基于运动栅格的障碍物检测方法、系统和智能终端.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113657205A(43)申请公布日2021.11.16(21)申请号202110860695.0G06T7/277(2017.01)(22)申请日2021.07.29(71)申请人北京中科慧眼科技有限公司地址100085北京市海淀区创业中路32号楼32-1-1-559(72)发明人王欣亮杨超朱海涛肖志鹏卢士强(74)专利代理机构北京远立知识产权代理事务所(普通合伙)11502代理人李海燕(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06T7/55(2017.01)G06T7/246(2017.01)权利要求书3页说明书11页附图5页(54)发明名称基于运动栅格的障碍物检测方法、系统和智能终端(57)摘要本发明公开了一种基于运动栅格的障碍物检测方法、系统和智能终端，方法包括：获取双目相机的视差图，并经过路面删除处理后将视差图数据投影到栅格地图上；生成运动粒子，并基于栅格地图和概率计算得到理论栅格粒子数量；对运动粒子进行重采样修正，基于运动粒子的重采样修正结果，估算各个栅格的位置和速度；基于栅格聚类通过反投影得到障碍物目标。解决了现有技术中障碍物检测准确性较差的技术问题。CN113657205ACN113657205A权利要求书1/3页1.一种基于运动栅格的障碍物检测方法，其特征在于，所述方法包括：获取双目相机的视差图，并经过路面删除处理后将视差图数据投影到栅格地图上；生成运动粒子，并基于栅格地图和概率计算得到理论栅格粒子数量；对运动粒子进行重采样修正，基于运动粒子的重采样修正结果，估算各个栅格的位置和速度；基于栅格聚类通过反投影得到障碍物目标。2.根据权利要求1所述的障碍物检测方法，其特征在于，所述获取双目相机的视差图，并经过路面删除处理后将视差图数据投影到栅格地图上，具体包括：利用双目相机的校准图像，逐点计算视差，以得到与校准图像对应的视差图；将视差图转换为空间三维点云图；删选出空间三维点云图中目标范围内的三维空间点；将目标范围内的三维空间点投影到栅格地图上。3.根据权利要求1所述的障碍物检测方法，其特征在于，所述生成运动粒子，并基于栅格地图和概率计算得到理论栅格粒子数量，具体包括：生成运动粒子；预测粒子状态；通过概率计算得到理论栅格粒子数量。4.根据权利要求3所述的障碍物检测方法，其特征在于，所述生成运动粒子，具体包括：设定障碍物目标由有限的运动粒子组成，定义运动粒子为栅格的状态为：s＝(r，c，vr，vc)其中，r为粒子在栅格上的行位置，c为粒子在栅格上的列位置；vr为粒子在栅格上的行运动速度，vc为粒子在栅格上的列运动速度；初始情况下粒子速度状态未知，设置粒子速度状态为均值0方差σ的随机数值，其中，x,z分别表示空间三维点p在x和z轴方向的坐标值。5.根据权利要求3所述的障碍物检测方法，其特征在于，所述预测粒子状态，具体包括：粒子初始化之后，根据车辆信息预测出当前帧的运动粒子状态，所述运动粒子状态包括自车运动和目标运动；自行运动的粒子状态运动模型为：2CN113657205A权利要求书2/3页其中：v车辆运行速度，φ车辆偏航角，车辆偏航角速率；目标运动的粒子状态运动模型为：2其中：σrσc代表着粒子在对应栅格的位置过程噪声，符合N(0,σ)均值为0，方差为σrσc的2随机数；σvrσvc代表粒子在对应栅格的速度过程噪声，符合N(0,σ)均值为0，方差为σvrσvc的随机数。6.根据权利要求1所述的障碍物检测方法，其特征在于，所述通过概率计算得到理论栅格粒子数量，具体包括：根据栅格投影上的占用、空置概率计算公式计算窗口空间内的理论栅格粒子数量：p(m(r，c)|free)=1‑p(m(r,c)|occupied)其中：∑∑O(row，col)为在栅格(row，col)位置，窗口(2σrow+1)×(2σcol+1)大小的空间上理论栅格粒子数量。7.根据权利要求6所述的障碍物检测方法，其特征在于，所述对运动粒子进行重采样修正，基于运动粒子的重采样修正结果，估算各个栅格的位置和速度，具体包括：计算理论后验粒子个数Nrc：Nrc=p(m(r，c)|occupied)·Nc其中，Noc为实际栅格上粒子数量，Nc为每个栅格上粒子数量上限；计算后验粒子个数和实际粒子个数的比值fc＝Nrc/Noc，若比值大于1，将对应栅格中所有的粒子都复制fc倍，若比值小于1，按照均匀分布U(0，1)随机删除已有粒子；计算出粒子在各自栅格下的运动状态s＝(r，c，vr，vc)，栅格的状态估计公式为：rgrid=rowcgrid=col3CN113657205A权利要求书3/3页其中：row,col表示粒子所在栅格的坐标信息；表