(19)國家知識(shí)產(chǎn)權(quán)局(12)發(fā)明專利地址050200河北省石家莊市鹿泉經(jīng)濟(jì)開秦屹將第一障礙物信息與第二障礙物信息進(jìn)行障感器獲取的點(diǎn)云數(shù)據(jù)和圖像傳感器采集的圖像對(duì)應(yīng)的第一障礙物信息和圖像信息對(duì)應(yīng)的第二2根據(jù)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)和圖像傳感器采集的圖像信息，確定目標(biāo)點(diǎn)云數(shù)據(jù)；分別對(duì)所述目標(biāo)點(diǎn)云數(shù)據(jù)和所述圖像信息進(jìn)行障礙物識(shí)別，得到所述目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一障礙物信息和所述圖像信息對(duì)應(yīng)的第二障礙物信息；將所述第一障礙物信息與所述第二障礙物信息進(jìn)行障礙物融合，確定目標(biāo)障礙物；將所述第一障礙物信息與所述第二障礙物信息進(jìn)行障礙物融合，確定目標(biāo)障礙物，包分別對(duì)所述第一障礙物信息和所述第二障礙物信息進(jìn)行預(yù)處理，得到雷達(dá)航跡信息和視覺航跡信息；分別將所述雷達(dá)航跡信息、所述視覺航跡信息與融合航跡信息進(jìn)行關(guān)聯(lián)操作，確定成功關(guān)聯(lián)的融合航跡信息，其中，所述融合航跡信息通過所述雷達(dá)航跡信息或所述視覺航跡信息起始確定；將所述成功關(guān)聯(lián)的融合航跡信息進(jìn)行航跡狀態(tài)更新，得到更新后的融合航跡信息；計(jì)算所述更新后的融合航跡信息的航跡置信度，得到所述目標(biāo)障礙物。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)和圖將所述點(diǎn)云數(shù)據(jù)和所述圖像信息進(jìn)行同步處理，得到同步后的點(diǎn)云數(shù)據(jù)和同步后的圖像信息；對(duì)所述同步后的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，得到第一柵格圖，并對(duì)所述同步后的圖像信息根據(jù)預(yù)設(shè)融合方法將所述第一柵格圖與所述第二柵格圖進(jìn)行融合，得到融合柵格圖；根據(jù)所述融合柵格圖對(duì)所述點(diǎn)云數(shù)據(jù)進(jìn)行修正，得到所述目標(biāo)點(diǎn)云數(shù)據(jù)。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述同步后的點(diǎn)云數(shù)據(jù)進(jìn)行柵格將所述雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離，得到動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)對(duì)所述雷達(dá)傳感器的探測(cè)區(qū)域進(jìn)行柵格化，統(tǒng)計(jì)各個(gè)柵格內(nèi)的靜態(tài)點(diǎn)數(shù)目，當(dāng)所述柵格包含的靜態(tài)點(diǎn)數(shù)目大于第一目標(biāo)閾值時(shí)，所述柵格為占有柵格，否則所述柵格為無效柵格，并通過所述占有柵格和所述無效柵格確定所述第一柵格圖。4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)融合方法將所述第一柵格圖根據(jù)所述第一柵格圖、所述第二柵格圖在所述融合柵格圖中所占的權(quán)重、以及所述第一柵格圖、所述第二柵格圖中各個(gè)柵格的占有值，依次計(jì)算融合柵格圖中對(duì)應(yīng)的各個(gè)柵格的目標(biāo)占有值；將所述目標(biāo)占有值與所述第一柵格圖和所述第二柵格圖的數(shù)量之和作商，依次計(jì)算融合柵格圖中對(duì)應(yīng)的各個(gè)柵格的平均占有值；當(dāng)所述平均占有值大于第二目標(biāo)閾值時(shí)，將所述融合柵格圖中對(duì)應(yīng)的柵格標(biāo)記為占有柵格，否則標(biāo)記為無效柵格，得到由所述占有柵格和無效柵格構(gòu)成的融合柵格圖。35.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述融合柵格圖對(duì)所述點(diǎn)云數(shù)據(jù)當(dāng)所述點(diǎn)云數(shù)據(jù)中的數(shù)據(jù)點(diǎn)對(duì)應(yīng)所述融合柵格圖中的柵格為占有柵格且所述數(shù)據(jù)點(diǎn)的當(dāng)前屬性為動(dòng)點(diǎn)時(shí)，將所述數(shù)據(jù)點(diǎn)的屬性修正為靜點(diǎn)；將修正后的靜點(diǎn)對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)和所述靜態(tài)點(diǎn)云數(shù)據(jù)共同作為所述目標(biāo)點(diǎn)云數(shù)據(jù)。6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離，得到動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云獲取所述點(diǎn)云數(shù)據(jù)中每個(gè)數(shù)據(jù)點(diǎn)的實(shí)測(cè)多普勒速度；根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度；計(jì)算所述實(shí)測(cè)多普勒速度與所述目標(biāo)多普勒速度的差值；當(dāng)所述差值的絕對(duì)值大于預(yù)設(shè)閾值時(shí)，將所述數(shù)據(jù)點(diǎn)標(biāo)記為動(dòng)點(diǎn)，當(dāng)所述差值的絕對(duì)值小于或等于所述預(yù)設(shè)閾值時(shí)，將所述數(shù)據(jù)點(diǎn)標(biāo)記為靜點(diǎn)，所述點(diǎn)云數(shù)據(jù)被劃分為所述動(dòng)點(diǎn)對(duì)應(yīng)的動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和所述靜點(diǎn)對(duì)應(yīng)的靜態(tài)點(diǎn)云數(shù)據(jù)。7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)當(dāng)所述車輛為直線行駛狀態(tài)時(shí)，所述根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度具體為：裝角之和，安裝角為車輛坐標(biāo)系原點(diǎn)與雷達(dá)傳感器或圖像傳感器坐標(biāo)系原點(diǎn)的連接線與車輛坐標(biāo)系Y軸之間的夾角，方位角為第i個(gè)數(shù)據(jù)點(diǎn)與雷達(dá)傳感器或圖像傳感器坐標(biāo)系原點(diǎn)的連接線以最小路徑旋轉(zhuǎn)至雷達(dá)傳感器或圖像傳感器坐標(biāo)系原點(diǎn)的法向量y軸所經(jīng)過的角當(dāng)所述車輛為非直線行駛狀態(tài)時(shí)，所述根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度具體為：為車輛行駛速度在車輛坐標(biāo)系Y軸方向的線速度，θ為第i個(gè)數(shù)據(jù)點(diǎn)的方位角和安裝角之8.