障碍物处理方法、装置及电子设备与流程

1.本发明涉及自动驾驶领域，具体而言，涉及一种障碍物处理方法、装置及电子设备。


背景技术：

2.随着汽车智能化的发展，l2+级别的自动驾驶技术逐步得到了良好的市场应用。环境感知技术是自动驾驶系统的核心技术之一，主要通过安装在汽车上的各类车载传感器(如摄像头、毫米波雷达、激光雷达、超声雷达等)采集各类环境数据，旨在获得车辆周围环境信息(如行人、车辆、交通信号灯等)，以保证自动驾驶规划、决策系统做出正确可靠的道路规划和控制决策。但在汽车自动驾驶系统实际的工程应用中，不同场景环境下的环境感知信息(在本发明实施例中，例如，主要关注如行人、车辆、路障等障碍物目标)通常是杂乱无序和数量庞大的，这将不便于自动驾驶规划和决策系统使用，将使自动驾驶规划和决策系统执行更多重复的计算过程，降低了自动驾驶系统整体执行效率。
3.因此，在相关技术中，车辆在驾驶过程中感知的环境信息是杂乱的，导致无法为驾驶控制决策提供可靠依据。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本发明实施例提供了一种障碍物处理方法、装置及电子设备，以至少解决相关技术中，车辆在驾驶过程中感知的环境信息是杂乱的，导致无法为驾驶控制决策提供可靠依据的技术问题。
6.根据本发明实施例的一个方面，提供了一种障碍物处理方法，包括：获取驾驶车辆的车辆速度，以及所述驾驶车辆感知到的障碍物信息，其中，所述障碍物信息包括多种属性信息；基于所述车辆速度将所述驾驶车辆的目标区域划分为多个安全等级区域；基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果；基于所述多个安全等级区域分别对应的障碍物排序结果，确定所述驾驶车辆的所述目标区域内障碍物的目标排序结果。
7.可选地，所述获取所述驾驶车辆感知到的障碍物信息，包括：接收所述驾驶车辆上多个感知设备发送的感知信息；对所述多个感知设备发送的所述感知信息进行融合，得到所述障碍物信息。
8.可选地，所述基于所述车辆速度将所述驾驶车辆的目标区域划分为多个安全等级区域，包括：基于所述车辆速度，分别确定多个距离阈值，以及与所述多个距离阈值分别对应的夹角阈值；以所述驾驶车辆为顶点，基于所述多个距离阈值，以及与所述多个距离阈值分别对应的夹角阈值，将所述驾驶车辆的目标区域划分为多个安全等级区域。
9.可选地，所述基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一
个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果，包括：确定所述多个安全等级区域分别选用的所述障碍物信息中的目标属性信息；基于所述目标属性信息，对对应的安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果。
10.可选地，所述基于所述目标属性信息，对对应的安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果，包括：针对所述多个安全等级区域中的任一目标安全等级区域，在所述目标属性信息为多种的情况下，针对所述一个或多个障碍物中的任一个目标障碍物，分别获取多种目标属性信息对应的取值，以及所述多种目标属性信息分别对应的第一权重；基于所述多种目标属性信息对应的取值，以及所述多种目标属性信息对应的第一权重，确定所述目标障碍物的目标取值；采用确定所述目标障碍物的目标取值的方式，确定所述一个或多个障碍物的目标取值；基于所述一个或多个障碍物的目标取值，对所述一个或多个障碍物进行排序，得到所述目标安全等级区域内所述一个或多个障碍物的障碍物排序结果；采用得到所述目标安全等级区域的障碍物排序结果的方式，得到所述多个安全等级区域分别对应的障碍物排序结果。
11.可选地，所述分别获取多种目标属性信息对应的取值，包括：针对所述多种目标属性信息中的任一目标属性信息，获取所述目标障碍物的目标属性值；确定所述目标属性值所属的目标属性值分段；基于属性值分段与数值之间的对应关系，确定所述目标属性值分段对应的数值为所述目标属性信息对应的取值；采用确定所述目标属性信息对应的取值的方式，分别获取所述多种目标属性信息对应的取值。
12.可选地，所述基于所述多个安全等级区域分别对应的障碍物排序结果，确定所述驾驶车辆的所述目标区域内障碍物的目标排序结果，包括：获取所述多个安全等级区域对应的第二权重；基于所述多个安全等级区域分别对应的障碍物排序结果，以及所述多个安全等级区域对应的第二权重，确定所述驾驶车辆的所述目标区域内障碍物的所述目标排序结果。
13.可选地，所述基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果，包括：确定所述多个安全等级区域中安全等级大于或等于第一安全等级的第一安全等级区域；将所述第一安全等级区域内的一个或多个障碍物确定为相同的安全等级，得到所述第一安全等级区域对应的障碍物排序结果；基于所述第一安全等级区域对应的障碍物排序结果以及除所述第一安全等级区域之外的其它安全等级区域对应的障碍物排序结果，得到所述多个安全等级区域分别对应的障碍物排序结果。
