静态障碍物识别方法和装置与流程

本申请涉及车辆领域，具体涉及自动驾驶技术领域，尤其涉及静态障碍物识别方法和装置。

背景技术：

行驶环境感知是自动驾驶汽车进行行车决策的基础。识别障碍物是否为静态障碍物或动态障碍物是行驶环境感知中最为关键的环节。目前，通过采用的识别障碍物是否为静态障碍物的方式为：采用滤波算法计算运动估计后的速度，直接将运动估计后的速度小于一定阈值的障碍物识别为静态障碍物。

由于运动估计后的速度通常包含噪声数据，导致接将运动估计后的速度小于一定阈值的障碍物识别为静态障碍物的方式的准确率较低。

技术实现要素：

本申请提供了静态障碍物识别方法和装置，用于解决上述背景技术部分存在的技术问题。

第一方面，本申请提供了静态障碍物识别方法，该方法包括：响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，其中，检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云均表示同一个障碍物，判断信息包括：当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征与噪声类型的运动特征的相似度、当前帧激光点云中的检测出的障碍物激光点云的外观特征和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度；基于当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，判断当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物是否为静态障碍物。

第二方面，本申请提供了静态障碍物识别装置，该装置包括：生成单元，配置用于响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，其中，检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云均表示同一个障碍物，判断信息包括：当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征与噪声类型的运动特征的相似度、当前帧激光点云中的检测出的障碍物激光点云的外观特征和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度；判断单元，配置用于基于当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，判断当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物是否为静态障碍物。

本申请提供的静态障碍物识别方法和装置，通过响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，其中，检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云均表示同一个障碍物，判断信息包括：当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征与噪声类型的运动特征的相似度、当前帧激光点云中的检测出的障碍物激光点云的外观特征和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度；基于当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，判断当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物是否为静态障碍物。实现了在识别静态障碍物时，考虑了因通过诸如运动估计计算出的障碍物的运动特征为噪声数据的情况下对静态障碍物识别结果的影响，从多个方面判断障碍物为静态障碍物的概率，最终判断障碍物是否为静态障碍物。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出了适用于本申请的自动驾驶汽车的一个硬件结构示意图；

图2示出了根据本申请的静态障碍物识别方法的一个实施例的流程图；

图3示出了根据本申请的静态障碍物识别装置的一个实施例的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

请参考图1，其示出了适用于本申请的自动驾驶汽车的一个硬件结构示意图。

如图1所示，自动驾驶汽车包括cpu101、存储器102、激光雷达103、gps104、惯性导航设备105。cpu101、存储器102、激光雷达103、gps104、惯性导航设备105通过总线106彼此相连。

自动驾驶汽车在行驶过程中，自动驾驶汽车上的激光雷达每旋转一周，则可以采集到一帧激光点云。激光雷达旋转一周发出的激光投射到自动驾驶汽车周围的所有障碍物形成的激光点可以构成一帧激光点云。

请参考图2，其示出了根据本申请的静态障碍物识别方法的一个实施例的流程。该方法可以由自动驾驶汽车例如具有图1所示的结构的自动驾驶汽车执行。该方法包括以下步骤：

步骤201，响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成判断信息。

在本实施例中，当前帧激光点云中检测出的障碍物激光点云可以为多个，例如，可以通过对当前帧激光点云进行分割，检测出当前帧激光点云中的多个障碍物激光点云。

在本实施例中，障碍物是利用障碍物激光点云表示的，历史障碍物激光点云序列中的每一个历史障碍物激光点云为采集到的历史帧激光点云中的障碍物激光点云。一个历史障碍物激光点云序列中包含一系列在时序上被关联起来的用于表示同一个障碍物的障碍物激光点云。当前帧激光点云中的检测出的障碍物激光点云和检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云均表示同一个障碍物，因此，查找当前帧激光点云中的检测出的一个障碍物激光点云所属的历史障碍物激光点云序列的过程可以相当于对该检测出的一个障碍物激光点云表示的障碍物跟踪的过程。

在本实施例中，当前帧激光点云中的一个检测出的障碍物激光点云仅可以属于一个历史障碍物激光点云序列。同时，一个历史障碍物激光点云序列仅可以作为当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列。

