)說明。

圖1為本發(fā)明所述障礙物檢測方法實(shí)施例的流程圖，如圖1所示，包括以下具體實(shí)現(xiàn)方式：

在101中，獲取無人駕駛車輛行駛過程中所采集的3d點(diǎn)云；

在102中，將獲取到的3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取各網(wǎng)格的特征信息；

在103中，將各網(wǎng)格的特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，分別獲取各網(wǎng)格的障礙物預(yù)測參數(shù)；

在104中，根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，得到障礙物檢測結(jié)果。

在無人駕駛車輛的行駛過程中，激光雷達(dá)會(huì)不斷地進(jìn)行數(shù)據(jù)采集，當(dāng)每次獲取到激光雷達(dá)返回的3d點(diǎn)云之后，即可按上述102-104所述方式進(jìn)行處理，即進(jìn)行障礙物的檢測。

以下分別對上述各部分的具體實(shí)現(xiàn)進(jìn)行詳細(xì)說明。

一)投影及特征提取

投影及特征提取過程可稱為預(yù)處理過程。

針對獲取到的3d點(diǎn)云，可將其投影到birdview視圖(俯視圖)上，即對3d點(diǎn)云進(jìn)行二維的網(wǎng)格化處理，投影到二維網(wǎng)格上，網(wǎng)格的具體數(shù)量可根據(jù)實(shí)際需要而定，比如，可將60米范圍內(nèi)的3d點(diǎn)云投影到長640和寬640的平面網(wǎng)格上，這樣，可分別得到屬于每個(gè)網(wǎng)格的點(diǎn)云集合，不同網(wǎng)格的點(diǎn)云集合中的點(diǎn)數(shù)可能相同，也可能不同。

之后，可針對每個(gè)網(wǎng)格分別進(jìn)行特征統(tǒng)計(jì)，從而分別獲取每個(gè)網(wǎng)格的特征信息。

具體對哪些特征進(jìn)行統(tǒng)計(jì)可根據(jù)實(shí)際需要而定，比如，可針對每個(gè)網(wǎng)格，分別統(tǒng)計(jì)該網(wǎng)格內(nèi)的點(diǎn)數(shù)、該網(wǎng)格內(nèi)的點(diǎn)的最大高度、平均高度等。

假設(shè)共存在640*640個(gè)網(wǎng)格，每個(gè)網(wǎng)格分別統(tǒng)計(jì)出8個(gè)特征，那么共可得到640*640*8個(gè)特征。

二)預(yù)測模型及預(yù)測參數(shù)

可預(yù)先訓(xùn)練得到預(yù)測模型，較佳地，所述預(yù)測模型可為卷積神經(jīng)網(wǎng)絡(luò)模型。

為此，需要先得到一批訓(xùn)練樣本。

比如，在每獲取到一次3d點(diǎn)云之后，即可生成一個(gè)訓(xùn)練樣本，具體地，可按照一)中所述方式得到各網(wǎng)格的特征信息，作為該訓(xùn)練樣本中的輸入，并且，可通過人工標(biāo)注獲得的障礙物三維框來得到該訓(xùn)練樣本的輸出，包括：每個(gè)網(wǎng)格屬于障礙物的概率，以及，每個(gè)網(wǎng)格指向所屬障礙物的中心位置的偏移量。

當(dāng)獲取到足夠數(shù)量的訓(xùn)練樣本之后，即可根據(jù)這些訓(xùn)練樣本來對卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行訓(xùn)練，以獲得最優(yōu)的卷積神經(jīng)網(wǎng)絡(luò)參數(shù)，即得到所需的卷積神經(jīng)網(wǎng)絡(luò)模型。

在實(shí)際的檢測過程中，當(dāng)每獲取到一次3d點(diǎn)云，并將該3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取到各網(wǎng)格的特征信息之后，即可將各網(wǎng)格的特征信息一并輸入到所述卷積神經(jīng)網(wǎng)絡(luò)模型中，從而分別得到每個(gè)網(wǎng)格的障礙物預(yù)測參數(shù)。

