CN110941973A - 一种障碍物检测方法、装置、车载设备及存储介质 - Google Patents
一种障碍物检测方法、装置、车载设备及存储介质 Download PDFInfo
- Publication number
- CN110941973A CN110941973A CN201811108785.9A CN201811108785A CN110941973A CN 110941973 A CN110941973 A CN 110941973A CN 201811108785 A CN201811108785 A CN 201811108785A CN 110941973 A CN110941973 A CN 110941973A
- Authority
- CN
- China
- Prior art keywords
- information
- edge
- obstacle
- dimensional image
- image information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例涉及一种障碍物检测方法、装置、车载设备及存储介质,方法包括:获取图像传感器采集的图像信息;确定图像信息中障碍物的边缘信息;对边缘信息进行冗余处理,得到冗余信息;确定边缘信息和所述冗余信息为障碍物信息。考虑到障碍物的边缘在二维图像和三维图像中具有一致性,因此,本发明实施例通过确定图像信息中障碍物的边缘信息,并对边缘信息进行冗余处理,将增加冗余信息后的边缘信息作为障碍物信息,可以包含空间三维信息,为规划避障策略提供依据,从而提高规划避障策略的准确性。
Description
技术领域
本发明实施例涉及机器视觉技术领域,具体涉及一种障碍物检测方法、装置、车载设备及存储介质。
背景技术
随着车辆自动驾驶技术的快速发展,对车辆周边环境的感知要求越来越高。当前车辆自动驾驶主要使用的感知传感器包括:摄像头。摄像头所拍摄的图像属于二维图像,没有空间三维信息。
可见,基于摄像头所拍摄的图像检测障碍物,无法确定障碍物的空间三维信息,基于检测到的障碍物规划避障策略的准确性有待提高。因此,亟需提供一种障碍物检测方法,能够确定障碍物的空间三维信息,提高规划避障策略的准确性。
发明内容
为了解决现有技术存在的问题,本发明的至少一个实施例提供了一种障碍物检测方法、装置、车载设备及存储介质。
第一方面,本发明实施例提出一种障碍物检测方法,所述方法包括:
获取图像传感器采集的图像信息;
确定所述图像信息中障碍物的边缘信息;
对所述边缘信息进行冗余处理,得到冗余信息;
确定所述边缘信息和所述冗余信息为障碍物信息。
在一些实施例中,所述图像传感器采集的图像信息为二维图像信息;
相应地,所述确定所述图像信息中障碍物的边缘信息,包括:
确定所述二维图像信息在车辆坐标系下的三维图像信息;
确定所述三维图像信息中障碍物的边缘信息。
在一些实施例中,所述确定所述二维图像信息在车辆坐标系下的三维图像信息,包括:
基于预设边缘检测策略检测所述二维图像信息,得到所述二维图像中障碍物的边缘检测信息;
确定所述边缘检测信息在车辆坐标系下的三维图像信息。
在一些实施例中,所述方法还包括:
获取所述图像传感器的视场信息以及位姿信息;
相应地,所述确定所述三维图像信息中障碍物的边缘信息,包括:
基于所述视场信息以及位姿信息,确定扫描射线的起始扫描位置以及扫描角度;
基于所述起始扫描位置以及扫描角度,通过所述扫描射线扫描所述三维图像信息,得到所述三维图像信息中障碍物的边缘信息。
在一些实施例中,所述对所述边缘信息进行冗余处理,得到冗余信息,包括:
对所述边缘信息进行增加像素处理,得到冗余信息。
在一些实施例中,所述对所述边缘信息进行增加像素处理,得到冗余信息,包括:
基于所述边缘信息确定边缘包括的像素;
在所述边缘包括的像素沿所述扫描射线的延伸方向增加像素;
在位于边缘两端的像素横向增加像素;
确定延伸方向增加的像素和横向增加的像素为冗余信息。
第二方面,本发明实施例还提出一种障碍物检测装置,所述装置包括:
第一获取单元,用于获取图像传感器采集的图像信息;
第一确定单元,用于确定所述图像信息中障碍物的边缘信息;
处理单元,用于对所述边缘信息进行冗余处理,得到冗余信息;
第二确定单元,用于确定所述边缘信息和所述冗余信息为障碍物信息。
在一些实施例中,所述图像传感器采集的图像信息为二维图像信息;
相应地,所述第一确定单元,包括:
第一子单元,用于确定所述二维图像信息在车辆坐标系下的三维图像信息;
第二子单元,用于确定所述三维图像信息中障碍物的边缘信息。
在一些实施例中,所述第一子单元,用于:
基于预设边缘检测策略检测所述二维图像信息,得到所述二维图像中障碍物的边缘检测信息;
确定所述边缘检测信息在车辆坐标系下的三维图像信息。
在一些实施例中,所述装置还包括:
第三获取单元,获取所述图像传感器的视场信息以及位姿信息;
相应地,所述第二子单元,用于:
基于所述视场信息以及位姿信息,确定扫描射线的起始扫描位置以及扫描角度;