当查找出当前帧激光点云中的一个检测出的障碍物激光所属的历史障碍物激光点云序列时，可以将该当前帧激光点云中的一个检测出的障碍物激光点云作为第一个历史障碍物激光点云加入到其所属的历史障碍物激光点云序列中。相应地，调整其所属的历史障碍物激光点云序列中的原有的历史障碍物激光点云的次序。

在本实施例中，当前帧激光点云并不特指激光雷达的在一个采集周期的时长即激光雷达旋转一周采集到的某一帧激光点云，当前帧激光点云是相对于在采集到当前帧激光点云之前采集到的历史帧激光点云而言的。在采集到当前帧激光点云的下一帧激光点云时，当前帧激光点云也会成为相对于该下一帧激光点云的历史帧激光点云。历史障碍物激光点云序列中的历史障碍物激光点云在历史障碍物激光点云序列中的次序与其所属的历史帧激光点云对应的采集周期的次序相对应。相邻的历史障碍物激光点云各自所属的历史帧激光点云对应的采集周期也是相邻的。历史障碍物激光点云序列中的第一个历史障碍物激光点云可以属于当前帧激光点云的上一帧激光点云。

在本实施例中，当可以查找出当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列时，换言之，当对该当前帧激光点云中的一个检测出的障碍物激光点云和其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物进行跟踪之后，则可以称之为该历史障碍物激光点云序列对应有当前帧激光点云中的一个检测出的障碍物激光点云。

在本实施例中，可以生成每一个对应有当前帧激光点云中的一个检测出的障碍物激光点云的历史障碍物激光点云序列对应的判断信息。

在本实施例中，查找出的当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息包括：该当前帧激光点云中的一个检测出的障碍物激光点云和该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物与噪声类型的运动特征的相似度、该当前帧激光点云中的一个检测出的障碍物激光点云的外观特征和其所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、该当前帧激光点云中的一个检测出的障碍物激光点云与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度。

在本实施例中，对于当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物的历史运动特征，可以预先计算出该同一障碍物的多个历史速度、多个历史位置，多个历史速度和多个历史位置可以构成多个历史运动特征。历史运动特征可以包括但不限于：历史速度的分布、在预设时长内历史速度的变化量、历史位置的分布、在预设时长内历史位置的变化量。

一个历史速度可以为在采集到该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的一个历史障碍物激光点云所属的一帧历史帧激光点云的时刻，该同一障碍物的观测的速度。在计算在采集到一帧历史帧激光点云的时刻该同一障碍物的观测的速度时，可以计算该历史帧激光点云中的障碍物激光点云的包围盒的兴趣点与该历史帧激光点云的上一帧历史帧激光点云中的障碍物激光点云的兴趣点之间的距离，然后，将该距离除以激光雷达的采集周期的时长，得到在采集到一帧历史帧激光点云的时刻该同一障碍物的观测的速度。兴趣点可以包括但不限于：包围盒的中心点、包围盒的重心点、包围盒的边沿点、包围盒的角点。该历史位置可以为在采集到该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云所属的历史帧激光点云的时刻，表示该同一障碍物的历史障碍物激光点云的包围盒的中心点的位置。

在本实施例中，当一个速度属于噪声数据时，则可以将该速度称之为速度噪声数据，当一个位置属于噪声数据时，则可以将该位置称之为位置噪声数据。

在本实施例中，噪声类型的运动特征可以包括但不限于：速度噪声数据的分布、预设时长内速度噪声数据的变化量、位置噪声数据的分布、预设时长内位置噪声数据的变化量。

例如，噪声类型的运动特征中速度噪声数据的分布是比较散乱的，预设时长内速度噪声数据的变化量大于预设的极值。

在计算当前帧激光点云中的一个检测出的障碍物激光点云和该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物的历史运行特征与噪声类型的运动特征的相似度时，可以分别计算该同一障碍物的历史速度的分布和速度噪声数据速度的分布的相似度、该同一障碍物的在预设时长内历史速度的变化量与预设时长内速度噪声数据的变化量的相似度、该同一障碍物的位置的分布和位置噪声数据位置的分布的相似度、该同一障碍物的在预设时长内历史位置的变化量与预设时长内位置噪声数据的变化量的相似度。然后，可以对计算出的多个相似度进行加权计算，将加权计算后的结果作为该同一障碍物的历史运行特征与噪声类型的运动特征的相似度。