14.可选地，所述方法还包括：确定所述其它安全等级区域中安全等级小于所述第一安全等级并大于第二安全等级的第二安全等级区域；将所述第二安全等级区域内的一个或多个障碍物依据距离进行排序，得到所述第二安全等级区域对应的障碍物排序结果；基于所述第二安全等级区域对应的障碍物排序结果，以及除所述第一安全等级区域，所述第二安全等级区域之外的剩余安全等级区域对应的障碍物排序结果，得到所述其它安全等级区域对应的障碍物排序结果。
15.可选地，所述将所述第二安全等级区域内的一个或多个障碍物依据距离进行排
序，得到所述第二安全等级区域对应的障碍物排序结果，包括：在所述距离包括欧式距离和纵向距离的情况下，获取所述驾驶车辆与所述第二安全等级区域内的一个或多个障碍物之间的欧式距离，以及纵向距离；依据所述欧式距离由近到远，以及在所述欧式距离相等的情况下，依据所述纵向距离由近到远的方式，对所述第二安全等级区域内的一个或多个障碍物进行排序，得到所述第二安全等级区域对应的障碍物排序结果。
16.根据本发明的另一方面，提供了一种障碍物处理装置，包括：获取模块，用于获取驾驶车辆的车辆速度，以及所述驾驶车辆感知到的障碍物信息，其中，所述障碍物信息包括多种属性信息；划分模块，用于基于所述车辆速度将所述驾驶车辆的目标区域划分为多个安全等级区域；排序模块，用于基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果；确定模块，用于基于所述多个安全等级区域分别对应的障碍物排序结果，确定所述驾驶车辆的所述目标区域内障碍物的目标排序结果。
17.根据本发明的又一方面，提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述任意一项所述的障碍物处理方法。
18.根据本发明的还一方面，提供了一种电子设备，包括：存储器和处理器，所述存储器存储有程序；所述处理器，用于执行所述存储器中存储的程序，所述程序运行时使得所述处理器执行上述任意一项所述的障碍物处理方法。
19.根据本发明的还一方面，提供了一种车辆，包括：感知系统，数据处理系统以及车辆控制系统，其中，所述感知系统，用于感知驾驶车辆的车辆数据并将所述车辆数据发送给所述数据处理系统，其中，所述车辆数据包括所述驾驶车辆的车辆速度，以及所述驾驶车辆感知到的障碍物信息，其中，所述障碍物信息包括多种属性信息；所述数据处理系统，用于基于上述任意一项所述的障碍物处理方法得到所述驾驶车辆的目标区域内障碍物的目标排序结果，并将所述目标排序结果发送给所述车辆控制系统；所述车辆控制系统，用于基于所述目标排序结果对所述驾驶车辆进行驾驶控制。
20.在本发明实施例中，采用对驾驶车辆在目标区域内的障碍物基于安全等级进行排序，并且排序是依据多种属性信息进行排序的方式，使得驾驶车辆能够清楚地知晓在目标区域内所包括的障碍物的危险性的大小排序，为高效准确提供驾驶决策提供基础，达到了分区域分等级排序的目的，从而实现了对障碍物的危险性进行精确排序的技术效果，进而解决了相关技术中，车辆在驾驶过程中感知的环境信息是杂乱的，导致无法为驾驶控制决策提供可靠依据的技术问题。
附图说明
21.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
22.图1是根据本发明实施例的障碍物处理方法的流程图；
23.图2是根据本发明可选实施方式提供的一种汽车自动驾驶感知融合障碍物排序的方案的流程图；
24.图3是根据本发明可选实施方式提供的划分安全等级区域的示意图；
25.图4是根据本发明可选实施方式提供的自动驾驶感知融合障碍物排序系统的结构示意图；
26.图5是根据本发明实施例提供的障碍物处理装置的结构框图。
具体实施方式
27.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
28.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
29.根据本发明实施例，提供了一种障碍物处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
30.图1是根据本发明实施例的障碍物处理方法的流程图，如图1所示，该方法包括如下步骤：
31.步骤s102，获取驾驶车辆的车辆速度，以及驾驶车辆感知到的障碍物信息，其中，障碍物信息包括多种属性信息；
32.作为一种可选的实施例，上述障碍物处理方法的执行主体可以是一种电子设备，该电子设备可以是装载于自动驾驶车辆上的电子设备，例如，可以是用于参与自动驾驶决策的一个功能设备，也可以是整个自动驾驶系统中的一个决策模块，等。
33.作为一种可选的实施例，上述驾驶车辆可以是一种自动驾驶车辆，也可以是一种半自动式的驾驶车辆。上述获取驾驶车辆的车辆速度的方式可以是多种，例如，可以是通过装载于驾驶车辆上的测速仪测量得到，也可以是从驾驶车辆的速度仪表盘中读取到。
