一种障碍物检测方法、设备、可移动平台及存储介质与流程

本发明涉及控制技术领域，尤其涉及一种障碍物检测方法、设备、可移动平台及存储介质。

背景技术：

目前，随着无人车、运动机器人等可移动平台的发展，可移动平台在移动过程中的安全性越来越受到关注，其中，对于障碍物的检测显得尤为重要。以运动机器人为例，对于运动机器人，目前通常可以采用射线查询的方式进行运动路径上的障碍检测。该方法在机器人和待查询位置之间建立一条射线，从运动机器人所在位置出发，通过在点云中检索并计数位于射线周围一定半径范围内的点数量，从而判断该通路上是否有障碍存在。

然而，这类查询方法往往具有计算效率低、准确性较低的缺陷，从而导致可移动平台在移动过程中的安全性较低。因此，如何更有好地提高可移动平台的安全性具有十分重要的意义。

技术实现要素：

本发明实施例提供了一种障碍物检测方法、设备、可移动平台及存储介质，可以提高障碍物检测效率、降低复杂度。

第一方面，本发明实施例提供了一种障碍物检测方法，应用于可移动平台，所述方法包括：

获取所述可移动平台所处周围环境对应的第一点云；

根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云；

将所述第二点云投影至二维平面，得到至少一个投影图像；

根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息。

第二方面，本发明实施例提供了一种障碍物检测设备，包括存储器和处理器；

所述存储器，用于存储程序指令；

所述处理器，用于调用所述程序指令，当所述程序指令被执行时，用于执行以下操作：

获取所述可移动平台所处周围环境对应的第一点云；

根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云；

将所述第二点云投影至二维平面，得到至少一个投影图像；

根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息。

第三方面，本发明实施例提供了一种可移动平台，所述可移动平台包括：

机身；

配置在机身上的动力系统，用于为所述可移动平台提供移动的动力；

如上述第二方面所述的障碍物检测设备。

第四方面，本发明实施例提供了一种障碍物检测系统，包括：障碍物检测设备和可移动平台；

所述障碍物检测设备，用于获取所述可移动平台所处周围环境对应的第一点云；根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云；将所述第二点云投影至二维平面，得到至少一个投影图像；根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息；并将所述障碍物信息发送给可移动平台；

所述可移动平台，用于根据接收到的障碍物信息绕过障碍物进行移动。

第五方面，本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面所述的方法。

本发明实施例中，障碍物检测设备通过获取可移动平台所处周围环境对应的第一点云，根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云，降低了计算复杂度；通过将所述第二点云投影至二维平面，得到至少一个投影图像，以及根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息，提高了障碍物检测的效率和准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种点云的示意图；

图2是本发明实施例提供的一种点云过滤的侧面示意图；

图3a是本发明实施例提供的一种点云的平面示意图；

图3b是本发明实施例提供的一种确定区域的平面示意图；

图3c是本发明实施例提供的另一种确定区域的平面示意图；

图4a是本发明实施例提供的一种投票计数的示意图；

图4b是本发明实施例提供的一种区域划分的示意图；

图5是本发明实施例提供的一种障碍物检测系统的结构示意图；

图6是本发明实施例提供的一种障碍物检测方法的流程示意图；

图7是本发明实施例提供的一种障碍物检测设备的结构示意图。

具体实施方式

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地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

本发明实施例中提供的障碍物检测方法可以由一种障碍物检测系统执行，具体的，可以由障碍物检测系统中的障碍物检测设备执行。其中，所述障碍物检测系统包括障碍物检测设备和可移动平台。在某些实施例中，所述障碍物检测设备可以安装在可移动平台上；在某些实施例中，所述障碍物检测设备可以在空间上独立于可移动平台；在某些实施例中，所述障碍物检测设备可以是可移动平台的部件，即所述可移动平台包括障碍物检测设备。

在其他实施例中，所述障碍物检测方法还可以应用于其他可移动设备上，如能够自主移动的机器人、无人车、无人船等可移动设备。

所述障碍物检测系统中障碍物检测设备可以获取可移动平台所处周围环境对应的第一点云，如图1所示，图1是本发明实施例提供的一种点云的示意图，其中，图1中的点云为获取到的所述可移动平台11所处周围环境对应的第一点云。在某些实施例中，所述第一点云可以是通过激光雷达获取得到，也可以是通过可移动平台上的摄像头获取得到，本发明实施例不做具体限定。