在计算该同一障碍物的在预设时长内历史速度的变化量与预设时长内速度噪声数据的变化量的相似度时，可以首先计算出该同一障碍物的多个历史速度中的一个分量例如角速度，然后，可以计算预设时长内分量角速度的变化量。可以将当预设时长内分量的变化量与预设时长内速度噪声数据的分量的变化量时的接近程度作为该同一障碍物在预设时长内速度的变化量与预设时长内速度噪声数据的变化量的相似度。

在本实施例的一些可选的实现方式中，当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物的历史运动特征可以包括：当前帧激光点云中的检测出的障碍物激光点云和其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物的经过运动估计后得到的历史速度的分布、该同一障碍物的历史位置的分布、预设时长内该同一障碍物的经过运动估计后得到的历史速度的变化量、预设时长内该同一障碍物的历史位置的变化量。

每一个经过运动估计后得到的历史速度可以为在采集到该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的一个历史障碍物激光点云所属的一帧历史帧激光点云的时刻，对该同一障碍物进行运动估计后得到的速度。运动估计采用的滤波方法可以包括但不限于：高斯滤波、卡尔曼滤波、扩展卡尔曼滤波、无损卡尔曼滤波。

在本实施例的一些可选的实现方式中，噪声类型的运动特征包括：按照统计学规律得到的噪声类型的分布、按照运动学规律得到的在预设时长内噪声数据的变化量。

例如，按照统计学规律得到的噪声类型的分布可以为均值为零的高斯分布，按照运动学规律得到的在预设时长内噪声数据的变化量包括：预设时长内速度噪声数据的变化量、预设时长内位置噪声数据的变化量。

例如，噪声类型的运动特征中速度为噪声数据时速度的分布是比较散乱的，按照统计学规律得到的噪声类型的分布可以为均值为零的高斯分布。预设时长内速度噪声数据的变化量超过预设的极值。

在计算当前帧激光点云中的一个检测出的障碍物激光点云和该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物的历史运行特征与噪声类型的运动特征的相似度时，可以分别计算该同一障碍物的历史速度的分布和按照统计学规律得到的噪声类型的分布例如均值为零的高斯分布的相似度、该同一障碍物的在预设时长内历史速度的变化量与预设时长内速度噪声数据的变化量的相似度、该同一障碍物的位置的分布和按照统计学规律得到的噪声类型的分布例如均值为零的高斯分布的相似度、该同一障碍物的在预设时长内历史位置的变化量与预设时长内位置噪声数据的变化量的相似度。然后，可以对计算出的相似度进行加权计算，将加权计算后的结果作为同一障碍物的历史运行特征与噪声类型的运动特征的相似度。

在本实施例中，通过计算当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物与噪声类型的运动特征的相似度，相似度越高，则计算出的历史速度、历史位置属于噪声数据的概率越大。

换言之，由于当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物为静态障碍物，会导致计算出的该同一障碍物的速度、位置成为速度噪声数据、位置噪声数据。相应地，该相似度越高，则该同一障碍物为静态障碍物的概率越大。

在本实施例中，在计算当前帧激光点云中的一个检测出的障碍物激光点云的特征与其所属的历史障碍物激光点云序列中的一个障碍物激光点云的匹配度时，可以分别针对参与匹配度计算的每一个外观特征，计算出一个外观特征匹配度，然后，对多个外观特征匹配度进行加权计算，得到当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与历史障碍物激光点云序列中的一个障碍物激光点云的外观特征的匹配度。

在本实施例中，在计算当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与其所属的历史障碍物激光点云序列的历史障碍物激光点云的外观特征的匹配度时，可以仅计算当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与其所属的历史障碍物激光点云序列中的一个障碍物激光点云的外观特征，例如，仅计算当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与其所属的历史障碍物激光点云序列中的属于当前帧激光点云的上一帧激光点云的障碍物激光点云的外观特征匹配度，将该匹配度作为当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与一个历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度。也可以计算当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与其所属的历史障碍物激光点云序列中的多个历史障碍物激光点云的外观特征的匹配度，然后，可以将计算出的匹配度的均值或中位数作为当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度。