34.作为一种可选的实施例，上述获取驾驶车辆感知到的障碍物信息时，可以是从驾驶车辆上的感知设备中直接获取到，也可以是对驾驶车辆上的感知设备获取到的感知信息进行融合得到。例如，在对障碍物进行测量时，需要感知障碍物的多种属性信息，因此，通过多个感知设备进行感知的话，可使获取到障碍物的信息更为全面，准确。比如，通过摄像头可以获取障碍物的大小和位置及类别；通过毫米波雷达可以感知障碍物的速度和距离，通过激光雷达可以获取更加准确的障碍物的位置。因此，在获取驾驶车辆感知到的障碍物信息时，可以接收驾驶车辆上多个感知设备发送的感知信息；对多个感知设备发送的感知信息进行融合，得到障碍物信息。采用对多个感知设备发送的感知信息进行融合的处理方式，
能够使得获取的障碍物的信息更为全面，准确，也保证了后续对障碍物的排序的可靠性。
35.作为一种可选的实施例，上述障碍物信息包括多种属性信息，属性信息是指用于描述障碍物多方面属性的信息，例如，用于描述障碍物与驾驶车辆之间距离的距离大小信息，用于描述障碍物运动速度的速度信息，运动方向信息，还可以是用于描述障碍物类型的类型信息，等。
36.步骤s104，基于车辆速度将驾驶车辆的目标区域划分为多个安全等级区域；
37.作为一种可选的实施例，基于车辆速度将驾驶车辆的目标区域划分为多个安全等级区域时，可以依据多种方式确定，例如，可以基于车辆速度，分别确定多个距离阈值，以及与多个距离阈值分别对应的夹角阈值；以驾驶车辆为顶点，基于多个距离阈值，以及与多个距离阈值分别对应的夹角阈值，将驾驶车辆的目标区域划分为多个安全等级区域。其中，与多个距离阈值分别对应的夹角阈值可以是依据工程调试赋值,或者在一定程度上属于经验值。在依据车辆速度确定距离阈值时，是考虑在驾驶车辆在以目前车辆速度进行行驶时，最为容易发生危险的距离值。在确定距离阈值的过程中，可以考虑紧急制动的反应时间，以及紧急制动需要花费的时间等具体因素。
38.需要说明的是，上述以驾驶车辆为顶点，基于多个距离阈值，以及与多个距离阈值分别对应的夹角阈值，将驾驶车辆的目标区域划分为多个安全等级区域仅为一种举例。例如，可以以该驾驶车辆为顶点，以对应的距离阈值为半径，以及以该距离阈值对应的夹角阈值所形成的扇形区域为对应的安全等级区域。当然也可以以该驾驶车辆为圆心，该距离阈值为半径，夹角阈值为360度的圆形区域为对应的安全等级区域。另外，将目标区域划分为多个安全等级区域的数量不限定，例如，可以是三个，四个，或者更多。比如，在将目标区域划分为四个安全等级区域时，该四个安全等级区域可以是，重大风险区域，较大风险区域，一般风险区域以及安全区域。
39.步骤s106，基于障碍物信息，分别对多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果；
40.作为一种可选的实施例，基于障碍物信息，分别对多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果时，多个安全等级区域的安全等级可能是不同的，因此，选择的用于对障碍物进行排序的属性信息类型也可以是不同的。因此，可以采用以下方式实现：先确定多个安全等级区域分别选用的障碍物信息中的目标属性信息；之后，基于目标属性信息，对对应的安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果。例如，对于越靠近驾驶车辆的安全等级区域可能可以直接考虑障碍物与驾驶车辆之间的距离，对于稍微远一些的驾驶车辆，除了考虑障碍物与驾驶车辆之间的距离外，还可以考虑障碍物的速度，以及障碍物的类型等。选择与安全等级区域对应的目标属性信息，并基于选择的目标属性信息进行排序，一方面能够准确地实现对各个安全等级区域内的障碍物进行排序，而且由于有针对性地选择，在仅需要依据数个属性信息就能够确定排序地情况下，能够提升排序的效率。
41.作为一种可选的实施例，基于目标属性信息，对对应的安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果，可以采用以下处理方式：针对多个安全等级区域中的任一目标安全等级区域，在目标
属性信息为多种的情况下，针对一个或多个障碍物中的任一个目标障碍物，分别获取多种目标属性信息对应的取值，以及多种目标属性信息分别对应的第一权重；基于多种目标属性信息对应的取值，以及多种目标属性信息对应的第一权重，确定目标障碍物的目标取值；采用确定目标障碍物的目标取值的方式，确定一个或多个障碍物的目标取值；基于一个或多个障碍物的目标取值，对一个或多个障碍物进行排序，得到目标安全等级区域内一个或多个障碍物的障碍物排序结果；采用得到目标安全等级区域的障碍物排序结果的方式，得到多个安全等级区域分别对应的障碍物排序结果。对于一个目标安全等级区域内的障碍物进行排序时，依据考虑的目标属性信息的取值以及对应的目标属性信息的第一权重，在选择多个目标属性信息时，采用加权求和的方式确定目标安全等级区域内各个障碍物的目标取值。采用上述加权求和的方式确定目标取值，能够更为准确地对障碍物进行描述，进行提升对障碍物排序结果的准确性。需要说明的是，上述各个目标属性信息的取值可以是归一化的，即采用相同的数据类型进行表征的。