本发明实施例考虑到平面上可移动平台的运动平面约束，获取到的点云中包含了相当部分的冗余信息，因此，在获取到所述第一点云之后，所述障碍物检测设备可以对所述第一点云进行预处理。障碍物检测设备在对所述第一点云进行预处理时，可以获取所述可移动平台的尺寸信息，并根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云。

在一个实施例中，所述可移动平台的尺寸信息包括可移动平台的高度，所述障碍物检测设备在根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，可以获取所述可移动平台的高度，并根据所述可移动平台的高度，确定在所述可移动平台的高度以上的区域为删除区域，并将删除区域内的点云进行删除，以得到所述第二点云。

在一个实施例中，所述可移动平台的尺寸信息包括可移动平台的安全跨越高度，所述障碍物检测设备在根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，可以获取所述可移动平台的安全跨越高度，并根据所述可移动平台的安全跨越高度，确定在所述可移动平台的安全跨越高度以下的区域为删除区域，并将删除区域内的点云进行删除，以得到所述第二点云。

在一个实施例中，所述可移动平台的尺寸信息包括可移动平台的高度和安全跨越高度，所述障碍物检测设备在根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，可以获取所述可移动平台的高度以及安全跨越高度，并确定在所述可移动平台的高度以上的区域为第一删除区域，所述安全跨越高度以下的区域为第二删除区域，并将第一删除区域和第二删除区域内的点云进行删除，以得到所述第二点云。

具体可以图2为例进行说明，图2是本发明实施例提供的一种点云过滤的侧面示意图，如图2所示，根据安全跨越高度位置22以及可移动平台20的高度位置23，可以确定所述安全跨越高度位置22和所述可移动平台的高度位置23之间的区域以外的第一删除区域24和第二删除区域25，以及将第一删除区域24和第二删除区域25内的点云进行删除，以得到所述安全跨越高度位置22和所述可移动平台的高度位置23之间的第二点云区域26，并确定所述第二点云区域26内的点云为第二点云。

可选的，以无人车为例，所述安全跨越高度可以是无人车的底盘高度，或基于无人车的底盘高度确定的高度。

对于平面运动机器人，可移动平台的高度位置23以上的障碍物不会对可移动平台的运动造成影响；地面位置21和安全跨越高度位置22之间的障碍物可被可移动平台顺利通过，这些障碍物对应的点云属于冗余点云，将这一部分点云进行删除可以降低计算点云的复杂度，从而提高障碍物检测的效率。可见，通过对获取到的所述可移动平台周围环境的第一点云进行过滤，可以过滤掉冗余点云，以降低后续检测障碍物时计算点云的复杂度，以及提高障碍物检测的准确性。

本发明实施例中，所述障碍物检测设备在通过过滤得到第二点云后，可以将所述第二点云投影至二维平面，得到至少一个投影图像。具体可结合图2和图3a进行说明，图3a是本发明实施例提供的一种点云的平面示意图，所述障碍物检测设备在通过过滤得到如图2的第二点云区域26内的第二点云后，可以将所述第二点云区域26内的第二点云投影至如图3a所示二维平面，得到投影图像31。

本发明实施例中，所述障碍物检测设备可以根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息。

在一个实施例中，所述障碍物检测设备在根据所述投影图像，确定所述可移动平台所处周围环境的障碍物信息时，可以根据所述可移动平台的类型，从所述投影图像中确定适当的区域，并将所述区域划分为多个栅格区域。所述障碍物检测设备可以根据每个栅格区域中的点云数量和/或深度信息，确定所述每个栅格区域是否为障碍物区域。在某些实施例中，所述深度信息为所述第二点云到可移动平台的距离。

在某些实施例中，所述可移动平台的类型包括但不限于全向运动机器人、非全向运动机器人(如三轮移动机器人)等类型。如果所述可移动平台的类型为全向运动机器人，则所述障碍物检测设备可以所述全向运动机器人的位置为几何中心，确定出所述区域。如果所述可移动平台的类型为非全向运动机器人，则所述障碍物检测设备可以所述非全向运动机器人的位置为底部边界点，确定出所述区域。