基于所述起始扫描位置以及扫描角度,通过所述扫描射线扫描所述三维图像信息,得到所述三维图像信息中障碍物的边缘信息。
在一些实施例中,所述处理单元,用于对所述边缘信息进行增加像素处理,得到冗余信息。
在一些实施例中,所述处理单元,用于:
基于所述边缘信息确定边缘包括的像素;
在所述边缘包括的像素沿所述扫描射线的延伸方向增加像素;
在位于边缘两端的像素横向增加像素;
确定延伸方向增加的像素和横向增加的像素为冗余信息。
第三方面,本发明实施例还提出一种车载设备,包括:
处理器、存储器、网络接口和用户接口;
所述处理器、存储器、网络接口和用户接口通过总线***耦合在一起;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如第一方面所述方法的步骤。
第四方面,本发明实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如第一方面所述方法的步骤。
可见,本发明实施例的至少一个实施例中,考虑到障碍物的边缘在二维图像和三维图像中具有一致性,因此,本发明实施例通过确定图像信息中障碍物的边缘信息,并对边缘信息进行冗余处理,将增加冗余信息后的边缘信息作为障碍物信息,可以包含空间三维信息,为规划避障策略提供依据,从而提高规划避障策略的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种车载设备的结构示意图;
图2为本发明实施例提供的一种障碍物检测方法流程图;
图3为本发明实施例提供的一种图像传感器采集的图像示意图;
图4为本发明实施例提供的一种图像传感器采集的图像转换为车辆坐标系下的三维图像的示意图;
图5为本发明实施例提供的一种确定障碍物与地面之间的交线的示意图;
图6为本发明实施例提供的一种障碍物检测装置框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
图1是本发明实施例提供的车载设备的结构示意图。
图1所示的车载设备包括:至少一个处理器101、至少一个存储器102、至少一个网络接口104和其他的用户接口103。车载设备中的各个组件通过总线***105耦合在一起。可理解,总线***105用于实现这些组件之间的连接通信。总线***105除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图1中将各种总线都标为总线***105。
其中,用户接口103可以包括显示器、键盘或者点击设备(例如,鼠标,轨迹球(trackball)或者触感板等。
可以理解,本实施例中的存储器102可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(ProgrammableROM,PROM)、可擦除可编程只读存储器(ErasablePROM,EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(StaticRAM,SRAM)、动态随机存取存储器(DynamicRAM,DRAM)、同步动态随机存取存储器(SynchronousDRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM,DRRAM)。本文描述的存储器102旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器102存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作***1021和应用程序1022。
其中,操作***1021,包含各种***程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1022,包含各种应用程序,例如媒体播放器(MediaPlayer)、浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1022中。
在本发明实施例中,处理器101通过调用存储器102存储的程序或指令,具体的,可以是应用程序1022中存储的程序或指令,处理器101用于执行各障碍物检测方法实施例所提供的方法步骤,例如包括:
获取图像传感器采集的图像信息;确定图像信息中障碍物的边缘信息;对边缘信息进行冗余处理,得到冗余信息;确定边缘信息和所述冗余信息为障碍物信息。
上述本发明实施例揭示的方法可以应用于处理器101中,或者由处理器101实现。处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecific IntegratedCircuit,ASIC)、现成可编程门阵列(FieldProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器102,处理器101读取存储器102中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPDevice,DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,方法实施例的步骤之间除非存在明确的先后顺序,否则执行顺序可任意调整。所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图2为本发明实施例提供的一种障碍物检测方法流程图。该方法的执行主体为车载设备。
