技术摘要：
本申请涉及一种障碍物检测方法、装置及存储介质，属于计算机技术领域，该方法包括：在移动载体在移动平面上移动过程中，获取激光探测组件采集到的点云数据；点云数据包括采样点的三维坐标和反射信号强度；以与移动平面相垂直的高度方向为投影方向，根据三维坐标将采样  全部
背景技术：
随着自动驾驶技术的飞速发展，自动驾驶过程中，自动驾驶系统需要获取周围的 障碍物信息，以达到在道路上安全行驶的目的。 现有的障碍物检测方法通过激光雷达扫描测距获取周围环境的点云信息，通过计 算提取点云的关键点和特征进行训练，得到训练样本；通过BP神经网络、SVM等机器学习或 深度学习方法搭建识别障碍物的模型，通过该模型识别车辆周围的障碍物类型。 然而，机器学习或深度学习模型在使用过程中需要消耗大量的计算资源，同时需 要大量的数据训练得到，训练过程和使用过程均较为繁琐，从而导致应用部署效率低的问 题。
技术实现要素：
本申请提供了一种障碍物检测方法、装置及存储介质，可以解决应用部署效率低 的问题。本申请提供如下技术方案： 第一方面，提供了一种障碍物检测方法，用于移动载体中，所述移动载体上安装有 激光探测组件，所述激光探测组件用于在采集范围内采集反射物的点云数据，所述采集范 围包括所述移动载体的行进方向上的空间范围和与所述行进方向相垂直的垂直方向上的 空间范围；所述方法包括： 在所述移动载体在移动平面上移动过程中，获取所述激光探测组件采集到的所述 点云数据；所述点云数据包括采样点的三维坐标和反射信号强度；所述三维坐标用于指示 对应采样点相对于所述激光探测组件的三维位置； 以与所述移动平面相垂直的高度方向为投影方向，根据所述三维坐标将所述采样 点投影至二维平面，得到鸟瞰图；所述二维平面与所述移动平面平行；或者，所述二维平面 为所述移动平面； 根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息，所述每个像素点的 像素信息包括第一像素值、第二像素值和第三像素值；所述第一像素值用于指示所述三维 坐标指示的所述高度方向上的坐标值，所述第二像素值用于指示采样点密度，所述第三像 素值用于指示所述反射信号强度； 根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行检测。 可选地，所述根据所述鸟瞰图中的所述像素信息对所述采集范围内的障碍物进行 检测，包括： 在所述鸟瞰图中确定所述像素信息满足预设条件的目标像素点的数量； 在所述目标像素点的数量大于数量阈值时，确定所述采集范围内存在所述障碍 物； 4 CN 111598034 A 说　明　书 2/8 页 其中，所述预设条件包括：所述第一像素值属于第一像素值范围、所述第二像素值 属于第二像素值范围且所述第三像素值属于第三像素值范围。 可选地，所述在所述目标像素点的数量大于数量阈值时，确定所述采集范围内存 在所述障碍物之后，还包括： 确定所述目标像素点之间的像素距离； 对于所述像素距离小于预设距离的不同目标像素点，确定所述不同目标像素点对 应同一障碍物。 可选地，所述对于所述像素距离小于预设距离的不同目标像素点，确定所述不同 目标像素点对应同一障碍物之后，还包括： 确定属于所述同一障碍物的所述目标像素点的像素数量； 根据所述目标像素点的像素数量确定所述障碍物的面积； 在所述障碍物的面积大于面积阈值时输出第一障碍物提示信息。 可选地，所述对于所述像素距离小于预设距离的不同目标像素点，确定所述不同 目标像素点对应同一障碍物之后，还包括： 确定属于所述同一障碍物的所述目标像素点的中心位置，将所述中心位置确定为 所述障碍物的位置； 在所述障碍物位置位于预设位置时输出第二障碍物提示信息。 可选地，所述以与所述移动平面相垂直的高度方向为投影方向，根据所述三维坐 标将所述采样点投影至二维平面，得到鸟瞰图，包括： 获取所述激光探测组件与所述移动载体之间的相对位置关系； 基于所述相对位置关系将所述采样点的三维坐标转换至公共坐标系，得到转换后 的三维坐标；所述公共坐标系为基于所述移动载体的位置建立的坐标系； 按照所述投影方向将所述转换后的三维坐标投影至二维平面，得到所述鸟瞰图。 可选地，所述第一像素值为红色通道、绿色通道或者蓝色通道的像素值； 所述第二像素值为红色通道、绿色通道或者蓝色通道的像素值，且所述第二像素 值对应的颜色通道与所述第一像素值对应的颜色通道不同； 所述第三像素值为红色通道、绿色通道或者蓝色通道的像素值，且所述第三像素 值对应的颜色通道与所述第一像素值对应的颜色通道不同、与所述第二像素值对应的颜色 通道不同。 第二方面，提供了一种障碍物检测装置，用于移动载体中，所述装置包括： 获取模块，用于在所述移动载体在移动平面上移动过程中，获取所述激光探测组 件采集到的点云数据；所述点云数据包括采样点的三维坐标和反射信号强度；所述三维坐 标用于指示对应采样点相对于所述激光探测组件的三维位置； 投影模块，用于以与所述移动平面相垂直的高度方向为投影方向，根据所述三维 坐标将所述采样点投影至二维平面，得到鸟瞰图；所述二维平面与所述移动平面平行；或 者，所述二维平面为所述移动平面； 确定模块，用于根据所述点云数据确定所述鸟瞰图中每个像素点的像素信息，所 述每个像素点的像素信息包括第一像素值、第二像素值和第三像素值；所述第一像素值用 于指示所述三维坐标指示的在所述高度方向上的坐标值，所述第二像素值用于指示采样点 5 CN 111598034 A 说　明　书 3/8 页 密度，所述第三像素值用于指示所述反射信号强度； 检测模块，用于根据所述鸟瞰图中的像素信息对所述采集范围内的障碍物进行检 测。 第三方面，提供了一种障碍物检测装置，所述装置包括处理器和存储器；所述存储 器中存储有程序，所述程序由所述处理器加载并执行以实现如第一方面所述的障碍物检测 方法。 第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有程序，所述程 序被所述处理器执行时用于实现如第一方面所述的障碍物检测方法。 本申请的有益效果在于： 通过在移动载体在移动平面上移动过程中，获取激光探测组件采集到的点云数 据；点云数据包括采样点的三维坐标和反射信号强度；三维坐标用于指示对应采样点相对 于激光探测组件的三维位置；以与移动平面相垂直的高度方向为投影方向，根据三维坐标 将采样点投影至二维平面，得到鸟瞰图；二维平面与移动平面平行；或者，二维平面为移动 平面；根据点云数据确定鸟瞰图中每个像素点的像素信息，每个像素点的像素信息包括第 一像素值、第二像素值和第三像素值；第一像素值用于指示三维坐标指示的高度方向上的 坐标值，第二像素值用于指示采样点密度，第三像素值用于指示反射信号强度；根据鸟瞰图 中的像素信息对采集范围内的障碍物进行检测；可以解决应用部署效率低的问题；通过将 数据量巨大的点云数据处理为具有高度、密度、反射信号强度的二维图像数据，避免了需要 采集大量的点云数据进行深度学习模型的训练，提高应用部署效率。 上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段， 并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。 附图说明 图1是本申请一个实施例提供的障碍物检测装置的结构示意图； 图2是本申请一个实施例提供的障碍物检测方法的流程图； 图3是本申请一个实施例提供的障碍物检测装置的框图； 图4是本申请一个实施例提供的障碍物检测装置的框图。