根據(jù)權(quán)利要求1至7任一項(xiàng)所述的方法，其特征在于，所述雷達(dá)傳感器為毫米波雷達(dá)傳感器，且包括1個(gè)前向雷達(dá)傳感器和4個(gè)側(cè)向雷達(dá)傳感器，所述圖像傳感器包括1個(gè)攝像9.一種應(yīng)用于車輛的障礙物檢測(cè)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上的權(quán)利要求1至8中任一項(xiàng)所述障礙物檢測(cè)方法的步驟。4障礙物檢測(cè)方法、應(yīng)用于車輛的障礙物檢測(cè)設(shè)備技術(shù)領(lǐng)域[0001]本發(fā)明涉及自動(dòng)駕駛技術(shù)領(lǐng)域，尤其涉及一種障礙物檢測(cè)方法、應(yīng)用于車輛的障礙物檢測(cè)設(shè)備。背景技術(shù)[0002]自動(dòng)駕駛汽車可以提供更高的安全性、生產(chǎn)率和交通率，將在未來城市交通系統(tǒng)中擔(dān)任重要角色。在大多數(shù)自動(dòng)駕駛場景或者輔助駕駛場景中，周圍環(huán)境感知是一項(xiàng)至關(guān)重要的任務(wù)，而單一傳感器在環(huán)境感知中存在不同的劣勢(shì)，因此，多傳感器融合成為提升感知系統(tǒng)效果的必要手段。[0003]目前，一般采用多傳感器融合方法進(jìn)行障礙物檢測(cè)，即數(shù)據(jù)級(jí)融合的障礙物檢測(cè)方法。數(shù)據(jù)級(jí)融合的障礙物檢測(cè)方法是將所有原始數(shù)據(jù)傳輸?shù)教幚砥髦羞M(jìn)行數(shù)據(jù)處理，以確定障礙物。[0004]但是，上述數(shù)據(jù)級(jí)融合的障礙物檢測(cè)方法存在障礙物檢測(cè)精度低的問題。發(fā)明內(nèi)容[0005]本發(fā)明實(shí)施例提供了一種障礙物檢測(cè)方法、應(yīng)用于車輛的障礙物檢測(cè)設(shè)備，以解決現(xiàn)有技術(shù)檢測(cè)方法存在障礙物檢測(cè)精度低的問題。[0007]根據(jù)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)和圖像傳感器采集的圖像信息，確定目標(biāo)點(diǎn)云數(shù)[0008]分別對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)和圖像信息進(jìn)行障礙物識(shí)別，得到目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一障礙物信息和圖像信息對(duì)應(yīng)的第二障礙物信息；[0009]將第一障礙物信息與第二障礙物信息進(jìn)行障礙物融合，確定目標(biāo)障礙物。[0010]第二方面，本發(fā)明實(shí)施例提供了一種應(yīng)用于車輛的障礙物檢測(cè)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在存儲(chǔ)器中并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上第一方面或第一方面的任一種可能的實(shí)現(xiàn)方式方法的步驟。[0012]點(diǎn)云數(shù)據(jù)確定模塊，用于根據(jù)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)和圖像傳感器采集的圖[0013]障礙物信息確定模塊，用于分別對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)和圖像信息進(jìn)行障礙物識(shí)別，得到目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一障礙物信息和圖像信息對(duì)應(yīng)的第二障礙物信息；[0014]目標(biāo)障礙物確定模塊，用于將第一障礙物信息與第二障礙物信息進(jìn)行障礙物融[0015]第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上第一方面或第一方面的任一種可能的實(shí)現(xiàn)方式方法的步驟。5[0016]本發(fā)明實(shí)施例提供一種障礙物檢測(cè)方法、應(yīng)用于車輛的障礙物檢測(cè)設(shè)備，通過雷達(dá)傳感器獲取到點(diǎn)云數(shù)據(jù)、通過圖像傳感器采集到目標(biāo)圖像以后，將目標(biāo)圖像與點(diǎn)云數(shù)據(jù)在數(shù)據(jù)級(jí)上進(jìn)行融合，確定目標(biāo)點(diǎn)云數(shù)據(jù)，然后對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行障礙物識(shí)別，得到一個(gè)障礙物信息，同時(shí)對(duì)目標(biāo)圖像進(jìn)行障礙物識(shí)別得到另一個(gè)障礙物信息，之后將第一障礙物信息和第二障礙物信息在目標(biāo)級(jí)上進(jìn)行融合，共同確定目標(biāo)障礙物，由于圖像傳感器采集的目標(biāo)圖像不僅在目標(biāo)級(jí)上輔助雷達(dá)傳感器進(jìn)行障礙物識(shí)別，同時(shí)還能夠在數(shù)據(jù)級(jí)上輔助雷達(dá)傳感器對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行判斷來確定目標(biāo)點(diǎn)云數(shù)據(jù)，并基于目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行障礙物識(shí)別，因此得到的檢測(cè)結(jié)果更加準(zhǔn)確，提高了目標(biāo)障礙物的檢測(cè)精度。附圖說明[0017]為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0018]圖1是本發(fā)明實(shí)施例提供的集中式融合結(jié)構(gòu)圖；[0019]圖2是本發(fā)明實(shí)施例提供的分布式融合結(jié)構(gòu)圖；[0020]圖3是本發(fā)明實(shí)施例提供的混合式融合結(jié)構(gòu)圖；[0021]圖4是本發(fā)明實(shí)施例提供的一種障礙物檢測(cè)方法的實(shí)現(xiàn)流程圖；[0022]圖5是本發(fā)明實(shí)施例提供的改進(jìn)的混合式融合結(jié)構(gòu)圖；[0023]圖6是本發(fā)明實(shí)施例提供的雷達(dá)、車輛與攝像頭的位置關(guān)系示意圖；[0024]圖7是本發(fā)明另一實(shí)施例提供的一種障礙物檢測(cè)方法的實(shí)現(xiàn)流程圖；[0025]圖8是本發(fā)明實(shí)施例提供的數(shù)據(jù)點(diǎn)與車輛坐標(biāo)系、傳感器坐標(biāo)系的幾何關(guān)系示意[0026]圖9是本發(fā)明實(shí)施例提供的車輛轉(zhuǎn)彎的幾何關(guān)系示意圖；[0027]圖10是本發(fā)明實(shí)施例提供的數(shù)據(jù)時(shí)間同步的示意圖；[0028]圖11是本發(fā)明實(shí)施例提供的前向雷達(dá)坐標(biāo)系的示意圖；[0029]圖12是本發(fā)明實(shí)施例提供的圖像坐標(biāo)系、相機(jī)坐標(biāo)系和車輛坐標(biāo)系的位置關(guān)系的示意圖；[0030]圖13是本發(fā)明實(shí)施例提供的圖像坐標(biāo)系與像素坐標(biāo)系的位置關(guān)系的示意圖；[0031]圖14是本發(fā)明實(shí)施例提供的障礙物融合的實(shí)現(xiàn)流程圖；[0032]圖15是本發(fā)明實(shí)施例提供的一種障礙物檢測(cè)裝置的結(jié)構(gòu)示意圖；[0033]圖16是本發(fā)明實(shí)施例提供的一種應(yīng)用于車輛的障礙物檢測(cè)設(shè)備的結(jié)構(gòu)示意圖。