如图2所示,本实施例公开的障碍物检测方法可包括以下步骤201至204:
201、获取图像传感器采集的图像信息。
202、确定图像信息中障碍物的边缘信息。
203、对边缘信息进行冗余处理,得到冗余信息。
204、确定边缘信息和冗余信息为障碍物信息。
本实施例中,图像传感器可以为摄像头,摄像头可以是鱼眼摄像头。图像传感器安装在车辆上且与车载设备通信连接。车辆上也可以安装多个图像传感器。
本实施例中,可采用现有障碍物检测技术来确定图像信息中的障碍物,本实施例不再赘述。在确定图像信息中的障碍物后,可得到图像信息对应的MASK(掩膜)图。
本实施例中,MASK图中包含有限数量颜色的图,每一种颜色代表一个种类的物体,例如,黑色表示障碍物,灰色表示道路,白色表示车位。
本实施例中,在得到图像信息对应的MASK图后,可从MASK图中确定障碍物的边缘信息。
图3为本发明实施例提供的一种图像传感器采集的图像示意图。图3中,障碍物3位于车道4内,附图标记5表示车道4的车道线。采用现有障碍物检测技术对图4进行障碍物检测,可确定图4中的障碍物3。在确定图4中的障碍物3后,可得到图像传感器采集的图像对应的MASK图。
图4为图3所示的图像对应的MASK图经过坐标变换后得到的车辆坐标系下的三维图像,坐标变换方法例如为反投影变换法。图4中障碍物3'与地面之间的交线和图3中障碍物3与地面之间的交线相同。因此,障碍物与地面之间的交线能反映障碍物在车辆坐标系下的三维信息。本实施例中,障碍物的边缘信息即为障碍物与地面之间的交线。
本实施例中,为了确保障碍物的边缘信息完整,需要对边缘信息进行冗余处理,得到增加冗余信息后的边缘信息。
本实施例中,将增加冗余信息后的边缘信息作为障碍物信息,可以包含空间三维信息,为规划避障策略提供依据,从而提高规划避障策略的准确性。
可见,本实施例公开的障碍物检测方法,通过确定图像信息中障碍物的边缘信息,并对边缘信息进行冗余处理,可将边缘信息和冗余信息作为障碍物信息。由于障碍物的边缘在二维图像和三维图像中具有一致性,使得障碍物信息包含空间三维信息,为规划避障策略提供依据,从而提高规划避障策略的准确性。
在一些实施例中,图像传感器采集的图像信息为二维图像信息。确定图像信息中障碍物的边缘信息,具体包括以下两个步骤:
步骤一:确定二维图像信息在车辆坐标系下的三维图像信息。
步骤二:确定三维图像信息中障碍物的边缘信息。
本实施例中,可采用现有障碍物检测技术来确定二维图像信息中的障碍物,本实施例不再赘述。在确定二维图像信息中的障碍物后,可得到二维图像信息对应的MASK图。
本实施例中,将二维图像信息对应的MASK图进行坐标变换,可得到MASK图在车辆坐标系下的三维图像信息,从而确定二维图像信息在车辆坐标系下的三维图像信息。
本实施例中,坐标变换方法可沿用现有的坐标变换方法,例如反投影变换法,本实施例不再赘述。
在一些实施例中,确定二维图像信息在车辆坐标系下的三维图像信息,具体包括以下两个步骤:
步骤一:基于预设边缘检测策略检测二维图像信息,得到二维图像中障碍物的边缘检测信息。
步骤二:确定边缘检测信息在车辆坐标系下的三维图像信息。
本实施例中,在得到二维图像信息中障碍物的边缘检测信息后,可裁剪二维图像信息,使得裁剪后的二维图像信息中障碍物仅具有所述边缘检测信息。
本实施例中,在裁剪二维图像信息后,确定裁剪后的二维图像信息对应的MASK图。将该MASK图进行坐标变换,可得到MASK图在车辆坐标系下的三维图像信息,从而确定边缘检测信息在车辆坐标系下的三维图像信息。
本实施例中,通过裁剪二维图像信息,可去除二维图像信息中冗余的障碍物信息,提高确定障碍物的边缘信息的准确性。
在一些实施例中,障碍物检测方法还包括步骤:获取图像传感器的视场信息以及位姿信息。
本实施例中,可基于图像传感器的安装位置,确定图像传感器在车辆坐标系下的位姿信息。
本实施例中,确定三维图像信息中障碍物的边缘信息,具体包括以下两个步骤:
步骤一:基于视场信息以及位姿信息,确定扫描射线的起始扫描位置以及扫描角度。
步骤二:基于起始扫描位置以及扫描角度,通过扫描射线扫描三维图像信息,得到三维图像信息中障碍物的边缘信息。
本实施例中,图4为图像传感器采集的图像转换为车辆坐标系下的三维图像的示意图,图5为图4基础上的进一步处理,目的在于确定障碍物3与地面之间的交线6。
如图5所示,附图标记2表示图像传感器1的视场边缘。图5中,确定交线6的方式为:以图像传感器1所在位置为端点的扫描射线,从图像传感器1的视场的左边缘向右边缘扫描,扫描射线被遮挡的位置属于障碍物3与地面之间的交线6。