具体可以图3b为例，图3b是本发明实施例提供的一种确定区域的平面示意图，假设所述可移动平台的类型为全向运动机器人，如果所述障碍物检测设备获取到所述全向运动机器人的当前位置32，则可以所述全向运动机器人的当前位置32为几何中心，从所述投影图像31中确定出区域33，并将该区域33划分为多个栅格区域。

又以图3c为例，图3c是本发明实施例提供的另一种确定区域的平面示意图，假设所述可移动平台的类型为非全向运动机器人，如果所述障碍物检测设备获取到所述非全向运动机器人的当前位置34，则可以所述非全向运动机器人的当前位置34为区域底部边界点，从所述投影图像31中确定出区域35，并将该区域35划分为多个栅格区域。

在一个实施例中，所述障碍物检测设备在将所述区域划分为多个栅格区域时，可以根据可移动平台的尺寸信息进行划分。栅格区域小于可移动平台的尺寸不具有太大价值，因此可以按照大于可移动平台的尺寸信息划分栅格区域。

在一个实施例中，如果栅格区域内存在点云，则代表存在障碍物，但实际因为有噪声和误检测，栅格区域中有相当一部分点云并没有表示实际的障碍物。

在一个实施例中，在通过摄像头获取点云时，由于图像中的物体近大远小的特性，对于相同大小的障碍物a和障碍物b，远处的障碍物a对应的点云数量少，近处的障碍物b对应的点云数量多，若以点云数量为障碍物判断标准可能造成远处的障碍物a被误检测。因此，本发明实施例中，障碍物检测设备可以根据所述点云的深度信息，确定所述每个栅格区域中每个点云的投票信息，根据所述点云的数量和所述投票信息，确定所述每个栅格区域的评价参数，并将所述评价参数与预设参数进行比较，以确定所述评价参数大于所述预设参数的栅格区域为所述障碍物区域。在某些实施例中，所述评价参数可以包括但不限于根据投票信息确定的数字、百分比等。

在某些实施例中，所述障碍物检测设备可以根据所述评价参数确定所述栅格区域中空闲区域、未知区域等区域，本发明实施例对区域的划分不做具体限定。在某些实施例中，所述未知区域可以为没有第二点云的栅格区域；在某些实施例中，所述空闲区域可以为所述评价参数小于所述预设参数的栅格区域。

具体可以结合图4a和图4b进行说明，图4a是本发明实施例提供的一种投票计数的示意图，图4b是本发明实施例提供的一种区域划分的示意图。如图4a所示，栅格区域411、栅格区域412、栅格区域413、栅格区域414的投票信息均为6，即每个栅格中的每个点云的投票数均为6票，栅格区域411中共有5个点云，则5个点云共投出30票，栅格区域411的评价参数为30；栅格区域412中共有6个点云，则6个点云共投出36票，栅格区域412的评价参数为36；栅格区域413中共有8个点云，则6个点云共投出48票，栅格区域413的评价参数为48；栅格区域414中共有9个点云，则9个点云共投出54票，栅格区域414的评价参数为54。栅格区域415的投票信息为5，即栅格区域415中的每个点云的投票数均为5票，栅格区域415中共有1个点云，则1个点云共投出5票，栅格区域415的评价参数为5。如果预设参数为25，则可以确定栅格区域411、栅格区域412、栅格区域413、栅格区域414均为障碍物区域，栅格区域415为空闲区域。由此可确定出如图4b所示的障碍物区域41(黑色标记区域)、空闲区域42(浅灰色标记区域)、未知区域43(深灰色标记区域)。

本发明实施例，通过根据可移动平台的尺寸信息，对获取到的所述可移动平台所处周围环境对应的第一点云进行过滤以得到第二点云，可以过滤掉冗余点云，提高对点云处理的效率，降低了计算复杂度；通过将所述第二点云投影至二维平面，得到至少一个投影图像，可以更直观方便地从二维平面查看点云的分布；根据所述至少一个投影图像，确定出多个栅格区域，并进一步根据每个栅格区域的点云数量和/或深度信息，确定出障碍物信息，可以提高了障碍物检测效率和准确性。