42.作为一种可选的实施例，分别获取多种目标属性信息对应的取值时，可以采用以下处理方式：针对多种目标属性信息中的任一目标属性信息，获取目标障碍物的目标属性值；确定目标属性值所属的目标属性值分段；基于属性值分段与数值之间的对应关系，确定目标属性值分段对应的数值为目标属性信息对应的取值；采用确定目标属性信息对应的取值的方式，分别获取多种目标属性信息对应的取值。基于属性值分段与数值之间的对应关系，确定目标属性值分段对应的数据为目标属性信息对应的取值，方法操作简单，准确高效。
43.步骤s108，基于多个安全等级区域分别对应的障碍物排序结果，确定驾驶车辆的目标区域内障碍物的目标排序结果。
44.作为一种可选的实施例，多个安全等级区域的安全等级是排好顺序的，如上述举例的，该多个安全等级区域为重大风险区域，较大风险区域，一般风险区域以及安全区域时，重大风险区域的安全等级是排在较大风险区域之前的，较大风险区域的安全等级是排在一般风险区域之前的，一般风险区域的安全等级是排在安全区域之前的。因此，整体而言，重大风险区域内的障碍物是排在较大风险区域内的障碍物之前的，较大风险区域内的障碍物是排在一般风险区域内的障碍物之前的，一般风险区域内的障碍物是排在安全区域内的障碍物之前的。进而依据上述排序，得到驾驶车辆的整个目标区域内障碍物的目标排序结果。
45.作为一种可选的实施例，在对多个安全等级区域内的障碍物分别进行排序时，由于各个安全等级区域本身的安全等级不同，对于安全等级不同的安全等级区域可以有针对性地采用不同的排序方法。例如，在基于障碍物信息，分别对多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果时，针对安全等级最高的前一个或两个安全等级区域，由于安全等级最高，因此，安全关注度最高，即该区域内的障碍物均是关注的重点，即可以对其中所包括的障碍物不区分重要性，均是认为最高的。例如，可以采用以下处理方式：确定多个安全等级区域中安全等级大于或等于第一安全等级的第一安全等级区域；将第一安全等级区域内的一个或多个障碍物确定为相同的安全等级，得到第一安全等级区域对应的障碍物排序结果；基于第一安全等级区域对应的障碍物排序结果以及除第一安全等级区域之外的其它安全等级区域对
应的障碍物排序结果，得到多个安全等级区域分别对应的障碍物排序结果。举例来说，针对上述重大风险区域，较大风险区域，一般风险区域以及安全区域的划分方式来说，该重大风险区域属于最为关注安全性的区域，因此，对于该区域内的障碍物可以不用排序，均可以认为是同等重要的。
46.作为一种可选的实施例，在除了对上述风险度最高的区域内的障碍物进行上述有针对性的考虑时，针对一些风险性稍微高的区域，也可以有一些快速的排序方法，例如，可以确定上述其它安全等级区域中安全等级小于第一安全等级并大于第二安全等级的第二安全等级区域；将第二安全等级区域内的一个或多个障碍物依据距离进行排序，得到第二安全等级区域对应的障碍物排序结果；基于第二安全等级区域对应的障碍物排序结果，以及除第一安全等级区域，第二安全等级区域之外的剩余安全等级区域对应的障碍物排序结果，得到其它安全等级区域对应的障碍物排序结果。采用上述直接依据距离来对区域内的障碍物进行排序，由于受距离的影响最为直接，因此，依据距离进行排序，能够快速准确地获得排序结果。
47.作为一种可选的实施例，上述将第二安全等级区域内的一个或多个障碍物依据距离进行排序，得到第二安全等级区域对应的障碍物排序结果时，在距离包括欧式距离和纵向距离的情况下，可以获取驾驶车辆与第二安全等级区域内的一个或多个障碍物之间的欧式距离，以及纵向距离；依据欧式距离由近到远，以及在欧式距离相等的情况下，依据纵向距离由近到远的方式，对第二安全等级区域内的一个或多个障碍物进行排序，得到第二安全等级区域对应的障碍物排序结果。依据上述欧式距离和纵向距离来进行排序，一是解决了距离比较的准确性，另外，也解决了在一种距离无法排序的基础上，采用两种距离结合的方式来排序，从而能够真实反映真实驾驶场景下的避障决策。
48.作为一种可选的实施例，基于多个安全等级区域分别对应的障碍物排序结果，确定驾驶车辆的目标区域内障碍物的目标排序结果时，可以直接先依据上述多个安全等级区域的安全等级的高低，对该多个安全等级区域进行排序，之后，分别对该多个安全等级区域内的障碍物进行排序，得到目标排序结果。为避免一些复杂的特殊情况，还可以采用对多个安全等级区域设置权重的方式，例如，可以先获取多个安全等级区域对应的第二权重；基于多个安全等级区域分别对应的障碍物排序结果，以及多个安全等级区域对应的第二权重，确定驾驶车辆的目标区域内障碍物的目标排序结果。该第二权重的设置即是为了避免复杂的特殊情况发生。以重大风险区域和较大风险区域为例，一般情况下，重大风险区域内的障碍物是比较大风险区域内的障碍物的风险要大的，因此，可以直接将重大风险区域内的障碍物排列在较大风险区域内的障碍物之前。而当较大风险区域出现了比重大风险区域内的障碍物风险更大的障碍物时，通过为上述重大风险区域和较大风险区域设置第二权重的方式，可以使得较大风险区域内障碍物的风险计算结果排列在重大风险区域内的障碍物之前。比如，对于一个在较大风险区域内的对面逆向来车而言，风险程度可能在瞬间会比已存在于重大风险区域内的障碍物大。因此，通过上述第二权重的设置，相对于直接依据风险区域的风险程度进行排序而言，更符合一些风险事故发生的场景，使得障碍物的风险排序结果更为准确，更有利于驾驶车辆做出符合实际场景的决策，进而提升自动驾驶体验。