在一些实施例中,对边缘信息进行冗余处理,得到冗余信息,具体为:对边缘信息进行增加像素处理,得到冗余信息。
本实施例中,冗余信息为增加的像素。
在一些实施例中,对边缘信息进行增加像素处理,得到冗余信息,具体包括以下步骤一至步骤四:
步骤一:基于边缘信息确定边缘包括的像素。
步骤二:在边缘包括的像素沿扫描射线的延伸方向增加像素。
步骤三:在位于边缘两端的像素横向增加像素。
步骤四:确定延伸方向增加的像素和横向增加的像素为冗余信息。
本实施例中,沿扫描射线的延伸方向增加的像素个数少于横向增加的像素个数。沿扫描射线的延伸方向增加的像素个数以及横向增加的像素个数均可根据实际需要确定,本实施例不限定具体取值。
需要说明的是,以上各实施例公开的障碍物检测方法,除非特殊说明组合方式,各实施例可组合为新的实施例,各实施例中的步骤除非逻辑矛盾,否则执行顺序可调。
如图6所示,本实施例公开一种障碍物检测装置,可包括以下单元:第一获取单元61、第一确定单元62、处理单元63和第二确定单元64。各单元具体说明如下:
第一获取单元61,用于获取图像传感器采集的图像信息;
第一确定单元62,用于确定所述图像信息中障碍物的边缘信息;
处理单元63,用于对所述边缘信息进行冗余处理,得到冗余信息;
第二确定单元64,用于确定所述边缘信息和所述冗余信息为障碍物信息。
在一些实施例中,所述图像传感器采集的图像信息为二维图像信息;
相应地,所述第一确定单元62,包括:
第一子单元,用于确定所述二维图像信息在车辆坐标系下的三维图像信息;
第二子单元,用于确定所述三维图像信息中障碍物的边缘信息。
在一些实施例中,所述第一子单元,用于:
基于预设边缘检测策略检测所述二维图像信息,得到所述二维图像中障碍物的边缘检测信息;
确定所述边缘检测信息在车辆坐标系下的三维图像信息。
在一些实施例中,所述装置还包括:
第三获取单元,获取所述图像传感器的视场信息以及位姿信息;
相应地,所述第二子单元,用于:
基于所述视场信息以及位姿信息,确定扫描射线的起始扫描位置以及扫描角度;
基于所述起始扫描位置以及扫描角度,通过所述扫描射线扫描所述三维图像信息,得到所述三维图像信息中障碍物的边缘信息。
在一些实施例中,所述处理单元63,用于对所述边缘信息进行增加像素处理,得到冗余信息。
在一些实施例中,所述处理单元63,用于:
基于所述边缘信息确定边缘包括的像素;
在所述边缘包括的像素沿所述扫描射线的延伸方向增加像素;
在位于边缘两端的像素横向增加像素;
确定延伸方向增加的像素和横向增加的像素为冗余信息。
以上实施例公开的障碍物检测装置能够实现以上各方法实施例公开的障碍物检测方法的流程,为避免重复,在此不再赘述。
本发明实施例还提出一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行各障碍物检测方法实施例所提供的方法步骤,例如包括:
获取图像传感器采集的图像信息;
确定所述图像信息中障碍物的边缘信息;
对所述边缘信息进行冗余处理,得到冗余信息;
确定所述边缘信息和所述冗余信息为障碍物信息。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (14)
1.一种障碍物检测方法,其特征在于,所述方法包括:
获取图像传感器采集的图像信息;
确定所述图像信息中障碍物的边缘信息;
对所述边缘信息进行冗余处理,得到冗余信息;
确定所述边缘信息和所述冗余信息为障碍物信息。
2.根据权利要求1所述的方法,其特征在于,所述图像传感器采集的图像信息为二维图像信息;
相应地,所述确定所述图像信息中障碍物的边缘信息,包括:
确定所述二维图像信息在车辆坐标系下的三维图像信息;
确定所述三维图像信息中障碍物的边缘信息。
3.根据权利要求2所述的方法,其特征在于,所述确定所述二维图像信息在车辆坐标系下的三维图像信息,包括:
基于预设边缘检测策略检测所述二维图像信息,得到所述二维图像中障碍物的边缘检测信息;
确定所述边缘检测信息在车辆坐标系下的三维图像信息。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
获取所述图像传感器的视场信息以及位姿信息;
相应地,所述确定所述三维图像信息中障碍物的边缘信息,包括:
基于所述视场信息以及位姿信息,确定扫描射线的起始扫描位置以及扫描角度;
基于所述起始扫描位置以及扫描角度,通过所述扫描射线扫描所述三维图像信息,得到所述三维图像信息中障碍物的边缘信息。
5.根据权利要求4所述的方法,其特征在于,所述对所述边缘信息进行冗余处理,得到冗余信息,包括:
对所述边缘信息进行增加像素处理,得到冗余信息。
6.根据权利要求5所述的方法,其特征在于,所述对所述边缘信息进行增加像素处理,得到冗余信息,包括:
基于所述边缘信息确定边缘包括的像素;
在所述边缘包括的像素沿所述扫描射线的延伸方向增加像素;
在位于边缘两端的像素横向增加像素;
确定延伸方向增加的像素和横向增加的像素为冗余信息。
