一种障碍物识别方法、装置、电子设备及存储介质与流程

本技术涉及障碍物检测，尤其是涉及一种障碍物识别方法、装置、电子设备及存储介质。

背景技术：

1、随着人们生活水平的提高，汽车作为常用的代步工具，已经成为了生活必需品之一。在信息行业和智能领域的发展和探索下，汽车的智能化得到了迅速发展。其中，汽车的辅助驾驶技术是该领域的重点研究方向。而在汽车辅助驾驶技术中，检测及识别汽车前进方向的障碍物，是汽车辅助驾驶面临的关键技术问题。现有技术利用深度神经网络对超声波回波数据进行特征提取和匹配。将提取的特征与预先训练好的环境地图进行匹配实现定位。该方法虽然可以在复杂环境下提高定位精度但需要大量的训练数据。所以，如何减少实时计算的复杂度并提高障碍物识别算法的执行效率成为了不容小觑的技术问题。

技术实现思路

1、有鉴于此，本技术的目的在于提供一种障碍物识别方法、装置、电子设备及存储介质，通过预先建立的障碍物模式库以大幅减少实时计算的复杂度，提高障碍物识别算法的执行效率，动态调整窗口大小可以在保证检测准确性的前提下减少不必要的计算开销满足系统的实时性要求。

2、本技术实施例提供了一种障碍物识别方法，所述障碍物识别方法包括：

3、根据超声波传感器实时采集目标车辆在检测范围内的回波信号，基于所述回波信号的稳定性以及持续时间，确定出是否存在稳定的障碍物；

4、若是，则基于所述回波信号与预设的障碍物模式库，确定出所述回波信号对应的目标障碍物的位置信息；

5、基于所述目标障碍物的运动特性动态调整窗口的大小，并在窗口内对所述目标障碍物进行运动状态分析处理、场景相关性分析处理以及冗余数据管理，以使完成对所述目标障碍物的识别。

6、在一种可能的实施方式之中，所述基于所述回波信号的稳定性以及持续时间，确定出是否存在稳定的障碍物：

7、检测是否多次采集到所述回波信号以及所述回波信号的持续时间是否超过预设时间阈值；

8、若均是，则所述回波信号处存在稳定的所述目标障碍物；

9、若任一为否，则所述回波信号处存在噪声或者干扰。

10、在一种可能的实施方式之中，所述基于所述回波信号与预设的障碍物模式库，确定出所述回波信号对应的目标障碍物的位置信息，包括：

11、将所述回波信号的特征信息与预设的障碍物模式库中的每一位置处的障碍物特征信息进行匹配，确定出所述回波信号的特征信息与每一障碍物特征信息的相似度值；

12、检测所述相似度值是否存在大于等于预设相似度阈值；

13、若否，则所述回波信号处不存在障碍物特征信息；若是，则将最高的所述相似度值所对应的障碍物特征信息作为所述目标障碍物，并将最高的所述相似度值所对应的障碍物特征信息的位置信息作为所述目标障碍物的位置信息；其中，所述障碍物特征信息包括障碍物类别信息、障碍物大小信息、障碍物形状信息以及障碍物位置坐标信息。

14、在一种可能的实施方式之中，所述基于所述目标障碍物的运动特性动态调整窗口的大小，包括：

15、基于所述目标障碍物的前一时刻的位置信息和速度信息预测出所述目标障碍物在下一时刻的位置信息；

16、基于所述下一时刻的位置信息，确定出窗口的中心位置；

17、基于所述目标障碍物的运动特性确定出所述目标障碍物的跟踪周期；其中，所述运动特性越快所述跟踪周期越短，所述运动特性越稳定所述跟踪周期越长，基于所述跟踪周期的变化趋势对所述跟踪周期因子进行动态调整；

18、基于所述窗口的中心位置、所述跟踪周期、跟踪距离、跟踪周期因子以及跟踪距离因子确定出所述窗口的大小。

19、在一种可能的实施方式之中，所述在窗口内对所述目标障碍物进行运动状态分析处理、场景相关性分析处理以及冗余数据管理，以使完成对所述目标障碍物的识别，包括：

20、对所述目标障碍物进行运动状态分析处理，确定出所述目标障碍物是否为新的障碍物；

21、对所述目标障碍物进行场景相关性分析处理，确定出所述目标障碍物的场景相关性是否超出所述超声波传感器的观测范围或者超出所述目标车辆的移动轨迹，若任一为是，则不对所述目标障碍物进行追踪；

22、对所述目标障碍物进行冗余数据管理，确定出所述目标障碍物是否存在冗余数据，若是，则对所述冗余数据进行删除。

23、在一种可能的实施方式之中，所述对所述目标障碍物进行运动状态分析处理，确定出所述目标障碍物是否为新的障碍物，包括：

24、将所述目标障碍物的位置信息、所述目标障碍物的运动信息与历史障碍物的位置信息以及历史障碍物的运动信息进行匹配；

25、若匹配成功，则所述目标障碍物与所述历史障碍物为同一障碍物；

26、若匹配不成功，则所述目标障碍物为新的障碍物。

27、在一种可能的实施方式之中，在所述基于所述目标障碍物的运动特性动态调整窗口的大小，并在窗口内对所述目标障碍物进行运动状态分析处理、场景相关性分析处理以及冗余数据管理，以使完成对所述目标障碍物的识别之后，所述障碍物识别方法还包括：

28、获取邻近的超声波传感器对所述目标障碍物的高度检测结果；

29、检测所述高度检测结果是否超高所述目标车辆的可通过高度阈值；

30、若是，则所述目标车辆需要对所述目标障碍物执行规避动作；

31、若否，则将所述目标障碍物标记为可跨越目标。

32、本技术实施例还提供了一种障碍物识别装置，所述障碍物识别装置包括：

33、初步检测模块，用于根据超声波传感器实时采集目标车辆在检测范围内的回波信号，基于所述回波信号的稳定性以及持续时间，确定出是否存在稳定的障碍物；

34、障碍物位置确定模块，用于若是，则基于所述回波信号与预设的障碍物模式库，确定出所述回波信号对应的目标障碍物的位置信息；

35、障碍物处理模块，用于基于所述目标障碍物的运动特性动态调整窗口的大小，并在窗口内对所述目标障碍物进行运动状态分析处理、场景相关性分析处理以及冗余数据管理，以使完成对所述目标障碍物的识别。

36、本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的障碍物识别方法的步骤。

37、本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的障碍物识别方法的步骤。

38、本技术实施例提供的一种障碍物识别方法、装置、电子设备及存储介质，所述障碍物识别方法包括：根据超声波传感器实时采集目标车辆在检测范围内的回波信号，基于所述回波信号的稳定性以及持续时间，确定出是否存在稳定的障碍物；若是，则基于所述回波信号与预设的障碍物模式库，确定出所述回波信号对应的目标障碍物的位置信息；基于所述目标障碍物的运动特性动态调整窗口的大小，并在窗口内对所述目标障碍物进行运动状态分析处理、场景相关性分析处理以及冗余数据管理，以使完成对所述目标障碍物的识别。通过预先建立的障碍物模式库以大幅减少实时计算的复杂度，提高障碍物识别算法的执行效率，动态调整窗口大小可以在保证检测准确性的前提下减少不必要的计算开销满足系统的实时性要求。

39、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。