49.通过上述步骤，采用对驾驶车辆在目标区域内的障碍物基于安全等级进行排序，并且排序是依据多种属性信息进行排序的方式，使得驾驶车辆能够清楚地知晓在目标区域
内所包括的障碍物的危险性的大小排序，为高效准确提供驾驶决策提供基础，达到了分区域分等级排序的目的，从而实现了对障碍物的危险性进行精确排序的技术效果，进而解决了相关技术中，车辆在驾驶过程中感知的环境信息是杂乱的，导致无法为驾驶控制决策提供可靠依据的技术问题。
50.基于上述实施例及可选实施例，下面基于自动驾驶车辆场景进行举例说明。
51.鉴于相关技术中的上述问题，在汽车自动驾驶系统市场应用过程中，针对环境感知功能，提出了对环境感知融合后的障碍物目标进行排序的需求，将优先获得可能影响自动驾驶汽车正常行驶的障碍物目标。然而，对感知障碍物目标排序技术通常最为容易想到的实现方案是采用相对距离作为单一排序因素，但该方法已不满足复杂多变的行车场景，如何在复杂多变的行车场景下，找到一种行之有效的对环境感知融合后障碍物目标进行排序是一个亟待解决的技术问题。
52.为解决上述技术问题，考虑到结合环境感知融合后的障碍物目标具有诸多属性，如相对位置、类别、置信度、相对速度等，以自动驾驶汽车为例，基于自动驾驶车辆在行车环境中的不同运动状态，本发明可选实施方式提供了一种汽车自动驾驶感知融合障碍物排序的方案。
53.图2是根据本发明可选实施方式提供的一种汽车自动驾驶感知融合障碍物排序的方案的流程图，如图2所示，本发明可选实施方式提供的自动驾驶感知融合障碍物排序的方法，包括如下处理：
54.s1，接收感知模块生成的感知融合后的障碍物信息；
55.s2，根据车辆速度将车辆前方区域划分安全等级区域，重大风险区域、较大分险区域、一般风险区域、安全区域；
56.s3，根据障碍物与车体的欧式距离、速度、类别，对不同安全区域内的障碍物分别进行排序；
57.s4，生成排序后的障碍物信息。
58.下面对各个处理分别说明。
59.对于上述s1，可以采用以下处理：
60.1.1，感知融合模块通过摄像头处理、毫米波处理、融合处理，生成感知融合后的障碍物信息，并发送给障碍物排序系统；
61.1.2，排序系统接收感知模块生成的感知融合后的障碍物信息，包括障碍物的中心点坐标、类别、速度等信息。
62.对于上述s2，可以采用以下处理：
63.2.1，依据车辆的速度，参照动力学公式，设计如图3所示的区域。图3是根据本发明可选实施方式提供的划分安全等级区域的示意图，在图3中，将车辆前方区域划分为以下四大安全等级区域；
64.2.2，其中重大风险区域范围为：d1＝{[θ,r]|-α1≤θ≤α1,0≤r＜r1}，其中r1的计算公式为r1＝s1+2，单位为m，s1为紧急制动距离，计算方式如下：s1＝v*v
÷
(2μg)，v为自车速度，单位为m/s，μ为摩擦系数，g为重力加速度；2m表示紧急制动距离的缓冲范围，x1＝r1*sin(α1)，y1＝r1*cos(α1)；
[0065]
较大风险区域范围为：其中r2
为平稳刹车距离，计算方式如下：r2＝min(35,v*3+5)，其中v为自车速度，3s为平稳刹车的时间，刹车时间一般为1s-2s，1s作为缓冲时间；5m表示平稳刹车距离的缓冲范围，x2＝r2*sin(α2)，y2＝r2*cos(α2)；
[0066]
一般风险区域范围为：
[0067]
其中r3计算方式为r3＝min(65,v*5+25)，v为自车速度，x3＝r3*sin(α3)，y3＝r3*cos(α3)，其中[α
1 α
2 α3]的取值根据工程调试赋值；
[0068]
其它区域为安全区域。
[0069]
对于上述s3，可以采用以下处理：
[0070]
3.1，根据障碍物的中心点位置将障碍物划分到四个不同的安全区域数据集中
[0071]
3.2，重大风险区域内的障碍物不进行排序
[0072]
3.3，较大风险区域内的障碍物根据障碍物与自车的欧式距离进行排序
[0073]
根据障碍物的与自车的欧式距离由近及远依次排序，距离越近的障碍物排在前面，其中，在排序时，可以采用多种方式，例如，可以采用快速排序的方法，等；若有欧式距离相同的障碍物，则相同欧式距离的障碍物再根据纵向距离由近及远依次排序。
[0074]
3.4，一般风险区域内的障碍物根据障碍物与自车的欧式距离、速度、类别，采用归一化和加权求和的方法计算权值，依据权值进行排序。
[0075]
对于上述3.4，可以采用以下处理：
[0076]
障碍物与自车的欧式距离记为d，障碍物的速度记为v，类别记为t，障碍物的属性集合可用{d,v,t}表示。
[0077]