7.一种障碍物检测装置,其特征在于,所述装置包括:
第一获取单元,用于获取图像传感器采集的图像信息;
第一确定单元,用于确定所述图像信息中障碍物的边缘信息;
处理单元,用于对所述边缘信息进行冗余处理,得到冗余信息;
第二确定单元,用于确定所述边缘信息和所述冗余信息为障碍物信息。
8.根据权利要求7所述的装置,其特征在于,所述图像传感器采集的图像信息为二维图像信息;
相应地,所述第一确定单元,包括:
第一子单元,用于确定所述二维图像信息在车辆坐标系下的三维图像信息;
第二子单元,用于确定所述三维图像信息中障碍物的边缘信息。
9.根据权利要求8所述的装置,其特征在于,所述第一子单元,用于:
基于预设边缘检测策略检测所述二维图像信息,得到所述二维图像中障碍物的边缘检测信息;
确定所述边缘检测信息在车辆坐标系下的三维图像信息。
10.根据权利要求8或9所述的装置,其特征在于,所述装置还包括:
第三获取单元,获取所述图像传感器的视场信息以及位姿信息;
相应地,所述第二子单元,用于:
基于所述视场信息以及位姿信息,确定扫描射线的起始扫描位置以及扫描角度;
基于所述起始扫描位置以及扫描角度,通过所述扫描射线扫描所述三维图像信息,得到所述三维图像信息中障碍物的边缘信息。
11.根据权利要求10所述的装置,其特征在于,所述处理单元,用于对所述边缘信息进行增加像素处理,得到冗余信息。
12.根据权利要求11所述的装置,其特征在于,所述处理单元,用于:
基于所述边缘信息确定边缘包括的像素;
在所述边缘包括的像素沿所述扫描射线的延伸方向增加像素;
在位于边缘两端的像素横向增加像素;
确定延伸方向增加的像素和横向增加的像素为冗余信息。
13.一种车载设备,其特征在于,包括:
处理器、存储器、网络接口和用户接口;
所述处理器、存储器、网络接口和用户接口通过总线***耦合在一起;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至6任一项所述方法的步骤。
14.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811108785.9A CN110941973B (zh) | 2018-09-21 | 2018-09-21 | 一种障碍物检测方法、装置、车载设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811108785.9A CN110941973B (zh) | 2018-09-21 | 2018-09-21 | 一种障碍物检测方法、装置、车载设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110941973A true CN110941973A (zh) | 2020-03-31 |
CN110941973B CN110941973B (zh) | 2023-09-15 |
Family
ID=69905543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811108785.9A Active CN110941973B (zh) | 2018-09-21 | 2018-09-21 | 一种障碍物检测方法、装置、车载设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110941973B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112578795A (zh) * | 2020-12-15 | 2021-03-30 | 深圳市优必选科技股份有限公司 | 机器人避障方法及装置、机器人及存储介质 |
CN113554882A (zh) * | 2021-07-20 | 2021-10-26 | 阿波罗智联(北京)科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030076317A1 (en) * | 2001-10-19 | 2003-04-24 | Samsung Electronics Co., Ltd. | Apparatus and method for detecting an edge of three-dimensional image data |
CN1980322A (zh) * | 2005-12-07 | 2007-06-13 | 日产自动车株式会社 | 物体检测***和物体检测方法 |
WO2010138574A1 (en) * | 2009-05-26 | 2010-12-02 | Rapiscan Security Products, Inc. | X-ray tomographic inspection systems for the identification of specific target items |