具體實(shí)施方式[0034]以下描述中，為了說明而不是為了限定，提出了諸如特定系統(tǒng)結(jié)構(gòu)、技術(shù)之類的具體細(xì)節(jié)，以便透徹理解本發(fā)明實(shí)施例。然而，本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)清楚，在沒有這些具體細(xì)節(jié)的其它實(shí)施例中也可以實(shí)現(xiàn)本發(fā)明。在其它情況中，省略對(duì)眾所周知的系統(tǒng)、裝置、電路以及方法的詳細(xì)說明，以免不必要的細(xì)節(jié)妨礙本發(fā)明的描述。[0035]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖通過具體實(shí)施例6來進(jìn)行說明。[0036]自動(dòng)駕駛汽車可以提供更高的安全性、生產(chǎn)率和交通率，將在未來城市交通系統(tǒng)中擔(dān)任重要角色。在大多數(shù)自動(dòng)駕駛場景或者輔助駕駛場景中，周圍環(huán)境感知是一項(xiàng)至關(guān)重要的任務(wù)。單一傳感器(如激光雷達(dá)、毫米波雷達(dá)、攝像頭和超聲波)在環(huán)境感知中存在不同的劣勢(shì)，因此，多傳感器融合成為提升環(huán)境感知效果的必要手段。[0037]根據(jù)多傳感器融合中的局部傳感器對(duì)數(shù)據(jù)處理程度可將多傳感器的融合方式進(jìn)行劃分，主要分為集中式、分布式和混合式。結(jié)合圖1-圖3對(duì)體如下：[0038]圖1為集中式融合結(jié)構(gòu)圖，通過圖1可知集中式是將傳感器所有信息送到域控制器決策。集中式的優(yōu)點(diǎn)是數(shù)據(jù)處理的精度高，而缺點(diǎn)是大量數(shù)據(jù)易造成通信負(fù)載過大，對(duì)控制器處理的性能要求高。圖2為分布式融合結(jié)構(gòu)圖，通過圖2可知分布式是將每個(gè)傳感器的目標(biāo)觀測(cè)結(jié)果在本地進(jìn)行相關(guān)目標(biāo)檢測(cè)與跟蹤處理，之后送入域控制器得到多目標(biāo)跟蹤的局部航跡信息。分布式優(yōu)點(diǎn)是對(duì)通信帶寬的需求低、計(jì)算速度快，而缺點(diǎn)是跟蹤的精度遠(yuǎn)沒有集中式高。圖3為混合式融合結(jié)構(gòu)圖，通過圖3可知混合式是依據(jù)對(duì)傳感器數(shù)據(jù)需求的不同組成混合式結(jié)構(gòu)，兼具集中式和分布式結(jié)構(gòu)的優(yōu)點(diǎn)，彌補(bǔ)了兩者的不足。[0039]然而，圖3所示混合式融合結(jié)構(gòu)中，不同類型傳感器的融合，如圖像傳感器(攝像頭)與雷達(dá)傳感器(角雷達(dá)、前向雷達(dá))的融合主要集中在目標(biāo)級(jí)，障礙物的檢測(cè)精度較低，其中，5R1V指5個(gè)毫米波雷達(dá)和1個(gè)前視多功能攝像頭的傳感器配置。本發(fā)明實(shí)施例基于圖3所示混合式融合結(jié)構(gòu)，為了進(jìn)一步提高障礙物檢測(cè)精度，提出了一種改進(jìn)的混合式融合結(jié)構(gòu)以及障礙物檢測(cè)方法。[0040]參見圖4和圖5,圖4為本發(fā)明實(shí)施例提供的一種障礙物檢測(cè)方法的實(shí)現(xiàn)流程圖，其適用于圖5所示改進(jìn)的混合式融合結(jié)構(gòu)，圖5所示改進(jìn)的混合式融合結(jié)構(gòu)中，用于進(jìn)行障礙物檢測(cè)的傳感器包括雷達(dá)傳感器和圖像傳感器，其中雷達(dá)傳感器又包括前向雷達(dá)傳感器和指的是5個(gè)雷達(dá)傳感器，即1個(gè)前向雷達(dá)傳感器和4個(gè)側(cè)向雷達(dá)傳感器，“1V”指的是1個(gè)圖像傳感器，該結(jié)構(gòu)主要針對(duì)面向L3級(jí)別的高速行車場景，可以得到更精確可靠的障礙物檢測(cè)結(jié)果。在一些實(shí)施例中，雷達(dá)傳感器可以采用毫米波雷達(dá)傳感器，圖像傳感器為攝像頭。[0041]以下將以圖5所示混合式融合結(jié)構(gòu)為例，介紹本發(fā)明各實(shí)施例障礙物檢測(cè)方法的[0042]步驟S101:根據(jù)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)和圖像傳感器采集的圖像信息，確定目標(biāo)點(diǎn)云數(shù)據(jù)；[0043]步驟S102:分別對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)和圖像信息進(jìn)行障礙物識(shí)別，得到目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一障礙物信息和圖像信息對(duì)應(yīng)的第二障礙物信息；[0044]步驟S103:將第一障礙物信息與第二障礙物信息進(jìn)行障礙物融合，確定目標(biāo)障礙物。個(gè)攝像頭均安裝在車輛的前端，4個(gè)高分辨?zhèn)认蚶走_(dá)傳感器(角雷達(dá))安裝在車輛的4個(gè)側(cè)7向。結(jié)合圖6,本發(fā)明的具體流程如下：在車輛行駛過程中，前向雷達(dá)傳感器采集對(duì)應(yīng)探測(cè)區(qū)域的點(diǎn)云數(shù)據(jù)，4個(gè)側(cè)向雷達(dá)傳感器分別采集對(duì)應(yīng)探測(cè)區(qū)域的點(diǎn)云數(shù)據(jù)，攝像頭采集攝像范圍內(nèi)的圖像信息，通過上述雷達(dá)傳感器采集的點(diǎn)云數(shù)據(jù)和攝像頭采集的圖像信息，得到目標(biāo)點(diǎn)云數(shù)據(jù)，之后將目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行障礙物識(shí)別以確定第一障礙物信息，以及將圖像信息進(jìn)行障礙物識(shí)別以確定第二障礙物信息，最后通過第一障礙物信息和第二障礙物信息進(jìn)行障礙物融合得到目標(biāo)障礙物。