3.4.1，将d分段取值不同的权值，并使用插值算法将d归一化为d
normal
，d
normal
取值范围为0～1；
[0078]
例如，d的取值范围0～r3，定义d的不同取值对应的权值
[0079]
{[d1,val1],[d2,val2],[d3,val3],[d4,val4],[d5,val5]}，{val1,val2,val3,val4,val5}的取值范围为0～1使用线性插值法将欧式距离归一化为d
normal
。
[0080]
3.4.2，将v分段取值不同的权值，并使用插值算法将v归一化为v
normal
，v
normal
取值范围为0～1；
[0081]
例如，定义v的不同取值对应的权值，{[v1,value1],[v2,value2],[v3,value3],[v4,value4],[v5,value5]}，{value1,value2,value3,value4,value5}的取值范围为0～1，使用线性插值法将速度归一化
vnormal
。
[0082]
3.4.3，类别为{行人、非机动车、机动车、其它}，分别赋值0～1范围内的权值{t1,t2,t3,t4}，每一类的取值表示为t
normal
；
[0083]
3.4.4，对应的{d
normal
,v
normal
,t
normal
}取不同的权值{w1,w2,w3}，使用加权求和的方法计算障碍物的权值；
[0084]
例如，使用以下加权求和的方法计算障碍物的权值：这里w1取值为0.6，w2取值为0.25，w3取值为0.15。
[0085]
3.4.5，根据权值由大到小对障碍物进行排序。
[0086]
3.5，安全区域内的障碍物根据障碍物与自车的欧式距离、速度、类别，采用归一化
和加权求和的方法计算权值，依据权值进行排序。
[0087]
该3.5的处理可以使用和上述3.4.1
‑‑
3.4.5相同的方式对障碍物进行排序。
[0088]
对于上述s4，可以采用以下处理：
[0089]
将排序后的重大风险区域、较大风险区域、一般风险区域、安全区域的障碍物数据集依次合并到排序障碍物数据集中。
[0090]
通过上述可选实施方式，通过达到以下明显效果：
[0091]
在本发明可选实施方式中，采用对行车前向区域进行划分，结合障碍物目标诸多属性，以及自动驾驶车辆运行状态，多重因素联合考虑的方式，将环境感知融合后的障碍物目标信息按影响行车安全程度由高到底进行排序后输出，为自动驾驶规划和决策系统提供高可信的环境感知融合后障碍物目标信息，能够适应复杂多变的行车场景，克服了采用相对距离作为单一排序因素无法适应复杂多变的行车环境带来的困境；另外，该方法各流程简单易行，运行效率高，适合在自动驾驶感知系统中进行应用。
[0092]
基于上述可选实施方式所提供的方法，在本发明可选实施方式中还提供了一种自动驾驶感知融合障碍物排序系统，图4是根据本发明可选实施方式提供的自动驾驶感知融合障碍物排序系统的结构示意图，如图4所示，该系统包括：
[0093]
感知融合模块，该感知融合模块连接障碍物排序模块，用于提供感知融合后的障碍物信息；例如，该感知融合模块可以先接收各种感知模块所感知的障碍物，之后，将各种感知模块感知的障碍物信息进行融合。其中，各种感知模块可以包括多种，例如，可以是摄像机设备，毫米波雷达等。因此，在该感知融合模块中，可以接收摄像头图像数据，并从该摄像头图像数据中检测识别出障碍物，以及接收毫米波雷达数据，并从该毫米波雷达数据中检测识别出障碍物，之后对从各种感知模块中识别出的障碍物进行融合处理。
[0094]
障碍物排序模块，障碍物排序模块连接感知模块，获取感知融合后的障碍物信息，依据车辆的速度，将车辆前方区域划分安全等级区域，不同区域内的障碍物按照不同的排序方法进行排序，生成排序后的障碍物数据集。例如，该障碍物排序模块可以用于执行以下处理：根据车辆速度将车辆前方区域划分安全等级区域，重大风险区域，较大风险区域，一般风险区域和安全区域；对较大风险区域内的障碍物根据欧式距离和纵向距离进行排序，对一般风险区域内障碍物根据速度，欧式距离，类别使用加权平均法计算权值，根据权值进行排序，对安全区域内障碍物根据速度，欧式距离，类别使用加权平均法计算权值，根据权值进行排序；之后基于上述各个区域内后排序结果，生成排序后的障碍物数据集。
[0095]
数据发送模块，用于将障碍物排序模块排序后的障碍物信息发送给障碍物数据接收方。
[0096]
在本发明实施例中，提供了一种障碍物处理装置，该装置对应于上述自动驾驶感知融合障碍物排序系统中的障碍物排序模块的功能，图5是根据本发明实施例提供的障碍物处理装置的结构框图，如图5所示，该装置包括：获取模块52，划分模块54，排序模块56和确定模块58，下面对该装置进行说明。
[0097]
获取模块52，用于获取驾驶车辆的车辆速度，以及驾驶车辆感知到的障碍物信息，其中，障碍物信息包括多种属性信息；划分模块54，连接至上述获取模块52，用于基于车辆速度将驾驶车辆的目标区域划分为多个安全等级区域；排序模块56，连接至上述划分模块54，用于基于障碍物信息，分别对多个安全等级区域内所包括的一个或多个障碍物按照安