下面结合附图5对本发明实施例提供的障碍物检测系统进行示意性说明。

请参见图5，图5是本发明实施例提供的一种障碍物检测系统的结构示意图。所述障碍物检测系统包括：障碍物检测设备51、可移动平台52。其中，可移动平台52和障碍物检测设备51之间可以通过无线通信连接方式建立通信连接。其中，在某些场景下，所述可移动平台52和障碍物检测设备51之间也可以通过有线通信连接方式建立通信连接。所述可移动平台52可以为无人车、无人船、可移动机器人等可移动设备。所述可移动平台52包括动力系统521，所述动力系统521用于为可移动平台52提供移动的动力。在其他实施例中，可移动平台52和障碍物检测设备51彼此独立，例如障碍物检测设备51设置在云端服务器中，通过无线通信连接方式与可移动平台52建立通信连接。

本发明实施例中，所述障碍物检测设备51可以获取所述可移动平台52所处周围环境对应的第一点云；根据所述可移动平台52的尺寸信息，对所述第一点云进行过滤以得到第二点云；将所述第二点云投影至二维平面，得到至少一个投影图像；根据所述至少一个投影图像，确定所述可移动平台52所处周围环境的障碍物信息，以提高障碍物检测的效率和准确性，提高所述可移动平台52移动过程中的安全性。

下面结合附图6和附图7对本发明实施例提供的障碍物检测方法进行示意性说明。

具体请参见图6，图6是本发明实施例提供的一种障碍物检测方法的流程示意图，所述方法可以由障碍物检测设备执行，其中，障碍物检测设备的具体解释如前所述。具体地，本发明实施例的所述方法包括如下步骤。

s601：获取可移动平台所处周围环境对应的第一点云。

本发明实施例中，障碍物检测设备可以获取可移动平台所处周围环境对应的第一点云。以图1为例，图1所示的点云为获取到的所述可移动平台11所处周围环境的第一点云。

在一个实施例中，所述障碍物检测设备在获取所述可移动平台所处周围环境对应的第一点云时，可以通过激光雷达获取所述可移动平台所处周围环境对应的第一点云。

在某些实施例中，所述激光雷达是一种感知传感器，可以获得场景的三维信息。其基本原理为主动对被探测对象发射激光脉冲信号，并获得其反射回来的脉冲信号，根据发射信号和接收信号之间的时间差计算被测对象的距离探测器的深度信息；基于激光雷达的已知发射方向，获得被测对象相对激光雷达的角度信息；结合前述深度信息和角度信息得到海量的探测点(称为点云)，基于点云即可以重建被测对象相对激光雷达的空间三维信息。

在一个实施例中，所述障碍物检测设备在获取所述可移动平台所处周围环境对应的第一点云时，可以通过摄像头获取所述可移动平台所处周围环境对应的第一点云。在某些实施例中，所述摄像头可以挂载在所述可移动平台上。在某些实施例中，所述摄像头还可以独立于可移动平台，安装于所述可移动平台所处环境当中。在某些实施例中，所述摄像头包括但不限于双目摄像头、单目摄像头，tof摄像头等摄像装置。

在一些实施例中，所述障碍物检测设备在通过摄像头获取所述可移动平台所处周围环境对应的第一点云时，可以基于预设转换矩阵将所述摄像头获取的点云转换到世界坐标系中，得到所述可移动平台所处周围环境对应的第一点云；其中，所述预设转换矩阵包括内参矩阵和外参矩阵，所述外参矩阵包括旋转矩阵和/或平移向量。在某些实施例中，当所述世界坐标系的原点设定在所述可移动平台上时，所述外参矩阵只包括旋转矩阵。

在某些实施例中，所述内参矩阵是根据多个内参数确定得到，所述内参数是摄像头标定得到的参数，如焦距、像主点坐标等。在某些实施例中，所述外参矩阵可以包括旋转矩阵和/或平移向量，其中，所述旋转矩阵可以通过摄像头的姿态确定得到的，所述平移向量可以通过摄像头的定位信息确定得到。

