一种手势识别方法、装置、汽车和存储介质.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CN108501954A(43)申请公布日2018.09.07(21)申请号201810288399.6(22)申请日2018.04.03(71)申请人北京瑞特森传感科技有限公司地址100094北京市海淀区北清路68号院24号楼D座4层675(72)发明人周晓庆吴彩芳贾相飞(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.B60W40/00(2006.01)G06K9/00(2006.01)权利要求书2页说明书8页附图4页(54)发明名称一种手势识别方法、装置、汽车和存储介质(57)摘要本发明实施例公开了一种手势识别方法、装置、汽车和存储介质。其中，方法包括：获取汽车行驶过程中其周围的障碍物点云；根据周围的障碍物点云确定各障碍物轮廓；根据各障碍物轮廓的特征数据分别判断各障碍物是否为人；若障碍物是人，则根据预先训练好的交警手势模型识别其手势。本发明实施例通过获取并分析在汽车行驶过程中周围的障碍物点云数据得到各障碍物轮廓，将轮廓数据输入到预先训练好的机器学习模型中，根据模型的输出结果判断各障碍物是否为人，对确定为人的障碍物再进一步识别其手势，解决了智能汽车在行驶过程中不能充分识别障碍物信息并作出反应问题，使智能汽车在行驶过程中可接收到外界的人传达的指令，并根据指令做出相应的反应。CN108501954ACN108501954A权利要求书1/2页1.一种手势识别方法，其特征在于，包括：获取汽车行驶过程中其周围的障碍物点云；根据所述周围的障碍物点云确定各障碍物轮廓；根据所述各障碍物轮廓的特征数据分别判断各障碍物是否为人；若障碍物是人，则根据预先训练好的交警手势模型识别其手势。2.根据权利要求1所述的手势识别方法，其特征在于，所述根据所述周围的障碍物点云确定各障碍物轮廓包括：对所述周围的障碍物点云进行滤波；分割滤波后的所述周围的障碍物点云，得到各障碍物各自的点云；利用各障碍物各自点云分别拟合得到各障碍物的轮廓。3.根据权利要求1所述的手势识别方法，其特征在于，所述根据所述各障碍物轮廓的特征数据分别判断各障碍物是否为人包括：提取所述各障碍物轮廓的Hu矩作为特征数据；将各障碍物轮廓的Hu矩输入到预先训练好的人形模型中得到各障碍物是否为人的第一概率；比较第一概率和第一预设阈值，根据比较结果判断各障碍物是否为人。4.根据权利要求3所述的手势识别方法，其特征在于，所述根据预先训练好的交警手势模型识别其手势包括：将判断为人的障碍物轮廓的Hu矩输入到预先训练得到的交警手势模型中，分别确定该障碍物轮廓属于做出各交警手势的第二概率；比较各第二概率和第二预设阈值，根据比较结果确定交警手势。5.根据权利要求1所述的手势识别方法，其特征在于，在所述获取汽车行驶过程中其周围的障碍物点云之前，所述方法还包括：分别确定激光传感器到各障碍物最高点的距离和到各障碍物的水平距离；根据所述激光传感器到各障碍物最高点的距离和到各障碍物的水平距离确定各障碍物的高度；相应的，所述获取汽车行驶过程中其周围的障碍物点云包括：获取汽车行驶过程中其周围的高度符合预设条件的障碍物点云。6.根据权利要求1所述的手势识别方法，其特征在于，所述方法还包括：根据所述识别出的手势，执行相应的操作。7.根据权利要求1所述的手势识别方法，其特征在于，在根据所述各障碍物轮廓的特征数据分别判断各障碍物是否为人之前，所述方法还包括：将所述各障碍物的轮廓进行归一化。8.一种手势识别装置，其特征在于，包括：数据获取模块，用于获取汽车行驶过程中其周围的障碍物点云；轮廓提取模块，用于根据所述周围的障碍物点云确定各障碍物轮廓；障碍物类别判断模块，用于根据所述各障碍物轮廓的特征数据分别判断各障碍物是否为人；手势识别模块，用于当障碍物是人时，根据预先训练好的交警手势模型识别其手势。2CN108501954A权利要求书2/2页9.一种汽车，其特征在于，所述汽车包括：激光传感器，用于获取所述汽车行驶过程中周围的障碍物点云，并获取各障碍物距离；一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的手势识别方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的手势识别方法。3CN108501954A说明书1/8页一种手势识别方法、装置、汽车和存储介质技术领域[0001]本发明实施例涉及模式识别技术，尤其涉及一种手势识别方法、装置、汽车和存储介质。背景技术[0002]智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算