(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211100104.0 (22)申请日 2022.09.09 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 刘旭　黄轩　王国军　 (74)专利代理 机构 北京易光知识产权代理有限 公司 11596 专利代理师 阎敏　王姗姗 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06T 7/73(2017.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 自动驾驶的挡墙 检测方法、 装置及车辆 (57)摘要 本公开提供了一种自动驾驶的挡墙检测方 法、 装置及车辆， 涉及人工智能领域， 尤其涉及自 动驾驶、 深度学习和计算机视觉技术领域。 具体 实现方案为： 对点云数据进行点云检测， 得到点 云目标； 对点云目标进行特征提取， 得到点云目 标的特征表示； 对特征表示进行二分类， 得到分 类结果； 在分类结果为挡墙类别的情况下， 确定 点云目标为挡墙。 本公开基于点云分割方式， 能 够稳定准确的识别出点云目标， 然后对点云目标 进行分类识别能够确定出点云目标是否为挡墙。 该方法对场景没有要求， 能够处理复杂多变的场 景， 具有较好的泛化能力。 权利要求书4页 说明书14页 附图6页 CN 115457496 A 2022.12.09 CN 115457496 A 1.一种自动驾驶的挡墙 检测方法， 包括： 对点云数据进行点云检测， 得到点云目标； 对所述点云目标进行 特征提取， 得到所述 点云目标的特 征表示； 对所述特 征表示进行二分类， 得到分类结果； 在所述分类结果 为挡墙类别的情况 下， 确定所述 点云目标为挡墙。 2.根据权利要求1所述的方法， 其中， 所述对点云数据进行点云检测， 得到点云目标， 包 括： 将所述点云数据输入深度学习检测模型进行目标检测； 在检测到目标对象的情况下， 将所述点云数据中所述目标对象对应的点集合作为所述 点云目标。 3.根据权利要求1或2所述的方法， 其中， 所述对所述点云目标进行特征提取， 得到所述 点云目标的特 征表示， 包括： 提取所述点云目标的以下子特 征中的至少一种， 作为所述 点云目标的特 征表示： 所述点云目标的几何特 征； 所述点云目标的点云密度分布特 征； 所述点云目标对雷达信号的反射强度统计特 征； 所述点云目标属于目标类别的概 率； 所述点云目标的高度分布特 征。 4.根据权利要求3所述的方法， 其中， 在所述点云目标的特征表示包括所述点云目标的 几何特征的情况 下， 提取所述点云目标的几何特 征， 包括： 确定所述 点云目标的中心坐标和尺寸中的至少一种， 作为所述 点云目标的几何特 征。 5.根据权利要求3所述的方法， 其中， 在所述点云目标的特征表示包括所述点云目标的 点云密度分布特 征的情况 下， 提取所述点云目标的点云密度分布特 征， 包括： 将所述点云目标的三维取值空间划分为多个区域； 分别确定每个区域内的点数量与 所述点云目标包含的总点数的比值， 得到所述点云密 度分布特 征。 6.根据权利要求3所述的方法， 其中， 在所述点云目标的特征表示包括所述点云目标的 反射强度统计特 征的情况 下， 提取所述点云目标的反射强度统计特 征， 包括： 将所述点云目标的反射强度划分为多个强度区间； 分别确定每个强度区间内包含的点数量与 所述点云目标包含的总点数的比值， 得到所 述反射强度统计特 征。 7.根据权利要求3所述的方法， 其中， 在所述点云目标的特征表示包括所述点云目标属 于目标类别的概 率的情况 下， 还包括基于以下 方法确定所述 点云目标 所属的目标类别： 将所述点云数据输入深度学习分类模型对各点进行分类处 理； 确定所述 点云目标中各点所属的类别， 得到所述 点云目标 所属的类别集 合； 在所述类别集 合中包括预设类别的情况 下， 将所述预设类别确定为所述目标类别。 8.根据权利要求3或7所述的方法， 其中， 在所述点云目标的特征表示包括所述点云目 标属于目标类别的概 率的情况 下， 提取所述点云目标属于目标类别的概 率， 包括： 统计所述 点云目标中属于所述目标类别的点数量；权　利　要　求　书 1/4 页 2 CN 115457496 A 2确定属于所述目标类别的点数量与 所述点云目标的总点数的比值， 得到所述点云目标 属于所述目标类别的概 率。 9.根据权利要求3所述的方法， 其中， 在所述点云目标的特征表示包括所述点云目标的 高度分布特 征的情况 下， 提取所述点云目标的高度分布特 征， 包括： 将所述点云目标的高度取值空间划分为多个高度区间； 分别统计每个 高度区间内的点数量与所述点云目标包含的总点数的比值， 得到所述点 云目标的高度分布特 征。 10.根据权利要求1 ‑9中任一项所述的方法， 其中， 所述对所述特征表示进行二分类， 得 到分类结果， 包括： 将所述点云目标的特征表示输入决策树进行二分类， 得到分类结果， 其中， 所述决策树 用于将所述 点云目标分类为挡墙 类别和非挡墙 类别。 11.根据权利要求1 ‑10中任一项所述的方法， 还 包括： 在多个点云目标均为挡墙类别的情况下， 将距离小于距离阈值的多个点云目标进行合 并处理。 12.根据权利要求1 ‑11中任一项所述的方法， 还 包括： 在所述点云目标为被遮挡的挡墙的情况 下， 过滤掉所述 点云目标。 13.一种自动驾驶的挡墙 检测装置， 包括： 检测模块， 用于对点云数据进行点云检测， 得到点云目标； 提取模块， 用于对所述 点云目标进行 特征提取， 得到所述 点云目标的特 征表示； 分类模块， 用于对所述特 征表示进行二分类， 得到分类结果； 确定模块， 用于在所述分类结果 为挡墙类别的情况 下， 确定所述 点云目标为挡墙。 14.根据权利要求13所述的装置， 其中， 所述检测模块， 包括： 检测单元， 用于将所述 点云数据输入深度学习检测模型进行目标检测； 确定单元， 用于在检测到目标对象的情况下， 将所述点云数据中所述目标对象对应的 点集合作为所述 点云目标。 15.根据权利要求13或14所述的装置， 其中， 所述 提取模块用于： 提取所述点云目标的以下子特 征中的至少一种， 作为所述 点云目标的特 征表示： 所述点云目标的几何特 征； 所述点云目标的点云密度分布特 征； 所述点云目标对雷达信号的反射强度统计特 征； 所述点云目标属于目标类别的概 率； 所述点云目标的高度分布特 征。 16.根据权利要求15所述的装置， 其中， 在所述点云目标的特征表示包括所述点云目标 的几何特 征的情况 下， 所述提取模块 提取所述点云目标的几何特 征， 包括： 确定所述 点云目标的中心坐标和尺寸中的至少一种， 作为所述 点云目标的几何特 征。 17.根据权利要求15所述的装置， 其中， 在所述点云目标的特征表示包括所述点云目标 的点云密度分布特征 的情况下， 所述提取模块提取所述点云目标 的点云密度分布特征， 包 括： 将所述点云目标的三维取值空间划分为多个区域；权　利　要　求　书 2/4 页 3 CN 115457496 A 3