可见，本发明实施例通过将摄像头采集到的点云转换到世界坐标系，以得到所述第一点云，在将摄像头采集到的点云转换到世界坐标系的过程中，可以对摄像头采集到的点云进行去畸变等处理，从而提升所述第一点云的准确性。

s602：根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云。

本发明实施例中，障碍物检测设备可以根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云。

在一个实施例中，所述尺寸信息包括所述可移动平台的高度，所述障碍物检测设备在根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，可以根据所述可移动平台的高度，对所述第一点云进行过滤以得到第二点云。

在一个实施例中，所述可移动平台的尺寸信息包括可移动平台的安全跨越高度，所述障碍物检测设备在根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，可以根据所述可移动平台的安全跨越高度，对所述第一点云进行过滤以得到第二点云。

在一个实施例中，所述可移动平台的尺寸信息包括可移动平台的高度以及安全跨越高度，所述障碍物检测设备在根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，可以根据所述可移动平台的高度以及安全跨越高度，对所述第一点云进行过滤以得到第二点云。

以图2为例，根据安全跨越高度位置22以及可移动平台20的高度位置23，可以确定所述安全跨越高度位置22和所述可移动平台的高度位置23之间的区域以外的第一删除区域24和第二删除区域25，以及将第一删除区域24和第二删除区域25内的点云进行删除，以得到所述安全跨越高度位置22和所述可移动平台的高度位置23之间的第二点云区域26，并确定所述第二点云区域26内的点云为第二点云。可见，本发明实施例通过可移动平台的尺寸信息对第一点云进行过滤，可以删除冗余点云，降低了后续计算点云的数量和深度信息的复杂度。

s603：将所述第二点云投影至二维平面，得到至少一个投影图像。

本发明实施例中，障碍物检测设备可以将所述第二点云投影至二维平面，得到至少一个投影图像。

在一个实施例中，所述二维平面可以包括水平面，所述障碍物检测设备可以将所述第二点云投影至水平面，得到至少一个投影图像。在某些实施例中，所述水平面是与所述可移动平台所在位置平行的平面。以无人车为例，假设无人机当前正在爬坡，则所述水平面是与所述无人车当前所在的坡道平行的平面。

在一个实施例中，所述二维平面可以包括地面，所述障碍物检测设备可以将所述第二点云投影至地面，得到至少一个投影图像，在某些实施例中，所述地面为与所述可移动平台平行的地面。以无人车为例，当无人车在水平地面上行驶时，所述二维平面可以是地面。

可见，本发明实施例通过将世界坐标系中的第二点云投影到二维平面，满足了可移动平台的平面移动性，便于直观地在平面上对点云进行计算。

s604：根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息。

本发明实施例中，障碍物检测设备可以根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息。

在一个实施例中，所述障碍物检测设备在根据所述投影图像，确定所述可移动平台所处周围环境的障碍物信息时，可以将所述投影图像划分为多个栅格区域，并根据每个栅格区域中的点云，确定所述每个栅格区域是否为障碍物区域，具体实施例如前所述，此处不再赘述。

在一个实施例中，所述障碍物检测设备将所述投影图像划分为多个栅格区域时，可以获取所述可移动平台的类型，并根据所述可移动平台的类型，确定所述多个栅格区域的位置，具体实施例如前所述，此处不再赘述。

在一个实施例中，所述可移动平台的类型包括全向运动机器人，所述障碍物检测设备在根据所述可移动平台的类型，确定所述多个栅格区域的位置时，可以获取所述全向运动机器人的当前位置，并以所述全向运动机器人的当前位置为几何中心，确定所述多个栅格区域的位置。

具体可以图3b为例，假设所述可移动平台为全向运动机器人，如果所述全向运动机器人的当前位置32，则障碍物检测设备可以确定所述全向运动机器人的当前位置32为几何中心，从所述投影图像31中确定出区域33，并将该区域33划分为多个栅格区域。

在一个实施例中，所述可移动平台的类型包括非全向运动机器人，所述障碍物检测设备在根据所述可移动平台的类型，确定所述多个栅格区域的位置时，可以获取所述非全向运动机器人的当前位置，并以所述非全向运动机器人的当前位置为边界点，确定所述多个栅格区域的位置。在某些实施例中，所述边界点可以为确定区域任意一条边的边界点，具体根据非全向运动机器人的类型来确定具体是哪一条边的边界点。