所述障礙物預(yù)測參數(shù)可包括第一參數(shù)以及第二參數(shù)，針對每個(gè)網(wǎng)格，所述第一參數(shù)可為：該網(wǎng)格屬于障礙物的概率，所述第二參數(shù)可為：該網(wǎng)格指向所屬障礙物的中心位置的偏移量。

所述概率可位于[0，1]的范圍內(nèi)。

三)聚類

在分別得到各網(wǎng)格的障礙物預(yù)測參數(shù)之后，即可根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，從而得到障礙物檢測結(jié)果。

具體地，首先，可分別將各網(wǎng)格的第一參數(shù)與預(yù)先設(shè)定的第一閾值進(jìn)行比較，從而篩選出第一參數(shù)大于第一閾值的網(wǎng)格。

之后，可根據(jù)各網(wǎng)格的第二參數(shù)確定出所有可能的障礙物的中心位置，由于第二參數(shù)為網(wǎng)格指向所屬障礙物的中心位置的偏移量，因此可根據(jù)各網(wǎng)格的所述偏移量確定出所有可能的障礙物的中心位置，并且，可進(jìn)一步篩選出置信度大于預(yù)先設(shè)定的第二閾值的中心位置，比如，可通過非極大值抑制方式篩選出置信度大于第二閾值的中心位置。

之后，可根據(jù)篩選出的中心位置，對各篩選出的網(wǎng)格進(jìn)行聚類，將得到的類作為障礙物檢測結(jié)果。

即可將各篩選出的中心位置作為聚類中心，根據(jù)各篩選出的網(wǎng)格指向所屬障礙物的中心位置的偏移量，對各篩選出的網(wǎng)格進(jìn)行聚類，從而獲得初始的障礙物實(shí)例，具體實(shí)現(xiàn)為現(xiàn)有技術(shù)。

在此基礎(chǔ)上，還可進(jìn)一步按照以下方式之一或全部進(jìn)行處理：

1)根據(jù)障礙物之間的鄰近關(guān)系進(jìn)行障礙物合并；

比如，可以將鄰近關(guān)系符合合并要求的障礙物進(jìn)行合并，從而消除掉零碎的障礙物，以避免出現(xiàn)過分割的現(xiàn)象，所述合并要求的具體內(nèi)容可根據(jù)實(shí)際需要而定；

2)將未被篩選出的網(wǎng)格中符合填充要求的網(wǎng)格填充到所屬障礙物中的對應(yīng)位置；

比如，對于一個(gè)障礙物來說，可根據(jù)組成該障礙物的網(wǎng)格中的中心網(wǎng)格與邊緣網(wǎng)格的對比度關(guān)系，確定出是否需要填充網(wǎng)格，通常來說，大多數(shù)情況下，組成一個(gè)障礙物的各網(wǎng)格間的對比度應(yīng)該是逐漸變化的，如果出現(xiàn)跳變，則可以考慮是否需要填充網(wǎng)格，即從之前未被篩選出的網(wǎng)格中進(jìn)行選擇，確定其中是否存在可以彌補(bǔ)上述跳變的屬于該障礙物的網(wǎng)格，如果有，則將該網(wǎng)格填充到該障礙物中的對應(yīng)位置。

四)3d點(diǎn)云上的后處理

按照之前的處理方式，得到了在2d空間中的障礙物檢測結(jié)果，較佳地，還需要將其反投影到3d空間中，即在對各篩選出的網(wǎng)格進(jìn)行聚類，將得到的類作為障礙物檢測結(jié)果之后，還需要分別將每個(gè)類反投影到3d點(diǎn)云上，具體實(shí)現(xiàn)為現(xiàn)有技術(shù)。

在實(shí)際應(yīng)用中，經(jīng)常會(huì)出現(xiàn)樹木等遮擋在障礙物上方的情況，對于這種情況，采用一)-三)中所述的方式并不能很好地檢測出來，還需要作進(jìn)一步的后處理。

所述后處理的方式可包括：

1)針對反投影后的每個(gè)類，分別進(jìn)行以下處理：

估算出地面高度，在地面高度之上，若出現(xiàn)斷層，則切開，將位于地面高度之上以及斷層之下的部分作為障礙物；

即如果在地面高度之上出現(xiàn)較大的斷層，則可從此處切開，如果是連續(xù)的，則不需要切開，之后，可將位于地面高度之上以及斷層之下的部分作為檢測到的障礙物；

2)針對反投影后的每個(gè)類，分別進(jìn)行以下處理：

將該類中的各點(diǎn)按高度順序進(jìn)行排序，若兩個(gè)相鄰點(diǎn)之間的高度差大于預(yù)先設(shè)定的第三閾值，則切開，找出點(diǎn)數(shù)最多的片段，根據(jù)該片段中的點(diǎn)確定出一個(gè)障礙物；

即按照各點(diǎn)的高度，將該類中的各點(diǎn)按照高度從大到小或從小到大的順序進(jìn)行排序，然后比較相鄰點(diǎn)之間的高度差，若大于第三閾值，則從此處切開，最后，找出點(diǎn)數(shù)最多的片段，并將該片段分割出來。

在實(shí)際應(yīng)用中，可任意選擇上述任一種后處理方式。

另外，除樹木遮擋的問題外，采用一)-三)中所述的方式也可能會(huì)漏掉一些難度比較大的障礙物，比如，由于遠(yuǎn)處的障礙物點(diǎn)數(shù)太稀疏或者障礙物被部分遮擋等，都可能會(huì)造成障礙物的漏檢。

為此，本發(fā)明中提出，針對三)中未被篩選出的網(wǎng)格，可在3d空間中，利用現(xiàn)有的基于規(guī)則的算法來進(jìn)行障礙物的檢測，從而盡可能地減少障礙物被漏檢的現(xiàn)象的發(fā)生，進(jìn)而進(jìn)一步提高了檢測結(jié)果的準(zhǔn)確性。

上述過程中所涉及到的各閾值的具體取值均可根據(jù)實(shí)際需要而定。

圖2為基于本發(fā)明所述障礙物檢測方法得到的障礙物示意圖。

以上是關(guān)于方法實(shí)施例的介紹，以下通過裝置實(shí)施例，對本發(fā)明所述方案進(jìn)行進(jìn)一步說明。

圖3為本發(fā)明所述障礙物檢測裝置實(shí)施例的組成結(jié)構(gòu)示意圖，如圖3所示，包括：獲取單元301以及檢測單元302。

獲取單元301，用于獲取無人駕駛車輛行駛過程中所采集的3d點(diǎn)云，并發(fā)送給檢測單元302。

檢測單元302，用于將3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取各網(wǎng)格的特征信息；將各網(wǎng)格的特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，分別獲取各網(wǎng)格的障礙物預(yù)測參數(shù)；根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，得到障礙物檢測結(jié)果。

在無人駕駛車輛的行駛過程中，激光雷達(dá)會(huì)不斷地進(jìn)行數(shù)據(jù)采集，獲取單元301在每次獲取到激光雷達(dá)返回的3d點(diǎn)云之后，即可將其發(fā)送給檢測單元302，以便檢測單元302進(jìn)行障礙物的檢測。

如圖3所示，檢測單元302中可進(jìn)一步包括：第一處理子單元3021以及第二處理子單元3022。

第一處理子單元3021用于將3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取各網(wǎng)格的特征信息，并將各網(wǎng)格的特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，從而分別得到各網(wǎng)格的障礙物預(yù)測參數(shù)，發(fā)送給第二處理子單元3022。

第一處理子單元3021可對獲取到的3d點(diǎn)云進(jìn)行二維的網(wǎng)格化處理，即將3d點(diǎn)云投影到二維網(wǎng)格上，之后，可針對每個(gè)網(wǎng)格分別進(jìn)行特征統(tǒng)計(jì)，從而分別獲取到每個(gè)網(wǎng)格的特征信息。

具體對哪些特征進(jìn)行統(tǒng)計(jì)可根據(jù)實(shí)際需要而定，比如，可針對每個(gè)網(wǎng)格，分別統(tǒng)計(jì)該網(wǎng)格內(nèi)的點(diǎn)數(shù)、該網(wǎng)格內(nèi)的點(diǎn)的最大高度、平均高度等。

可根據(jù)獲取到的訓(xùn)練樣本預(yù)先訓(xùn)練得到一個(gè)預(yù)測模型，較佳地，所述預(yù)測模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

這樣，第一處理子單元3021可將獲取到的各網(wǎng)格的特征信息一并輸入到卷積神經(jīng)網(wǎng)絡(luò)模型中，從而分別得到每個(gè)網(wǎng)格的障礙物預(yù)測參數(shù)。

障礙物預(yù)測參數(shù)可包括第一參數(shù)和第二參數(shù)，針對每個(gè)網(wǎng)格，所述第一參數(shù)可為：該網(wǎng)格屬于障礙物的概率，所述第二參數(shù)可為：該網(wǎng)格指向所屬障礙物的中心位置的偏移量。

第二處理子單元3022可分別將各網(wǎng)格的第一參數(shù)與預(yù)先設(shè)定的第一閾值進(jìn)行比較，篩選出第一參數(shù)大于第一閾值的網(wǎng)格，根據(jù)各網(wǎng)格的第二參數(shù)確定出所有可能的障礙物的中心位置，并篩選出置信度大于預(yù)先設(shè)定的第二閾值的中心位置，根據(jù)篩選出的中心位置，對各篩選出的網(wǎng)格進(jìn)行聚類，將得到的類作為障礙物檢測結(jié)果。

在此基礎(chǔ)上，第二處理子單元3022還可進(jìn)一步按照以下方式之一或全部進(jìn)行處理：

1)根據(jù)障礙物之間的鄰近關(guān)系進(jìn)行障礙物合并；

2)將未被篩選出的網(wǎng)格中符合填充要求的網(wǎng)格填充到所屬障礙物中的對應(yīng)位置。

按照之前的處理方式，得到了在2d空間中的障礙物檢測結(jié)果，較佳地，還需要將其反投影到3d空間中，即第二處理子單元3022還需要將得到的每個(gè)類分別反投影到3d點(diǎn)云上。

另外，為進(jìn)一步提高檢測結(jié)果的準(zhǔn)確性，第二處理子單元3022還可針對反投影后的每個(gè)類，分別按照以下方式之一進(jìn)行后處理：

1)針對反投影后的每個(gè)類，估算出地面高度，在地面高度之上，若出現(xiàn)斷層，則切開，將位于地面高度之上以及斷層之下的部分作為障礙物；

2)針對反投影后的每個(gè)類，分別將該類中的各點(diǎn)按高度順序進(jìn)行排序，若兩個(gè)相鄰點(diǎn)之間的高度差大于第三閾值，則切開，找出點(diǎn)數(shù)最多的片段，根據(jù)該片段中的點(diǎn)確定出一個(gè)障礙物。

圖3所示裝置實(shí)施例的具體工作流程請參照前述方法實(shí)施例中的相應(yīng)說明，不再贅述。

圖4示出了適于用來實(shí)現(xiàn)本發(fā)明實(shí)施方式的示例性計(jì)算機(jī)系統(tǒng)/服務(wù)器12的框圖。圖4顯示的計(jì)算機(jī)系統(tǒng)/服務(wù)器12僅僅是一個(gè)示例，不應(yīng)對本發(fā)明實(shí)施例的功能和使用范圍帶來任何限制。

如圖4所示，計(jì)算機(jī)系統(tǒng)/服務(wù)器12以通用計(jì)算設(shè)備的形式表現(xiàn)。計(jì)算機(jī)系統(tǒng)/服務(wù)器12的組件可以包括但不限于：一個(gè)或者多個(gè)處理器(處理單元)16，存儲(chǔ)器28，連接不同系統(tǒng)組件(包括存儲(chǔ)器28和處理器16)的總線18。

總線18表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲(chǔ)器總線或者存儲(chǔ)器控制器，外圍總線，圖形加速端口，處理器或者使用多種總線結(jié)構(gòu)中的任意總線結(jié)構(gòu)的局域總線。舉例來說，這些體系結(jié)構(gòu)包括但不限于工業(yè)標(biāo)準(zhǔn)體系結(jié)構(gòu)(isa)總線，微通道體系結(jié)構(gòu)(mac)總線，增強(qiáng)型isa總線、視頻電子標(biāo)準(zhǔn)協(xié)會(huì)(vesa)局域總線以及外圍組件互連(pci)總線。

計(jì)算機(jī)系統(tǒng)/服務(wù)器12典型地包括多種計(jì)算機(jī)系統(tǒng)可讀介質(zhì)。這些介質(zhì)可以是任何能夠被計(jì)算機(jī)系統(tǒng)/服務(wù)器12訪問的可用介質(zhì)，包括易失性和非易失性介質(zhì)，可移動(dòng)的和不可移動(dòng)的介質(zhì)。

存儲(chǔ)器28可以包括易失性存儲(chǔ)器形式的計(jì)算機(jī)系統(tǒng)可讀介質(zhì)，例如隨機(jī)存取存儲(chǔ)器(ram)30和/或高速緩存存儲(chǔ)器32。計(jì)算機(jī)系統(tǒng)/服務(wù)器12可以進(jìn)一步包括其它可移動(dòng)/不可移動(dòng)的、易失性/非易失性計(jì)算機(jī)系統(tǒng)存儲(chǔ)介質(zhì)。僅作為舉例，存儲(chǔ)系統(tǒng)34可以用于讀寫不可移動(dòng)的、非易失性磁介質(zhì)(圖4未顯示，通常稱為“硬盤驅(qū)動(dòng)器”)。盡管圖4中未示出，可以提供用于對可移動(dòng)非易失性磁盤(例如“軟盤”)讀寫的磁盤驅(qū)動(dòng)器，以及對可移動(dòng)非易失性光盤(例如cd-rom,dvd-rom或者其它光介質(zhì))讀寫的光盤驅(qū)動(dòng)器。在這些情況下，每個(gè)驅(qū)動(dòng)器可以通過一個(gè)或者多個(gè)數(shù)據(jù)介質(zhì)接口與總線18相連。存儲(chǔ)器28可以包括至少一個(gè)程序產(chǎn)品，該程序產(chǎn)品具有一組(例如至少一個(gè))程序模塊，這些程序模塊被配置以執(zhí)行本發(fā)明各實(shí)施例的功能。

具有一組(至少一個(gè))程序模塊42的程序/實(shí)用工具40，可以存儲(chǔ)在例如存儲(chǔ)器28中，這樣的程序模塊42包括——但不限于——操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。程序模塊42通常執(zhí)行本發(fā)明所描述的實(shí)施例中的功能和/或方法。

計(jì)算機(jī)系統(tǒng)/服務(wù)器12也可以與一個(gè)或多個(gè)外部設(shè)備14(例如鍵盤、指向設(shè)備、顯示器24等)通信，還可與一個(gè)或者多個(gè)使得用戶能與該計(jì)算機(jī)系統(tǒng)/服務(wù)器12交互的設(shè)備通信，和/或與使得該計(jì)算機(jī)系統(tǒng)/服務(wù)器12能與一個(gè)或多個(gè)其它計(jì)算設(shè)備進(jìn)行通信的任何設(shè)備(例如網(wǎng)卡，調(diào)制解調(diào)器等等)通信。這種通信可以通過輸入/輸出(i/o)接口22進(jìn)行。并且，計(jì)算機(jī)系統(tǒng)/服務(wù)器12還可以通過網(wǎng)絡(luò)適配器20與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(lan)，廣域網(wǎng)(wan)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。如圖4所示，網(wǎng)絡(luò)適配器20通過總線18與計(jì)算機(jī)系統(tǒng)/服務(wù)器12的其它模塊通信。應(yīng)當(dāng)明白，盡管圖中未示出，可以結(jié)合計(jì)算機(jī)系統(tǒng)/服務(wù)器12使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動(dòng)器、冗余處理單元、外部磁盤驅(qū)動(dòng)陣列、raid系統(tǒng)、磁帶驅(qū)動(dòng)器以及數(shù)據(jù)備份存儲(chǔ)系統(tǒng)等。

處理器16通過運(yùn)行存儲(chǔ)在存儲(chǔ)器28中的程序，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，例如實(shí)現(xiàn)圖1所示實(shí)施例中的方法，即獲取無人駕駛車輛行駛過程中所采集的3d點(diǎn)云，將獲取到的3d點(diǎn)云投影到二維網(wǎng)格上，分別獲取各網(wǎng)格的特征信息，將各網(wǎng)格的特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，分別獲取各網(wǎng)格的障礙物預(yù)測參數(shù)，根據(jù)各網(wǎng)格的障礙物預(yù)測參數(shù)進(jìn)行網(wǎng)格聚類，得到障礙物檢測結(jié)果。

之后，可將得到的每個(gè)類分別反投影到3d點(diǎn)云上，并且，針對反投影后的每個(gè)類，還可分別進(jìn)行后處理。

比如，針對反投影后的每個(gè)類，分別進(jìn)行以下處理：估算出地面高度，在地面高度之上，若出現(xiàn)斷層，則切開，將位于地面高度之上以及斷層之下的部分作為障礙物。

再比如，針對反投影后的每個(gè)類，分別進(jìn)行以下處理：將該類中的各點(diǎn)按高度順序進(jìn)行排序，若兩個(gè)相鄰點(diǎn)之間的高度差大于第三閾值，則切開，找出點(diǎn)數(shù)最多的片段，根據(jù)該片段中的點(diǎn)確定出一個(gè)障礙物。

本發(fā)明同時(shí)公開了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)將實(shí)現(xiàn)如圖1所示實(shí)施例中的方法。

可以采用一個(gè)或多個(gè)計(jì)算機(jī)可讀的介質(zhì)的任意組合。計(jì)算機(jī)可讀介質(zhì)可以是計(jì)算機(jī)可讀信號介質(zhì)或者計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式計(jì)算機(jī)磁盤、硬盤、隨機(jī)存取存儲(chǔ)器(ram)、只讀存儲(chǔ)器(rom)、可擦式可編程只讀存儲(chǔ)器(eprom或閃存)、光纖、便攜式緊湊磁盤只讀存儲(chǔ)器(cd-rom)、光存儲(chǔ)器件、磁存儲(chǔ)器件、或者上述的任意合適的組合。在本文件中，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是任何包含或存儲(chǔ)程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。

計(jì)算機(jī)可讀的信號介質(zhì)可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了計(jì)算機(jī)可讀的程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括——但不限于——電磁信號、光信號或上述的任意合適的組合。計(jì)算機(jī)可讀的信號介質(zhì)還可以是計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以外的任何計(jì)算機(jī)可讀介質(zhì)，該計(jì)算機(jī)可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序。

計(jì)算機(jī)可讀介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括——但不限于——無線、電線、光纜、rf等等，或者上述的任意合適的組合。

可以以一種或多種程序設(shè)計(jì)語言或其組合來編寫用于執(zhí)行本發(fā)明操作的計(jì)算機(jī)程序代碼，所述程序設(shè)計(jì)語言包括面向?qū)ο蟮某绦蛟O(shè)計(jì)語言—諸如java、smalltalk、c++，還包括常規(guī)的過程式程序設(shè)計(jì)語言—諸如”c”語言或類似的程序設(shè)計(jì)語言。程序代碼可以完全地在用戶計(jì)算機(jī)上執(zhí)行、部分地在用戶計(jì)算機(jī)上執(zhí)行、作為一個(gè)獨(dú)立的軟件包執(zhí)行、部分在用戶計(jì)算機(jī)上部分在遠(yuǎn)程計(jì)算機(jī)上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算機(jī)或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計(jì)算機(jī)的情形中，遠(yuǎn)程計(jì)算機(jī)可以通過任意種類的網(wǎng)絡(luò)——包括局域網(wǎng)(lan)或廣域網(wǎng)(wan)—連接到用戶計(jì)算機(jī)，或者，可以連接到外部計(jì)算機(jī)(例如利用因特網(wǎng)服務(wù)提供商來通過因特網(wǎng)連接)。

在本發(fā)明所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的裝置和方法等，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤、移動(dòng)硬盤、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。