此外，確定第一障礙物和確定第二障礙物的步驟不限定順[0046]與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例提供的障礙物檢測(cè)方法，通過雷達(dá)傳感器獲取到點(diǎn)云數(shù)據(jù)、通過圖像傳感器采集到目標(biāo)圖像以后，將目標(biāo)圖像與點(diǎn)云數(shù)據(jù)在數(shù)據(jù)級(jí)上進(jìn)行融合，確定目標(biāo)點(diǎn)云數(shù)據(jù)，然后對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行障礙物識(shí)別，得到一個(gè)障礙物信息(即第一障礙物信息),同時(shí)對(duì)目標(biāo)圖像進(jìn)行障礙物識(shí)別得到另一個(gè)障礙物信息(即第二障礙物信息),之后將第一障礙物信息和第二障礙物信息在目標(biāo)級(jí)上進(jìn)行融合，共同確定目標(biāo)障礙物，由于圖像傳感器采集的目標(biāo)圖像不僅在目標(biāo)級(jí)上輔助雷達(dá)傳感器進(jìn)行障礙物識(shí)別，同時(shí)還能夠在數(shù)據(jù)級(jí)上輔助雷達(dá)傳感器對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行判斷來確定目標(biāo)點(diǎn)云數(shù)據(jù)，并基于目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行障礙物識(shí)別，因此得到的檢測(cè)結(jié)果更加準(zhǔn)確，提高了目標(biāo)障礙物的檢測(cè)精度。[0048]步驟S201:將點(diǎn)云數(shù)據(jù)和圖像信息進(jìn)行同步處理，得到同步后的點(diǎn)云數(shù)據(jù)和同步后的圖像信息；[0049]其中，同步處理包括時(shí)間同步處理和空間同步處理。[0050]步驟S202:對(duì)同步后的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，得到第一柵格圖，并對(duì)同步后的圖像信息進(jìn)行柵格化，得到第二柵格圖；[0051]步驟S203:根據(jù)預(yù)設(shè)融合方法將第一柵格圖和第將一柵格圖進(jìn)行融合，得到融合柵格圖；[0052]步驟S204:基于融合柵格圖對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行屬性修正，得到目標(biāo)點(diǎn)云數(shù)據(jù)。[0053]具體的，下面以圖5所示5R1V混合式融合結(jié)構(gòu)為例描述障礙物檢測(cè)方法的具體實(shí)現(xiàn)流程，即雷達(dá)傳感器包括前向雷達(dá)傳感器和側(cè)向雷達(dá)傳感器，且當(dāng)雷達(dá)傳感器為毫米波雷達(dá)傳感器。[0054]通過多個(gè)傳感器進(jìn)行障礙物檢測(cè)時(shí)，需要多個(gè)傳感器的數(shù)據(jù)滿足時(shí)間同步和空間同步的要求，因此，在對(duì)傳感器的數(shù)據(jù)進(jìn)行處理之前，首先需要對(duì)各個(gè)傳感器的數(shù)據(jù)進(jìn)行同步處理。[0055]圖10為本發(fā)明一實(shí)施例中雷達(dá)傳感器與圖像傳感器采集的數(shù)據(jù)進(jìn)行時(shí)間同步的示意圖。本發(fā)明通過對(duì)雷達(dá)傳感器與圖像傳感器進(jìn)行GPS統(tǒng)一授時(shí)，統(tǒng)一授時(shí)之后雷達(dá)傳感器和圖像傳感器根據(jù)拉格朗日插值進(jìn)行時(shí)間同步。由圖10可以看出，各傳感器采集的數(shù)據(jù)都有GPS時(shí)間戳，雷達(dá)傳感器的GPS時(shí)間戳可以認(rèn)為是在當(dāng)前上報(bào)周期內(nèi)，域控制器獲取雷達(dá)傳感器采集的點(diǎn)云數(shù)據(jù)的時(shí)間，而圖像傳感器的GPS時(shí)間戳可以認(rèn)為是在當(dāng)前上報(bào)周期內(nèi)，域控制器獲取圖像傳感器采集的圖像信息的的時(shí)間。當(dāng)各傳感器都有對(duì)應(yīng)的GPS時(shí)間戳后，采用拉格朗日差值對(duì)各傳感器進(jìn)行時(shí)間同步。對(duì)各傳感器進(jìn)行時(shí)間同步的過程屬于公8同步主要是將各個(gè)傳感器采集的數(shù)據(jù)映射到一個(gè)統(tǒng)一的坐坐標(biāo)系為以車輛后軸為中心的坐標(biāo)系(后面統(tǒng)一描述為車輛坐標(biāo)系)。針對(duì)不同的傳感器，[0066]對(duì)圖像信息進(jìn)行空間同步的具體實(shí)現(xiàn)過程可參考圖12和圖13,圖12為圖像坐標(biāo)9平面圖像中的點(diǎn)坐標(biāo)的三維重建。[0067]圖像坐標(biāo)系xoy:相機(jī)將三維真實(shí)環(huán)境中的物體通過透視投影后的成像平面的坐標(biāo)系。定義光軸與成像平面的交點(diǎn)為坐標(biāo)原點(diǎn)0,成像平面為坐標(biāo)系平面。計(jì)算機(jī)存儲(chǔ)的圖像信息是基于像素坐標(biāo)系的，其定義圖像左上角頂點(diǎn)為像素坐標(biāo)系u0?v的原點(diǎn)，如圖13所示。圖像坐標(biāo)系的原點(diǎn)0位于像素坐標(biāo)系下的像素點(diǎn)(u?,v。)處，則圖像坐標(biāo)系與像素坐標(biāo)系的轉(zhuǎn)換關(guān)系為：[0069]其中，dx和dy分別表示每個(gè)像素點(diǎn)在圖像坐標(biāo)系的x和y方向上的物理尺寸。立的坐標(biāo)系。其坐標(biāo)軸與圖像坐標(biāo)軸平行，則相機(jī)坐標(biāo)系與圖像坐標(biāo)系的轉(zhuǎn)換關(guān)系(f為相機(jī)的焦距)為：[0072]世界坐標(biāo)系(XwYwZ):作為基準(zhǔn)坐標(biāo)系，用于描述雷達(dá)和相機(jī)(即本申請(qǐng)中的攝像頭)的安裝位置，以及空間中其他物體的位置。世界坐標(biāo)系與相機(jī)坐標(biāo)系的轉(zhuǎn)換關(guān)系為：[0074]其中，旋轉(zhuǎn)矩陣R為3×3的單位正交矩陣，表示相機(jī)坐標(biāo)系相對(duì)于世界坐標(biāo)系的旋轉(zhuǎn)關(guān)系。平移向量T適用于描述相機(jī)坐標(biāo)系相對(duì)于世界坐標(biāo)系平移關(guān)系的向量。[0075]最終，得到世界坐標(biāo)系與像素坐標(biāo)系的轉(zhuǎn)換關(guān)[0079]對(duì)各個(gè)傳感器的數(shù)據(jù)進(jìn)行時(shí)間同步和空間同步之后，需要對(duì)各個(gè)傳感器的數(shù)據(jù)在數(shù)據(jù)級(jí)上進(jìn)行融合。