全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果；确定模块58，连接至上述排序模块56，用于基于多个安全等级区域分别对应的障碍物排序结果，确定驾驶车辆的目标区域内障碍物的目标排序结果。
[0098]
在本发明实施例中，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述任意一项的障碍物处理方法。
[0099]
在本发明实施例中，还提供了一种电子设备，包括：存储器和处理器，存储器存储有程序；处理器，用于执行存储器中存储的程序，程序运行时使得处理器执行上述任意一项的障碍物处理方法。
[0100]
在本发明实施例中，还提供了一种车辆，包括：感知系统，数据处理系统以及车辆控制系统，其中，感知系统，用于感知驾驶车辆的车辆数据并将车辆数据发送给数据处理系统，其中，车辆数据包括驾驶车辆的车辆速度，以及驾驶车辆感知到的障碍物信息，其中，障碍物信息包括多种属性信息；数据处理系统，用于基于上述任意一项的障碍物处理方法得到驾驶车辆的目标区域内障碍物的目标排序结果，并将目标排序结果发送给车辆控制系统；车辆控制系统，用于基于目标排序结果对驾驶车辆进行驾驶控制。
[0101]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0102]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0103]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0104]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0105]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0106]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0107]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人
员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种障碍物处理方法，其特征在于，包括：获取驾驶车辆的车辆速度，以及所述驾驶车辆感知到的障碍物信息，其中，所述障碍物信息包括多种属性信息；基于所述车辆速度将所述驾驶车辆的目标区域划分为多个安全等级区域；基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果；基于所述多个安全等级区域分别对应的障碍物排序结果，确定所述驾驶车辆的所述目标区域内障碍物的目标排序结果。2.根据权利要求1所述的方法，其特征在于，所述获取所述驾驶车辆感知到的障碍物信息，包括：接收所述驾驶车辆上多个感知设备发送的感知信息；对所述多个感知设备发送的所述感知信息进行融合，得到所述障碍物信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述车辆速度将所述驾驶车辆的目标区域划分为多个安全等级区域，包括：基于所述车辆速度，分别确定多个距离阈值，以及与所述多个距离阈值分别对应的夹角阈值；以所述驾驶车辆为顶点，基于所述多个距离阈值，以及与所述多个距离阈值分别对应的夹角阈值，将所述驾驶车辆的目标区域划分为多个安全等级区域。4.根据权利要求1所述的方法，其特征在于，所述基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果，包括：确定所述多个安全等级区域分别选用的所述障碍物信息中的目标属性信息；基于所述目标属性信息，对对应的安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果。5.根据权利要求4所述的方法，其特征在于，所述基于所述目标属性信息，对对应的安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果，包括：针对所述多个安全等级区域中的任一目标安全等级区域，在所述目标属性信息为多种的情况下，针对所述一个或多个障碍物中的任一个目标障碍物，分别获取多种目标属性信息对应的取值，以及所述多种目标属性信息分别对应的第一权重；基于所述多种目标属性信息对应的取值，以及所述多种目标属性信息对应的第一权重，确定所述目标障碍物的目标取值；采用确定所述目标障碍物的目标取值的方式，确定所述一个或多个障碍物的目标取值；基于所述一个或多个障碍物的目标取值，对所述一个或多个障碍物进行排序，得到所述目标安全等级区域内所述一个或多个障碍物的障碍物排序结果；采用得到所述目标安全等级区域的障碍物排序结果的方式，得到所述多个安全等级区域分别对应的障碍物排序结果。6.根据权利要求5所述的方法，其特征在于，所述分别获取多种目标属性信息对应的取