具体可以图3c为例，假设所述可移动平台为非全向运动机器人，且所述非全向运动机器人为三轮移动机器人，如果所述三轮移动机器人的当前位置34，则障碍物检测设备可以确定所述三轮移动机器人的当前位置34为底部边界线中的边界点，并从所述投影图像31中确定出以所述三轮移动机器人的当前位置34为底部边界线中的边界点的区域33，并将该区域33划分为多个栅格区域。

可见，本发明实施例根据可移动平台的类型来确定所述多个栅格区域的位置，可以实现根据不同类型可移动平台的运动特性，来确定栅格区域，以确保不同类型的可移动平台的主要移动区域在所述多个栅格区域内，避免可移动平台的移动区域在所述多个栅格区域以外，而撞上所述多个栅格区域外未检测到的障碍物，从而提高不同类型可移动平台在移动过程中的安全性。

在一个实施例中，所述障碍物检测设备在将所述投影图像划分为多个栅格区域时，可以获取所述可移动平台的尺寸，并根据所述可移动平台的尺寸，确定所述多个栅格区域中每个栅格区域的尺寸。栅格区域小于可移动平台的尺寸的划分没有太大的实际价值，因此，本发明实施例按照所述每个栅格区域的尺寸大于所述可移动平台的尺寸的方式划分所述多个栅格区域。具体实施例如前所述，此处不再赘述。

可见，本发明实施例通过按照每个栅格区域的尺寸大于可移动平台的尺寸来划分多个栅格区域，可以进一步降低障碍物检测所需的计算量，提高障碍物检测效率。

在一个实施例中，所述障碍物检测设备在根据每个栅格区域中的点云，确定所述每个栅格区域是否为障碍物区域时，可以获取所述每个栅格区域中点云的数量，当所述点云的数量大于预设数量阈值时，则可以确定所述栅格区域为障碍物区域。

以图4a为例，假设预设数量阈值为10，如果栅格区域411的点云数量为15、栅格区域412的点云数量为16、栅格区域413的点云数量为18、栅格区域414的点云数量为20，则可以确定所述栅格区域411、栅格区域412、栅格区域413以及栅格区域414的点云数量均大于预设数量阈值10，因此，可以确定所述栅格区域411、栅格区域412、栅格区域413以及栅格区域414组成的区域为障碍物区域。

可见，本发明实施例通过判断每个栅格区域中点云的数据是否大于预设数量阈值来确定栅格区域是否障碍物区域，保证了在有足够点云的情况下才将栅格区域确定为障碍物区域，提高了障碍物检测的准确性。

在一个实施例中，所述障碍物检测设备在根据每个栅格区域中的点云，确定所述每个栅格区域是否为障碍物区域时，可以获取所述每个栅格区域中点云的数量和深度信息，并根据所述点云的数量和深度信息，确定所述栅格区域是否为障碍物区域。

在一个实施例中，所述障碍物检测设备在根据所述点云的数量和深度信息，确定所述栅格区域是否为障碍物区域时，可以根据所述点云的深度信息，确定所述每个栅格区域中每个点云的投票信息，并根据所述点云的数量和所述投票信息，确定所述每个栅格区域的评价参数，以及将所述评价参数与预设参数进行比较，从而确定所述评价参数大于所述预设参数的栅格区域为所述障碍物区域。在某些实施例中，所述障碍物可以包括但不限于固定建筑物、其他可移动设备、地面设施等任意一种或多种阻碍所述可移动平台移动的物体。在某些实施例中，所述栅格区域可以包括但不限于障碍物区域、空闲区域、未知区域中的任意一种或多种。

在一个实施例中，所述障碍物检测设备可以获取每个栅格区域中每个点云的深度信息，并计算每个栅格区域中各点云的深度平均值，以及根据预设的深度与投票数的对应关系，确定与所述深度平均值对应的投票数，从而根据与所述深度平均值对应的投票数，确定每个栅格区域中所有点云得到的投票总数。所述障碍物检测设备可以根据预设的投票总数与评价参数的对应关系，确定与所述投票总数对应的评价参数，并将该评价参数与预设参数进行对比，如果所述评价参数大于预设参数，则可以确定该栅格区域为障碍物区域。