進(jìn)行數(shù)據(jù)融合時(shí)，首先，對(duì)同步后的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，得到第一柵格圖，并對(duì)同步后的圖像信息進(jìn)行柵格化，得到第二柵格圖，然后根據(jù)預(yù)設(shè)融合方法將第一柵格圖和第將一柵格圖進(jìn)行融合，得到融合柵格圖，并基于融合柵格圖對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行屬性修正，得到目標(biāo)點(diǎn)云數(shù)據(jù)，從而實(shí)現(xiàn)了利用圖像信息對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行修正的過程，也即執(zhí)行上述步驟S202至步驟S204的過程。[0080]其中，在對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行柵格化之前，需要對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離，來得到動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)據(jù)。其中，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離主要是基于車輛投影速度與點(diǎn)云多普勒速度實(shí)現(xiàn)的。具體的，動(dòng)靜分離的實(shí)現(xiàn)包括以下步驟：[0081](11)獲取點(diǎn)云數(shù)據(jù)中每個(gè)數(shù)據(jù)點(diǎn)的實(shí)測(cè)多普勒速度；[0082](12)根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度；[0083](13)計(jì)算實(shí)測(cè)多普勒速度與目標(biāo)多普勒速度的差值；[0084](14)當(dāng)差值的絕對(duì)值大于預(yù)設(shè)閾值時(shí)，將數(shù)據(jù)點(diǎn)標(biāo)記為動(dòng)點(diǎn)，當(dāng)差值的絕對(duì)值小于或等于預(yù)設(shè)閾值時(shí)，將數(shù)據(jù)點(diǎn)標(biāo)記為靜點(diǎn)，由此，點(diǎn)云數(shù)據(jù)被劃分為動(dòng)點(diǎn)對(duì)應(yīng)的動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜點(diǎn)對(duì)應(yīng)的靜態(tài)點(diǎn)云數(shù)據(jù)。[0085]在上述實(shí)現(xiàn)過程中，實(shí)測(cè)多普勒速度為點(diǎn)云數(shù)據(jù)中攜帶的速度信息，而目標(biāo)多普勒速度與當(dāng)前的車輛速度有關(guān)，而根據(jù)車輛行駛狀態(tài)不同，車輛速度的表征方式也是不同的。本實(shí)施例中車輛行駛狀態(tài)包括：直線行駛狀態(tài)和非直線行駛狀態(tài)，基于不同的行駛狀態(tài)，當(dāng)前的車輛速度表征方式不同，因此目標(biāo)多普勒速度的計(jì)算方式也是不同的。下面分別描述在不同車輛行駛狀態(tài)下進(jìn)行動(dòng)靜分離的過程。[0086](1)當(dāng)車輛處于直線行駛狀態(tài)時(shí)，將車輛速度投影到點(diǎn)與雷達(dá)中心的連線方向，即點(diǎn)云多普勒可表示為：V=Vegocosθ,其中，V.;為根據(jù)車輛速度反推出的點(diǎn)云多普勒速度，即目標(biāo)多普勒速度；Veg為車輛行駛速度，θ為第i個(gè)點(diǎn)云的方位角和安裝角之和，結(jié)合圖8,以雷達(dá)傳感器中的右前側(cè)雷達(dá)傳感器為例，安裝角α為車輛坐標(biāo)系原點(diǎn)E與右前側(cè)雷達(dá)傳感器坐標(biāo)系原點(diǎn)S的連接線與車輛坐標(biāo)系Y軸之間的夾角，方位角γ為第i個(gè)數(shù)據(jù)點(diǎn)與右前側(cè)雷達(dá)傳感器坐標(biāo)系原點(diǎn)S的連接線以最小路徑旋轉(zhuǎn)至右前側(cè)雷達(dá)傳感器坐標(biāo)系原點(diǎn)S的法負(fù)值；然后計(jì)算與目標(biāo)多勒速度之間的差值即：△v=|V-|,如果速度差大于預(yù)設(shè)閾值則[0087](2)當(dāng)車輛處于非直線行駛狀態(tài)時(shí)，Va的計(jì)算通過車輛的線速度計(jì)算確定，車輛的11程實(shí)驗(yàn)發(fā)現(xiàn)，轉(zhuǎn)彎時(shí)的車速為內(nèi)輪速時(shí)，目標(biāo)點(diǎn)的多普勒實(shí)測(cè)值與理論值誤差較小且穩(wěn)定。為車輛坐標(biāo)系X軸方向的線速度，V,為車輛坐標(biāo)系Y軸方向的線速度。[0088]進(jìn)一步地，由于對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離的準(zhǔn)確性直接影響可行駛區(qū)域檢測(cè)的精度以及目標(biāo)障礙物屬性的判斷，因此，本發(fā)明對(duì)各個(gè)雷達(dá)傳感器獲得的點(diǎn)云數(shù)據(jù)分別進(jìn)行動(dòng)靜分離，即前向毫米波雷達(dá)獲取的點(diǎn)云數(shù)據(jù)、側(cè)向毫米波雷達(dá)獲取的點(diǎn)云數(shù)據(jù)分別進(jìn)行動(dòng)靜分離，得到前向毫米波雷達(dá)對(duì)應(yīng)的動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)據(jù)，以及側(cè)向毫米波雷達(dá)對(duì)應(yīng)的動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)據(jù)。在一實(shí)施例中，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離的步驟在同步處理之前進(jìn)行，即同步處理時(shí)，是對(duì)得到的各個(gè)雷達(dá)傳感器的動(dòng)態(tài)點(diǎn)云數(shù)據(jù)、靜態(tài)點(diǎn)云數(shù)據(jù)進(jìn)行同步。[0089]在步驟S202,對(duì)同步后的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，得到第一柵格圖，并對(duì)同步后的圖像信息進(jìn)行柵格化，得到第二柵格圖。[0090]其中，對(duì)各個(gè)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化的過程可以包括如下步驟：對(duì)雷達(dá)傳感器的探測(cè)區(qū)域進(jìn)行柵格化，統(tǒng)計(jì)各個(gè)柵格內(nèi)的靜態(tài)點(diǎn)數(shù)目，當(dāng)柵格包含的靜態(tài)點(diǎn)數(shù)目大于第一目標(biāo)閾值時(shí)，該柵格為占有柵格，將該柵格的屬性標(biāo)記為占有，當(dāng)柵格包含的靜態(tài)點(diǎn)數(shù)目小于或等于第一目標(biāo)閾值時(shí)，該柵格為無效柵格，將該柵格的屬性標(biāo)記為無效，從而得到由占有柵格和無效柵格構(gòu)成的第一柵格圖。在該過程中，對(duì)各個(gè)柵格的屬性進(jìn)行標(biāo)記的過程即為點(diǎn)云數(shù)據(jù)柵格化的過程。