JP2011209896A (ja) * | 2010-03-29 | 2011-10-20 | Nec Corp | 障害物検知装置、障害物検知方法及び障害物検知プログラム |
CN102903102A (zh) * | 2012-09-11 | 2013-01-30 | 西安电子科技大学 | 基于非局部的三马尔可夫随机场sar图像分割方法 |
US9098754B1 (en) * | 2014-04-25 | 2015-08-04 | Google Inc. | Methods and systems for object detection using laser point clouds |
CN105407804A (zh) * | 2013-07-31 | 2016-03-16 | 株式会社东芝 | X射线CT(Computed Tomography)装置、图像处理装置、图像处理方法以及存储介质 |
CN107480638A (zh) * | 2017-08-16 | 2017-12-15 | 北京京东尚科信息技术有限公司 | 车辆避障方法、控制器、装置和车辆 |
US20180091221A1 (en) * | 2016-09-23 | 2018-03-29 | Qualcomm Incorporated | Selective pixel activation for light-based communication processing |
-
2018
- 2018-09-21 CN CN201811108785.9A patent/CN110941973B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030076317A1 (en) * | 2001-10-19 | 2003-04-24 | Samsung Electronics Co., Ltd. | Apparatus and method for detecting an edge of three-dimensional image data |
CN1980322A (zh) * | 2005-12-07 | 2007-06-13 | 日产自动车株式会社 | 物体检测***和物体检测方法 |
WO2010138574A1 (en) * | 2009-05-26 | 2010-12-02 | Rapiscan Security Products, Inc. | X-ray tomographic inspection systems for the identification of specific target items |
JP2011209896A (ja) * | 2010-03-29 | 2011-10-20 | Nec Corp | 障害物検知装置、障害物検知方法及び障害物検知プログラム |
CN102903102A (zh) * | 2012-09-11 | 2013-01-30 | 西安电子科技大学 | 基于非局部的三马尔可夫随机场sar图像分割方法 |
CN105407804A (zh) * | 2013-07-31 | 2016-03-16 | 株式会社东芝 | X射线CT(Computed Tomography)装置、图像处理装置、图像处理方法以及存储介质 |
US9098754B1 (en) * | 2014-04-25 | 2015-08-04 | Google Inc. | Methods and systems for object detection using laser point clouds |
US20180091221A1 (en) * | 2016-09-23 | 2018-03-29 | Qualcomm Incorporated | Selective pixel activation for light-based communication processing |
CN107480638A (zh) * | 2017-08-16 | 2017-12-15 | 北京京东尚科信息技术有限公司 | 车辆避障方法、控制器、装置和车辆 |
Non-Patent Citations (5)
Title |
---|
姜啸宇: "红外阵列探测器及边缘检测的研究", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 10, pages 135 - 152 * |
张穗华等: "基于三维激光雷达的障碍物检测方法研究", 机电产品开发与创新, no. 06, pages 23 - 26 * |
石磊: "自主式车辆环境感知技术研究 ————道路环境理解方法研究", 中国博士学位论文全文数据库 (信息科技辑), no. 08, pages 138 - 168 * |
马建设等: "基于轮廓提取与深度筛选的双目三维重构技术", 《计算机工程与科学》 * |