具体可以图4a为例，假设栅格区域411中有点云a，b，c，深度为1.5m，1.6m，1.7m，所述障碍物检测设备可以对栅格区域411中点云a，b，c的深度求平均值，计算得到深度平均值为1.6m，如果1.6m的深度平均值可以对应一个投票数如2票，那么栅格区域411中的三个点云a，b，c共投出6票，如果6票对应的评价参数为6，预设参数为5，则可以确定所述栅格区域411为障碍物区域。

在一个实施例中，所述障碍物检测设备可以获取每个栅格区域中每个点云的深度信息，并根据预设的深度与投票数的对应关系，确定与每个点云的深度信息对应的投票数，从而根据与所述每个点云的深度信息对应的投票数，确定每个栅格区域中所有点云得到的投票总数。所述障碍物检测设备可以根据预设的投票总数与评价参数的对应关系，确定与所述投票总数对应的评价参数，并将该评价参数与预设参数进行对比，如果所述评价参数大于预设参数，则可以确定该栅格区域为障碍物区域。

以图4a为例，假设栅格区域411中有点云a，b，c，深度为1.5m，1.6m，1.7m，如果所述深度1.5m对应的投票数为1票，所述深度1.6m对应的投票数为2票，所述深度1.7m对应的投票数为3票，则可以确定所述栅格区域411中的三个点云a，b，c共投出6票，如果6票对应的评价参数为6，预设参数为5，则可以确定所述栅格区域411为障碍物区域。

在某些实施例中，所述评价参数可以包括但不限于数字、百分比等表现形式。例如，如果所述评价参数用数字表示，则数字越大，表示该区域为障碍物的概率越大。又例如，如果所述评价参数用百分比表示，同样该百分比越大，代表该区域为障碍物的概率越大。在其他实施例中，所述评价参数还可以通过识别障碍物的类型来确定，在此不做具体限定。

可见，本发明实施例根据点云的深度信息确定投票信息，考虑了点云与可移动平台的距离，提高了障碍物检测的准确性；结合点云的数量确定评价参数，通过评价参数来确定栅格区域是否为所述障碍物区域，可以提高障碍物检测的准确性。

本发明实施例中，障碍物检测设备通过获取可移动平台所处周围环境对应的第一点云，根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云，降低了计算复杂度；通过将所述第二点云投影至二维平面，得到至少一个投影图像，以及根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息，提高了障碍物检测的效率和准确性。

请参见图7，图7是本发明实施例提供的一种障碍物检测设备的结构示意图。具体的，所述障碍物检测设备包括：存储器701、处理器702。

在一种实施例中，所述障碍物检测设备还包括数据接口703，所述数据接口703，用于传递障碍物检测设备和其他设备之间的数据信息。

所述存储器701可以包括易失性存储器(volatilememory)；存储器701也可以包括非易失性存储器(non-volatilememory)；存储器701还可以包括上述种类的存储器的组合。所述处理器702可以是中央处理器(centralprocessingunit，cpu)。所述处理器702还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specificintegratedcircuit，asic)，可编程逻辑器件(programmablelogicdevice，pld)或其组合。上述pld可以是复杂可编程逻辑器件(complexprogrammablelogicdevice，cpld)，现场可编程逻辑门阵列(field-programmablegatearray，fpga)或其任意组合。

所述存储器701用于存储程序指令，所述处理器702可以调用存储器701中存储的程序指令，用于执行如下步骤：

获取所述可移动平台所处周围环境对应的第一点云；

根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云；

将所述第二点云投影至二维平面，得到至少一个投影图像；

根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息。

进一步地，所述尺寸信息包括所述可移动平台的高度和/或安全跨越高度，所述处理器702根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云时，具体用于：

根据所述可移动平台的高度和/或安全跨越高度，对所述第一点云进行过滤以得到第二点云。

进一步地，所述二维平面包括水平面，所述处理器702将所述第二点云投影至二维平面，得到至少一个投影图像时，具体用于：

将所述第二点云投影至水平面，得到至少一个投影图像。

进一步地，所述处理器702根据所述投影图像，确定所述可移动平台所处周围环境的障碍物信息时，具体用于：

将所述投影图像划分为多个栅格区域；

根据每个栅格区域中的点云，确定所述每个栅格区域是否为障碍物区域。

进一步地，所述处理器702将所述投影图像划分为多个栅格区域时，具体用于：

获取所述可移动平台的类型；

根据所述可移动平台的类型，确定所述多个栅格区域的位置。

进一步地，所述可移动平台的类型包括全向运动机器人；所述处理器702根据所述可移动平台的类型，确定所述多个栅格区域的位置时，具体用于：

获取所述全向运动机器人的当前位置；

以所述全向运动机器人的当前位置为几何中心，确定所述多个栅格区域的位置。

进一步地，所述可移动平台的类型包括非全向运动机器人；所述处理器702根据所述可移动平台的类型，确定所述多个栅格区域的位置时，具体用于：

获取所述非全向运动机器人的当前位置；

以所述非全向运动机器人的当前位置为边界点，确定所述多个栅格区域的位置。

进一步地，所述处理器702将所述投影图像划分为多个栅格区域时，具体用于：

获取所述可移动平台的尺寸；

根据所述可移动平台的尺寸，确定所述多个栅格区域中每个栅格区域的尺寸。

进一步地，所述处理器702根据每个栅格区域中的点云，确定所述每个栅格区域是否为障碍物区域时，具体用于：

获取所述每个栅格区域中点云的数量；

当所述点云的数量大于预设数量阈值时，则确定所述栅格区域为障碍物区域。

进一步地，所述处理器702根据每个栅格区域中的点云，确定所述每个栅格区域是否为障碍物区域时，具体用于：

获取所述每个栅格区域中点云的数量和深度信息；

根据所述点云的数量和深度信息，确定所述栅格区域是否为障碍物区域。

进一步地，所述处理器702根据所述点云的数量和深度信息，确定所述栅格区域是否为障碍物区域时，具体用于：

根据所述点云的深度信息，确定所述每个栅格区域中每个点云的投票信息；

根据所述点云的数量和所述投票信息，确定所述每个栅格区域的评价参数；

将所述评价参数与预设参数进行比较，确定所述评价参数大于所述预设参数的栅格区域为所述障碍物区域。

进一步地，所述栅格区域包括障碍物区域、空闲区域、未知区域中的任意一种或多种。

进一步地，所述处理器702获取所述可移动平台所处周围环境对应的第一点云时，具体用于：

通过激光雷达获取所述可移动平台所处周围环境对应的第一点云。

进一步地，所述处理器702获取所述可移动平台所处周围环境对应的第一点云时，具体用于：

通过摄像头获取所述可移动平台所处周围环境对应的第一点云。

进一步地，所述处理器702通过摄像头获取所述可移动平台所处周围环境对应的第一点云时，具体用于：

基于预设转换矩阵将所述摄像头获取的点云转换到世界坐标系中，得到所述可移动平台所处周围环境对应的第一点云；

其中，所述预设转换矩阵包括内参矩阵和外参矩阵，所述外参矩阵包括旋转矩阵和/或平移向量。

本发明实施例中，障碍物检测设备通过获取可移动平台所处周围环境对应的第一点云，根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云，降低了计算复杂度；通过将所述第二点云投影至二维平面，得到至少一个投影图像，以及根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息，提高了障碍物检测的效率和准确性。

本发明实施例还提供了一种可移动平台，所述可移动平台包括：机身；配置在机身上的动力系统，用于为可移动平台提供移动的动力；以及上述障碍物检测设备。本发明实施例中，可移动平台通过获取所述可移动平台所处周围环境对应的第一点云，根据所述可移动平台的尺寸信息，对所述第一点云进行过滤以得到第二点云，并将所述第二点云投影至二维平面，得到至少一个投影图像，从而根据所述至少一个投影图像，确定所述可移动平台所处周围环境的障碍物信息，降低了计算复杂度，提高了障碍物检测的效率和准确性。

本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明图6所对应实施例中描述的方法，也可实现图7所述本发明所对应实施例的设备，在此不再赘述。

所述计算机可读存储介质可以是前述任一实施例所述的设备的内部存储单元，例如设备的硬盘或内存。所述计算机可读存储介质也可以是所述设备的外部存储设备，例如所述设备上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述计算机可读存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

以上所揭露的仅为本发明部分实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。