[0091]當(dāng)雷達(dá)傳感器包括多個(gè)時(shí)，第一柵格圖的數(shù)量為多個(gè)。進(jìn)一步地，以雷達(dá)傳感器包括前向雷達(dá)傳感器和側(cè)向雷達(dá)傳感器為例，此時(shí)第一柵格圖包括前向柵格圖和側(cè)向柵格圖，其中前向柵格圖為前向雷達(dá)傳感器獲得的點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一柵格圖，側(cè)向柵格圖為側(cè)向雷達(dá)傳感器獲得的點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一柵格圖。進(jìn)一步的，當(dāng)側(cè)向雷達(dá)傳感器的數(shù)量為4個(gè)時(shí)，側(cè)向柵格圖的數(shù)量也為4個(gè)。對(duì)于前向雷達(dá)傳感器，對(duì)前向雷達(dá)傳感器的探測(cè)區(qū)域進(jìn)行柵格化，統(tǒng)計(jì)各個(gè)柵格內(nèi)的靜態(tài)點(diǎn)數(shù)目，當(dāng)柵格包含的靜態(tài)點(diǎn)數(shù)目大于第一目標(biāo)閾值時(shí)，柵格為占有柵格，否則柵格為無效柵格，并通過占有柵格和無效柵格確定前向柵格圖。同理，基于上述操作步驟，可確定側(cè)向雷達(dá)傳感器對(duì)應(yīng)的柵格圖，即側(cè)向柵格圖，具體步驟不再贅述。[0092]對(duì)圖像傳感器采集的圖像信息進(jìn)行柵格化的過程包括以下步驟：[0093]對(duì)攝像頭采集區(qū)域進(jìn)行柵格化，當(dāng)攝像頭采集區(qū)域?qū)?yīng)的多個(gè)柵格中，若某一柵格中有非動(dòng)目標(biāo)落入，則將此柵格標(biāo)記為占有柵格，否則標(biāo)記為無效柵格，從而得到由占有柵格和無效柵格構(gòu)成的第二柵格圖。其中，非動(dòng)目標(biāo)為靜止目標(biāo)，例如靜止的車輛、灌木叢或燈桿等。進(jìn)一步地，在對(duì)圖像信息進(jìn)行柵格化的步驟之前，還包括一個(gè)目標(biāo)跟蹤過程，即對(duì)攝像頭采集的圖像信息進(jìn)行目標(biāo)跟蹤，得到車道線和目標(biāo)信息。然后依次對(duì)車道線和目標(biāo)信息進(jìn)行數(shù)據(jù)時(shí)間同步和數(shù)據(jù)時(shí)間同步，得到同步后的圖像信息。[0094]可選的，上述步驟S203可以包括如下步驟：[0095](1)針對(duì)每個(gè)柵格，通過第一柵格圖中的柵格的占有結(jié)果和柵格所屬區(qū)域的預(yù)設(shè)權(quán)重，以及第二柵格圖中的柵格的占有結(jié)果和柵格所屬區(qū)域的預(yù)設(shè)權(quán)重，確定柵格的占有[0096](2)將柵格的占有值和柵格圖數(shù)目作商，得到柵格的平均占有值；[0097](3)當(dāng)柵格的平均占有值大于第二目標(biāo)閾值時(shí)，柵格為占有柵格，否則柵格為無效柵格，并通過占有柵格和無效柵格確定融合柵格圖。[0098]具體地，繼續(xù)以圖5所示5R1V改進(jìn)的混合式融合結(jié)構(gòu)為例，共包括6個(gè)傳感器，分別為1個(gè)前向毫米波雷達(dá)、4個(gè)側(cè)向毫米波雷達(dá)和1個(gè)攝像頭，其包括5個(gè)第一柵格圖(分別記為1個(gè)前向柵格圖和4個(gè)側(cè)向柵格圖)和1個(gè)第二柵格圖。在進(jìn)行柵格融合時(shí)，首先，根據(jù)各個(gè)傳感器的探測(cè)精度，為每個(gè)傳感器在不同區(qū)域先驗(yàn)設(shè)置權(quán)重weight[i],i為傳感器編號(hào)；然后，遍歷前向柵格圖、側(cè)向柵格圖和第二柵格圖的每個(gè)柵格j,統(tǒng)計(jì)前向柵格圖、側(cè)向柵格圖和第二柵格圖中每個(gè)柵格的屬性(即占有或無效),基于統(tǒng)計(jì)結(jié)果計(jì)算待得到的融合柵格圖,其中，N表示傳感器數(shù)目，cell;[i]表示第i個(gè)傳感器的柵格圖中第j個(gè)柵格的占有值，其中柵格屬性為占有時(shí)，該柵格對(duì)應(yīng)的占有值為1,柵格屬性為無效時(shí)，該柵格對(duì)應(yīng)的占有值為0;之后，計(jì)算平均占有值=cellValue/sensorNum,sensorNum為傳感器數(shù)目；最后，如果cellValue大于第一預(yù)設(shè)閾值，則融合后的柵格圖的第j個(gè)柵格就為占有，否則無效，從而得到由占有柵格和無效柵格構(gòu)成的融合柵格圖。其中，通過第一柵格圖和第二柵格圖，計(jì)算融合柵格圖中各個(gè)柵格屬性的過程即為數(shù)據(jù)融合的過程。[0100](1)當(dāng)點(diǎn)云數(shù)據(jù)中的數(shù)據(jù)點(diǎn)對(duì)應(yīng)融合柵格圖中的柵格為占有柵格且數(shù)據(jù)點(diǎn)的當(dāng)前屬性為動(dòng)點(diǎn)時(shí)，將數(shù)據(jù)點(diǎn)的屬性修正為靜點(diǎn)；[0101](2)將修正后的靜點(diǎn)對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)據(jù)共同作為目標(biāo)點(diǎn)云數(shù)據(jù)。[0102]具體地，如果點(diǎn)云數(shù)據(jù)中的數(shù)據(jù)點(diǎn)落入在融合柵格圖中的占有柵格內(nèi)，則無論該[0103]通過以上步驟S201至步驟S204,即實(shí)現(xiàn)了在數(shù)據(jù)級(jí)上，將攝像頭采集的圖像信息與雷達(dá)傳感器獲得的點(diǎn)云數(shù)據(jù)的融合，利用圖像信息對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行修正的過程。[0104]在一實(shí)施例中，步驟S102包括：對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)進(jìn)行聚類分析，得到障礙物點(diǎn)云數(shù)據(jù)；對(duì)障礙物點(diǎn)云數(shù)據(jù)進(jìn)行障礙物跟蹤，得到目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的障礙物信息。具體地，本發(fā)明通過對(duì)雷達(dá)獲取的點(diǎn)云數(shù)據(jù)、攝像頭獲取的圖像數(shù)據(jù)進(jìn)行融合，并將融合后確定的目標(biāo)點(diǎn)云進(jìn)行聚類分析和跟蹤，可有效提高障礙物的識(shí)別精度。[0106]步驟S301:對(duì)第一障礙物信息進(jìn)行預(yù)處理，得到雷達(dá)航跡信息，對(duì)第二障礙物信息進(jìn)行預(yù)處理，得到視覺航跡信息；[0107]步驟S302:分別將雷達(dá)航跡信息、視覺航跡信息與融合航跡信息進(jìn)行關(guān)聯(lián)操作，確定成功關(guān)聯(lián)的融合航跡信息；[0108]步驟S303:將成功關(guān)聯(lián)的融合航跡信息進(jìn)行航跡狀態(tài)更新，得到更新后的融合航跡信息；[0109]步驟S304:計(jì)算更新后的融合航跡信息的航跡置信度，得到目標(biāo)障礙物。