马建设等: "基于轮廓提取与深度筛选的双目三维重构技术", 《计算机工程与科学》, no. 04, 15 April 2018 (2018-04-15), pages 665 - 672 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112578795A (zh) * | 2020-12-15 | 2021-03-30 | 深圳市优必选科技股份有限公司 | 机器人避障方法及装置、机器人及存储介质 |
CN113554882A (zh) * | 2021-07-20 | 2021-10-26 | 阿波罗智联(北京)科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110941973B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110936893B (zh) | 一种盲区障碍物处理方法、装置、车载设备及存储介质 | |
US11609101B2 (en) | Image processing apparatus, image processing method, computer program and computer readable recording medium | |
US20210190513A1 (en) | Navigation map updating method and apparatus and robot using the same | |
US11763575B2 (en) | Object detection for distorted images | |
CN109683170B (zh) | 一种图像行驶区域标注方法、装置、车载设备及存储介质 | |
CN108629292B (zh) | 弯曲车道线检测方法、装置及终端 | |
US11657319B2 (en) | Information processing apparatus, system, information processing method, and non-transitory computer-readable storage medium for obtaining position and/or orientation information | |
CN111178122B (zh) | 道路场景中三维车道的检测及平面表示 | |
DE102017120709A1 (de) | Gegenstandsabstandsschätzung unter verwendung von daten von einer einzigen kamera | |
CN109977776B (zh) | 一种车道线检测方法、装置及车载设备 | |
CN109255005B (zh) | 车辆重定位方法、装置、车载设备、服务器及存储介质 | |
CN111160070A (zh) | 车辆全景图像盲区消除方法、装置、存储介质及终端设备 | |
CN110941973B (zh) | 一种障碍物检测方法、装置、车载设备及存储介质 | |
EP3029602A1 (en) | Method and apparatus for detecting a free driving space | |
CN111413701B (zh) | 一种障碍物距离的确定方法、装置、车载设备及存储介质 | |
CN112988922A (zh) | 感知地图构建方法、装置、计算机设备和存储介质 | |
DE102018133030A1 (de) | Fahrzeugfernsteuerungsvorrichtung und fahrzeugfernsteuerungsverfahren | |
CN111832347B (zh) | 动态选取感兴趣区域的方法及装置 | |
CN109740502B (zh) | 道路质量检测方法及装置 | |
US11733373B2 (en) | Method and device for supplying radar data | |
CN112417924B (zh) | 一种标志杆的空间坐标获取方法及装置 | |
CN110795961B (zh) | 一种车道线检测方法、装置、电子设备及介质 | |
CN112183413B (zh) | 一种车位检测方法、装置、存储介质及车辆 | |
Ha et al. | A new calibrator providing easy detection of feature points for calibrating fisheye cameras in vehicle AVM systems | |
CN116597131A (zh) | 目标定位方法、装置及电子设备、计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |