CN114675295B 一种障碍物判定的方法、装置、设备及存储介质 (北京主线科技有限公司)_第1页
CN114675295B 一种障碍物判定的方法、装置、设备及存储介质 (北京主线科技有限公司)_第2页
CN114675295B 一种障碍物判定的方法、装置、设备及存储介质 (北京主线科技有限公司)_第3页
CN114675295B 一种障碍物判定的方法、装置、设备及存储介质 (北京主线科技有限公司)_第4页
CN114675295B 一种障碍物判定的方法、装置、设备及存储介质 (北京主线科技有限公司)_第5页
已阅读5页,还剩34页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本申请实施例公开了一种障碍物判定的方目标传感器对行驶空间的探测结果运用深度学对行驶空间的动态特征和至少一种感知特征进2确定所述判定特征对应的第一时序,其中,所述第一时序所述第二时序对应的连续时长内,所述行驶空间的形态特征符合预设的障碍物时序特征,则将所述判定特征对应的点位和所述形态特征对应的点位基于在所述激光点云中的位置基于至少一种目标传感器确定行驶空间中是否有障碍物的感知通过对所述行驶空间的动态特征和至少一种所述感知特征进行判别,针对所述激光点云中的每一个点位,利用点云特征模型对所述其中,所述点云特征模型是根据历史样本数据训练得到的3.如权利要求1所述的方法,其特征在于,所述基于所述激光点云中位于地面外的点基于各个所述点位在所述激光点云中的位置信息,从所述激光对提取出来的所述地面外的点位进行聚类,得到未知障碍物,并将针对每一种类别信息的所述目标传感器执行:获取所述目标传3将样本数据中的原始行驶空间的动态特征和感知特征输入到果相同的所述原始深度学习模型作为所述深其中,所述行驶空间的动态特征携带激光雷达的类型信息获取的动态特征与至少一种类别信息的目标传感器预先获取的感知特征形态确定单元,用于基于所述激光点云中位于地面外的点位,传感器确定单元,用于基于至少一种目标传感器确定行驶空间中是否障碍物确定单元,用于通过对所述行驶空间的动态特征针对所述激光点云中的每一个点位,利用点云特征模型对所述4其中,所述点云特征模型是根据历史样本数据训练得到的使得所述处理器能够执行如权利要求1-55[0014]针对激光点云中的每一个点位,利用点云特征模型对点位为噪点的概率进行判6征,则将判定特征对应的点位和形态特征对应的点位基于在激光点云中的位置进行整合,目标传感器对行驶空间进行感知后的先验数据与目标传感器[0027]将样本数据中的原始行驶空间的动态特征和感知特征输入到原始深度学习模型至少一种类别信息的目标传感器预先获取的感知7[0034]障碍物确定单元,用于通过对行驶空间的动态特征和至少一种感知特征进行判[0036]针对激光点云中的每一个点位,利用点云特征模型对点位为噪点的概率进行判征,则将判定特征对应的点位和形态特征对应的点位基于在激光点云中的位置进行整合,8[0049]将样本数据中的原始行驶空间的动态特征和感知特征输入到原始深度学习模型至少一种类别信息的目标传感器预先获取的感知空间的形态特征,上述激光点云的处理结果会进行点位是否符合障碍物时序特征的判别,[0058]图3为本申请实施例提供的基于地面外的点位确定行驶空间的形态特征的流程示[0060]图5为本申请实施例提供的基于目标传感器确定行驶空间是否有障碍物的流程示9[0072]6、XGBoost:是一个优化的分布式梯度增强库,旨在实现高效,灵活和便携。噪点进行处理的方式包括在激光雷达内部进行噪点过滤和根据局部的点云信息进行分类中视野对应的区域(即在任一方向上通过上述传感器中的一种或多种对道路进行感知获得光点云是装载在车辆上的激光雷达对行驶空间的数值大小与各个点位的点位特征和激光雷达的类位为噪点的概率为a进一步比较上述概率a%是否小于历史概率b若a%小于b则判定点位A不是噪点;若a%不小于b则判定点位A是噪点,并将上述判定为噪点的结果该点位为噪点的概率为c进一步比较上述概率c%是否小于历史概率d若c%小于的相对位置信息,并根据上述实际位置信息与相对位置信息来确定各个点位的位置信息;[0094]在确定了各个点位的位置信息后,将各个位置信息与地存在的,在下一个激光点云的获取时刻还需要采用上述方法重新提取并聚类地面外的点的点位的点位标识,并进一步根据该点位标识来确定行驶空间的形态特征对应的跟踪特一时序和第二时序对应的连续时长的具体数值都是根据点位对应的判定时刻与预设的时置信度是基于目标传感器对行驶空间进行感知后的先验数据与目标传感器的类别信息确至少一种类别信息的目标传感器预先获取的感知[0132]时序判别单元603,用于若判定特征和行驶空间的形态特征均符合预设的障碍物[0133]传感器确定单元604,用于基于至少一种目标传感器确定行驶空间中是否有障碍[0134]障碍物确定单元605,用于通过对行驶空间的动态特征和至少一种感知特征进行[0136]针对激光点云中的每一个点位,利用点云特征模型对点位为噪点的概率进行判征,则将判定特征对应的点位和形态特征对应的点位基于在激光点云中的位置进行整合,目标传感器对行驶空间进行感知后的先验数据与目标传感器[0149]将样本数据中的原始行驶空间的动态特征和感知特征输入到原始深度学习模型至少一种类别信息的目标传感器预先获取的感知空间的动态特征和至少一种感知特征进行判别,来最终确定行驶空间中是否存在障碍物,上述运用深度学习模型将激光雷达和目标传感器对行驶空间的探测结果进行融合的方式,在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指[0158]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论