CN114445648B 障碍物识别方法、设备及存储介质 （北京四维图新科技股份有限公司）

2对所述3D点云进行障碍物聚类，确定每一类障碍物，并对聚类后若检测所述2D深度图的边缘不完整，则去除所述2D深度图的将去除孤立点和连续间断点的边缘，向内外均匀膨胀预设数目个像对所述3D点云中每个点的邻域进行统计分析，确定所述3D点云中每从所述每个点中确定所述平均距离在预设距离范围之外的点，所述预设将所述待处理双目图像输入预设卷积神经网络，所述预设根据2D到3D的转换矩阵，将所述2D深度图转换为所述3D点云，所述所述待处理双目图像的双目图像获取装置的焦距和主点所述对聚类后前后帧中同一类障碍物进行关联，获得所述每一类障碍物的运动参数，确定聚类后前后帧中同一类障碍物之间的欧氏距离，以及所述根据所述欧氏距离和所述前后帧的采集帧率，获3计算机程序包括用于执行如权利要求1-6任8.一种计算机可读存储介质，其特征在于，45双目图像和所述参考双目图像对应的参考2D深度图训练得到；矩阵根据获取所述待处理双目图像的双目图像获取装置的焦距[0033]根据所述欧氏距离和所述前后帧的采集帧率，获得所述每一类障碍物的运动速6双目图像和所述参考双目图像对应的参考2D深度图训练得到；矩阵根据获取所述待处理双目图像的双目图像获取装置的焦距[0061]根据所述欧氏距离和所述前后帧的采集帧率，获得所述每一类障碍物的运动速所述计算机程序包括用于执行如第一方面所述的方7备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过8[0091]本申请实施例提供的障碍物识别方法可应用在智能驾驶系统中的路面障碍物识[0095]在地下停车场自主泊车过程中，双目相机11获取地下停车场的双目图像(左右目[0099]应理解，上述处理装置12可以通过读取存储器中的指令[0102]图2为本申请实施例提供了一种障碍物识别方法的流程示意图，本实施例的执行9[0116]上述处理装置从上述3D点云的每个点中确定平均距离在上述预设距离范围之外[0120]在一些可行的实施例中，在上述对去除离群点后的3D点去除离群点后的伪雷达信号进行障碍物聚类，并对聚类后前后帧中同一类障碍物进行关双目图像和参考双目图像对应的参考2D深度图训练得到。双目图像和参考双目图像对应的参考2D深度图训练得到。[0150]S1402：根据上述预设卷积神经网络的输出，获得上述待处理双目图像的2D深度高预测效率，而且本申请实施例采用2D深度图边缘去除和3D点云离群点去除相结合的方转换模块1502以及聚类关联模块1503。这里的障碍物识别装置可以是上述处理装置本身，双目图像和所述参考双目图像对应的参考2D深度图训练得到；矩阵根据获取所述待处理双目图像的双目图像获取装置的焦距[0185]根据所述欧氏距离和所述前后帧的采集帧率，获得所述每一类障碍物的运动速CPU)、图形处理器(graphicsprocessingunit，GPU)或者数字信号处理器(digital[0191]通信接口1603可以为所述至少一个处理器提供信息输入/输出。也可以包括以下可以利用通信接口1603与其它计算设备或者终端进行述计算机指令指示计算设备执行本申请提供的上述障