[0110]具體地，結(jié)合圖14,首先，將目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的障礙物信息、攝像頭獲取的圖像信息中的障礙物信息傳入融合模塊，進(jìn)行統(tǒng)一數(shù)據(jù)格式適配、空間同步及速度轉(zhuǎn)換等操作，得到毫米波雷達(dá)航跡信息和視覺航跡信息。其次，雷達(dá)航跡信息與視覺航跡信息分別與融合航跡信息進(jìn)行關(guān)聯(lián)操作，由于雷達(dá)和視覺的特性不一樣，關(guān)聯(lián)時(shí)需要考慮不同的關(guān)聯(lián)邏輯或關(guān)聯(lián)參數(shù)等。再次，對(duì)于與毫米波雷達(dá)航跡信息和視覺航跡信息成功關(guān)聯(lián)的融合航跡信息進(jìn)行卡爾曼濾波更新操作，也就是進(jìn)行航跡狀態(tài)計(jì)算，即更新融合航跡的類型、運(yùn)動(dòng)狀態(tài)、運(yùn)動(dòng)模式和航跡來源等信息。最后，對(duì)更新后的融合航跡信息進(jìn)行航跡置信度計(jì)算。[0111]此外，在航跡管理模塊融合航跡信息通過雷達(dá)航跡信息或視覺航跡信息起始確定，具體實(shí)現(xiàn)方式如下：在接收到多幀數(shù)據(jù)的情況下，識(shí)別第一幀數(shù)據(jù)為雷達(dá)航跡信息還是視覺航跡信息，當(dāng)?shù)谝粠瑪?shù)據(jù)為雷達(dá)航跡信息，則將雷達(dá)航跡信息起始為融合航跡信息；當(dāng)?shù)谝粠瑪?shù)據(jù)為視覺航跡信息，則將視覺航跡信息起始為融合航跡信息。[0112]應(yīng)理解，上述實(shí)施例中各步驟的序號(hào)的大小并不意味著執(zhí)行順序的先后，各過程的執(zhí)行順序應(yīng)以其功能和內(nèi)在邏輯確定，而不應(yīng)對(duì)本發(fā)明實(shí)施例的實(shí)施過程構(gòu)成任何限[0113]以下為本發(fā)明的裝置實(shí)施例，對(duì)于其中未詳盡描述的細(xì)節(jié)，可以參考上述對(duì)應(yīng)的方法實(shí)施例。[0114]圖15示出了本發(fā)明實(shí)施例提供的一種障礙物檢測(cè)裝置的結(jié)構(gòu)示意圖，為了便于說[0115]如圖15所示，一種障礙物檢測(cè)裝置包括：[0116]點(diǎn)云數(shù)據(jù)確定模塊151,用于根據(jù)雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)和圖像傳感器采集[0117]障礙物信息確定模塊152,用于分別對(duì)目標(biāo)點(diǎn)云數(shù)據(jù)和圖像信息進(jìn)行障礙物識(shí)別，得到目標(biāo)點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的第一障礙物信息和圖像信息對(duì)應(yīng)的第二障礙物信息；[0118]目標(biāo)障礙物確定模塊153,用于將第一障礙物信息與第二障礙物信息進(jìn)行障礙物[0119]在一種可能的實(shí)現(xiàn)方式中，目標(biāo)障礙物確定模塊153,包括：[0120]預(yù)處理子模塊，用于分別對(duì)第一障礙物信息和第二障礙物信息進(jìn)行預(yù)處理，得到雷達(dá)航跡信息和視覺航跡信息；[0121]關(guān)聯(lián)子模塊，用于分別將雷達(dá)航跡信息、視覺航跡信息與融合航跡信息進(jìn)行關(guān)聯(lián)操作，確定成功關(guān)聯(lián)的融合航跡信息，其中，融合航跡信息通過雷達(dá)航跡信息或視覺航跡信息起始確定；[0122]更新子模塊，用于將成功關(guān)聯(lián)的融合航跡信息進(jìn)行航跡狀態(tài)更新，得到更新后的融合航跡信息；[0123]航跡估計(jì)子模塊，用于計(jì)算更新后的融合航跡信息的航跡置信度，得到目標(biāo)障礙[0124]在一種可能的實(shí)現(xiàn)方式中，點(diǎn)云數(shù)據(jù)確定模塊151,包括：[0125]同步處理子模塊，用于將點(diǎn)云數(shù)據(jù)和圖像信息進(jìn)行同步處理，得到同步后的點(diǎn)云數(shù)據(jù)和同步后的圖像信息；[0126]柵格化子模塊，用于對(duì)同步后的點(diǎn)云數(shù)據(jù)進(jìn)行柵格化，得到第一柵格圖，并對(duì)同步后的圖像信息進(jìn)行柵格化，得到第二柵格圖；[0127]融合子模塊，用于根據(jù)預(yù)設(shè)融合方法將第一柵格圖與第二柵格圖進(jìn)行融合，得到融合柵格圖；[0128]修正子模塊，用于根據(jù)融合柵格圖對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行修正，得到目標(biāo)點(diǎn)云[0130]動(dòng)靜分離子模塊，用于將雷達(dá)傳感器獲取的點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)靜分離，得到動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)據(jù)；[0131]對(duì)應(yīng)的，柵格化子模塊，包括：對(duì)雷達(dá)傳感器的探測(cè)區(qū)域進(jìn)行柵格化，統(tǒng)計(jì)各個(gè)柵格內(nèi)的靜態(tài)點(diǎn)數(shù)目，當(dāng)柵格包含的靜態(tài)點(diǎn)數(shù)目大于第一目標(biāo)閾值時(shí)，柵格為占有柵格，否則柵格為無效柵格，并通過占有柵格和無效柵格確定第一柵格圖。[0133]占有值計(jì)算單元，用于根據(jù)第一柵格圖、第二柵格圖在融合柵格圖中所占的權(quán)重、以及第一柵格圖、第二柵格圖中各個(gè)柵格的占有值，依次計(jì)算融合柵格圖中對(duì)應(yīng)的各個(gè)柵格的目標(biāo)占有值；[0134]平均值計(jì)算單元，用于將目標(biāo)占有值與第一柵格圖和第二柵格圖的數(shù)量之和作商，依次計(jì)算融合柵格圖中對(duì)應(yīng)的各個(gè)柵格的平均占有值；[0135]融合柵格確定單元，用于當(dāng)平均占有值大于第二目標(biāo)閾值時(shí)，將融合柵格圖中對(duì)應(yīng)的柵格標(biāo)記為占有柵格，否則標(biāo)記為無效柵格，得到由占有柵格和無效柵格構(gòu)成的融合柵格圖。[0137]判斷單元，用于當(dāng)點(diǎn)云數(shù)據(jù)中的數(shù)據(jù)點(diǎn)對(duì)應(yīng)融合柵格圖中的柵格為占有柵格且數(shù)據(jù)點(diǎn)的當(dāng)前屬性為動(dòng)點(diǎn)時(shí)，將數(shù)據(jù)點(diǎn)的屬性修正為靜點(diǎn)；[0138]目標(biāo)點(diǎn)云確定單元，用于將修正后的靜點(diǎn)對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)和靜態(tài)點(diǎn)云數(shù)據(jù)共同作為目標(biāo)點(diǎn)云數(shù)據(jù)。[0140]實(shí)測(cè)值獲取單元，用于獲取點(diǎn)云數(shù)據(jù)中每個(gè)數(shù)據(jù)點(diǎn)的實(shí)測(cè)多普勒速度；[0141]目標(biāo)值計(jì)算單元，用于根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度；[0142]差值計(jì)算單元，用于計(jì)算實(shí)測(cè)多普勒速度與目標(biāo)多普勒速度的差值；[0143]判斷單元，用于當(dāng)差值的絕對(duì)值大于預(yù)設(shè)閾值時(shí)，將數(shù)據(jù)點(diǎn)標(biāo)記為動(dòng)點(diǎn)，當(dāng)差值的絕對(duì)值小于或等于預(yù)設(shè)閾值時(shí)，將數(shù)據(jù)點(diǎn)標(biāo)記為靜點(diǎn)，點(diǎn)云數(shù)據(jù)被劃分為動(dòng)點(diǎn)對(duì)應(yīng)的動(dòng)態(tài)點(diǎn)云數(shù)據(jù)和靜點(diǎn)對(duì)應(yīng)的靜態(tài)點(diǎn)云數(shù)據(jù)。[0145]當(dāng)車輛為直線行駛狀態(tài)時(shí)，根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度具體為：裝角之和，安裝角為車輛坐標(biāo)系原點(diǎn)與雷達(dá)傳感器或圖像傳感器坐標(biāo)系原點(diǎn)的連接線與車輛坐標(biāo)系Y軸之間的夾角，方位角為第i個(gè)數(shù)據(jù)點(diǎn)與雷達(dá)傳感器或圖像傳感器坐標(biāo)系原點(diǎn)的連接線以最小路徑旋轉(zhuǎn)至雷達(dá)傳感器或圖像傳感器坐標(biāo)系原點(diǎn)的法向量y軸所經(jīng)過的角[0148]當(dāng)車輛為非直線行駛狀態(tài)時(shí)，根據(jù)當(dāng)前的車輛速度計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的目標(biāo)多普勒速度具體為：[0150]其中，Vai為目標(biāo)多普勒速度，V為車輛行駛速度在車輛坐標(biāo)系X軸方向的線速度，V,為車輛行駛速度在車輛坐標(biāo)系Y軸方向的線速度，θ為第i個(gè)數(shù)據(jù)點(diǎn)的方位角和安裝角之[0151]在一種可能的實(shí)現(xiàn)方式中，雷達(dá)傳感器為毫米波雷達(dá)傳感器，且包括1個(gè)前向雷達(dá)傳感器和4個(gè)側(cè)向雷達(dá)傳感器，圖像傳感器包括1個(gè)攝像頭。[0152]圖16是本發(fā)明實(shí)施例提供的一種應(yīng)用于車輛的障礙物檢測(cè)設(shè)備的示意圖。如圖16所示，該實(shí)施例的設(shè)備16包括：處理器160、存儲(chǔ)器161以及存儲(chǔ)在存儲(chǔ)器161中并可在處理器160上運(yùn)行的計(jì)算機(jī)程序162。處理器160執(zhí)行計(jì)算機(jī)程序162時(shí)實(shí)現(xiàn)上述各個(gè)障礙物檢測(cè)方法實(shí)施例中的步驟，例如圖4所示的步驟101至步驟103?；蛘?，處理器160執(zhí)行計(jì)算機(jī)程序162時(shí)實(shí)現(xiàn)上述各裝置實(shí)施例中各模塊/單元的功能，例如圖15所示模塊/單元151至153的[0153]示例性的，計(jì)算機(jī)程序162可以被分割成一個(gè)或多個(gè)模塊/單元，一個(gè)或者多個(gè)模塊/單元被存儲(chǔ)在存儲(chǔ)器161中，并由處理器160執(zhí)行，以完成本發(fā)明。一個(gè)或多個(gè)模塊/單元可以是能夠完成特定功能的一系列計(jì)算機(jī)程序指令段，該指令段用于描述計(jì)算機(jī)程序162在設(shè)備16中的執(zhí)行過程。例如，計(jì)算機(jī)程序162可以被分割成圖15所示的模塊/單元151至[0154]設(shè)備16可以是桌上型計(jì)算機(jī)、筆記本、掌上電腦及云端服務(wù)器等計(jì)算設(shè)備。設(shè)備16的示例，并不構(gòu)成對(duì)設(shè)備16的限定，可以包括比圖示更多或更少的部件，或者組合某些部[0155]所稱處理器160可以是中央處理單元(CentralProcessingUnit,CPU),還可以是其他通用處理器、數(shù)字信號(hào)處理器(DigitalSignalProcessor,DSP)、專用集成電路(ApplicationSpecificIntegratedCircuit,ASIC)、現(xiàn)場可編程門陣列(Field-ProgrammableGateArray,FPGA)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器[0156]存儲(chǔ)器161可以是設(shè)備16的內(nèi)部存儲(chǔ)單元，例如設(shè)備16的硬盤或內(nèi)存。存儲(chǔ)器161也可以是設(shè)備16的外部存儲(chǔ)設(shè)備，例如設(shè)備16上配備的插接式硬盤，智能存儲(chǔ)卡(SmartMediaCard,SMC),安全數(shù)字(SecureDigital,SD)卡，閃存卡(FlashCard)等。進(jìn)一步地，存儲(chǔ)器161還可以既包括設(shè)備16的內(nèi)部存儲(chǔ)單元也包括外部存儲(chǔ)設(shè)備。存儲(chǔ)器161用于存儲(chǔ)計(jì)算機(jī)程序以及終端所需的其他程序和數(shù)據(jù)。存儲(chǔ)器161還可以用于暫時(shí)地存儲(chǔ)已經(jīng)輸出或者將要輸出的數(shù)據(jù)。[0157]所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡潔，僅以上述各功能單元、模塊的劃分進(jìn)行舉例說明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能單元、模塊完成，即將裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能單元或模塊，以完成以上描述的全部或者部分功能。實(shí)施例中的各功能單元、模塊可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中，上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。另外，各功能單元、模塊的具體名稱也只是為了便于相互區(qū)分，并不用于限制本申請(qǐng)的保護(hù)范圍。上述系統(tǒng)中單元、模塊的具體工作過程，可以參考前述方法實(shí)[0158]在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒有詳述或記載的部分，可以參見其它實(shí)施例的相關(guān)描述。[0159]本領(lǐng)域普通技術(shù)人員可以意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計(jì)算機(jī)軟件和電子硬件的結(jié)合來實(shí)現(xiàn)。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。[0160]