值，包括：针对所述多种目标属性信息中的任一目标属性信息，获取所述目标障碍物的目标属性值；确定所述目标属性值所属的目标属性值分段；基于属性值分段与数值之间的对应关系，确定所述目标属性值分段对应的数值为所述目标属性信息对应的取值；采用确定所述目标属性信息对应的取值的方式，分别获取所述多种目标属性信息对应的取值。7.根据权利要求1所述的方法，其特征在于，所述基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果，包括：确定所述多个安全等级区域中安全等级大于或等于第一安全等级的第一安全等级区域；将所述第一安全等级区域内的一个或多个障碍物确定为相同的安全等级，得到所述第一安全等级区域对应的障碍物排序结果；基于所述第一安全等级区域对应的障碍物排序结果以及除所述第一安全等级区域之外的其它安全等级区域对应的障碍物排序结果，得到所述多个安全等级区域分别对应的障碍物排序结果。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：确定所述其它安全等级区域中安全等级小于所述第一安全等级并大于第二安全等级的第二安全等级区域；将所述第二安全等级区域内的一个或多个障碍物依据距离进行排序，得到所述第二安全等级区域对应的障碍物排序结果；基于所述第二安全等级区域对应的障碍物排序结果，以及除所述第一安全等级区域，所述第二安全等级区域之外的剩余安全等级区域对应的障碍物排序结果，得到所述其它安全等级区域对应的障碍物排序结果。9.根据权利要求8所述的方法，其特征在于，所述将所述第二安全等级区域内的一个或多个障碍物依据距离进行排序，得到所述第二安全等级区域对应的障碍物排序结果，包括：在所述距离包括欧式距离和纵向距离的情况下，获取所述驾驶车辆与所述第二安全等级区域内的一个或多个障碍物之间的欧式距离，以及纵向距离；依据所述欧式距离由近到远，以及在所述欧式距离相等的情况下，依据所述纵向距离由近到远的方式，对所述第二安全等级区域内的一个或多个障碍物进行排序，得到所述第二安全等级区域对应的障碍物排序结果。10.根据权利要求1至9中任一项所述的方法，其特征在于，所述基于所述多个安全等级区域分别对应的障碍物排序结果，确定所述驾驶车辆的所述目标区域内障碍物的目标排序结果，包括：获取所述多个安全等级区域对应的第二权重；基于所述多个安全等级区域分别对应的障碍物排序结果，以及所述多个安全等级区域对应的第二权重，确定所述驾驶车辆的所述目标区域内障碍物的所述目标排序结果。
11.一种障碍物处理装置，其特征在于，包括：获取模块，用于获取驾驶车辆的车辆速度，以及所述驾驶车辆感知到的障碍物信息，其中，所述障碍物信息包括多种属性信息；划分模块，用于基于所述车辆速度将所述驾驶车辆的目标区域划分为多个安全等级区域；排序模块，用于基于所述障碍物信息，分别对所述多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到所述多个安全等级区域分别对应的障碍物排序结果；确定模块，用于基于所述多个安全等级区域分别对应的障碍物排序结果，确定所述驾驶车辆的所述目标区域内障碍物的目标排序结果。12.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至10中任意一项所述的障碍物处理方法。13.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器存储有程序；所述处理器，用于执行所述存储器中存储的程序，所述程序运行时使得所述处理器执行权利要求1至10中任意一项所述的障碍物处理方法。14.一种车辆，其特征在于，包括：感知系统，数据处理系统以及车辆控制系统，其中，所述感知系统，用于感知驾驶车辆的车辆数据并将所述车辆数据发送给所述数据处理系统，其中，所述车辆数据包括所述驾驶车辆的车辆速度，以及所述驾驶车辆感知到的障碍物信息，其中，所述障碍物信息包括多种属性信息；所述数据处理系统，用于基于权利要求1至10中任意一项所述的障碍物处理方法得到所述驾驶车辆的目标区域内障碍物的目标排序结果，并将所述目标排序结果发送给所述车辆控制系统；所述车辆控制系统，用于基于所述目标排序结果对所述驾驶车辆进行驾驶控制。

技术总结
本发明公开了一种障碍物处理方法、装置及电子设备。其中，该方法包括：获取驾驶车辆的车辆速度，以及驾驶车辆感知到的障碍物信息，其中，该障碍物信息包括多种属性信息；基于车辆速度将驾驶车辆的目标区域划分为多个安全等级区域；基于障碍物信息，分别对多个安全等级区域内所包括的一个或多个障碍物按照安全等级进行排序，得到多个安全等级区域分别对应的障碍物排序结果；基于多个安全等级区域分别对应的障碍物排序结果，确定驾驶车辆的目标区域内障碍物的目标排序结果。本发明解决了相关技术中，车辆在驾驶过程中感知的环境信息是杂乱的，导致无法为驾驶控制决策提供可靠依据的技术问题。术问题。术问题。


技术研发人员：李玉峰 李娜 王鹏 张浪 王振凯 王亚军
受保护的技术使用者：网络通信与安全紫金山实验室
技术研发日：2023.02.24
技术公布日：2023/8/9