在本实施例的一些可选的实现方式中，外观特征包括：尺寸、激光点密度、几何形状。障碍物激光点云的尺寸可以为障碍物激光点云的包围盒的尺寸。

在计算当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的一个障碍物激光点云的外观特征的匹配度时，可以分别针对尺寸、激光点密度、几何形状等外观特征，分别计算出一个外观匹配度，然后，对多个外观匹配度进行加权计算，得到当前帧激光点云中的一个检测出的障碍物激光点云的外观特征与其所属的历史障碍物激光点云序列中的一个障碍物激光点云的外观特征的匹配度。

在计算当前帧激光点云中的一个检测出的障碍物激光点云的几何形态与该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的一个历史障碍物激光点云的几何形态的匹配度时，可以将当前帧激光点云中的一个检测出的障碍物激光点云的激光点的分布特征和其所属的历史障碍物激光点云序列中的一个历史障碍物激光点云的激光点的分布特征的匹配度作为几何形态的匹配度。对于一个障碍物激光点云，可以将障碍物激光点云的包围盒占据的空间划分为体积相等的三维网格，统计每一个三维网格中的该障碍物激光点云的激光点的数量，生成与三维网格的数量相等的维度的分布特征向量，分布特征向量中的每一个维度的值为该维度对应的三维网格中的障碍物激光点云中的激光点的数量对应的归一化后的数值，可以利用分布特征向量表示该障碍物激光点云的分布特征。可以计算表示当前帧激光点云中的一个检测出的障碍物激光点云的激光点的分布特征的分布特征向量与表示其所属的历史障碍物激光点云序列中的一个历史障碍物激光点云的激光点的分布特征的分布特征向量的匹配度。

在本实施例的一些可选的实现方式中，在计算当前帧激光点云中的一个检测出的障碍物激光点云与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度时，可以计算当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的包围盒的重合度，将当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的包围盒的重合度作为当前帧激光点云中的一个检测出的障碍物激光点云与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度。

在计算当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的包围盒的重合度时，可以仅计算当前帧激光点云中的一个检测出的障碍物激光点云的与其所属的历史障碍物激光点云序列中的一个历史障碍物激光点云例如属于当前帧激光点云的上一帧激光点云的该历史障碍物激光点云序列中的障碍物激光点云的包围盒的重合度，将该重合度作为当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的包围盒的重合度。也可以分别计算当前帧激光点云中的一个检测出的障碍物激光点云的包围盒的与其所属的历史障碍物激光点云序列中的多个历史障碍物激光点云的包围盒的重合度，得到多个包围盒的重合度，然后，计算出多个重合度的均值，将重合度的均值作为当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的包围盒的重合度。

在计算当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的一个历史障碍物激光点云的包围盒的重合度时，可以根据当前帧激光点云中的一个检测出的障碍物激光点云与其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物在采集到该历史障碍物激光点云所属的历史帧激光点云的时刻经过运动估计后得到的历史速度和激光雷达的采集周期的时长，确定该历史障碍物激光点云对应的位移量，即确定该历史障碍物激光点云的包围盒对应的位移量。然后，可以分别计算当前帧激光点云中的检测出的障碍物激光点云的包围盒与该历史障碍物激光点云的包围盒的交并比以及当前帧激光点云中的检测出的障碍物激光点云的包围盒和移动确定出的位移量之后的该历史障碍物激光点云的包围盒的交并比。可以计算检测出的障碍物激光点云的包围盒与位移之前的该历史障碍物激光点云的包围盒的交并比除以检测出的障碍物激光点云的包围盒与位移之前的该历史障碍物激光点云的包围盒的交并比和检测出的障碍物激光点云的包围盒与位移之后的该历史障碍物激光点云的包围盒的交并比之和的比值，将该比值作为当前帧激光点云中的一个检测出的障碍物激光点云的包围盒与其所属的历史障碍物激光点云序列中的一个历史障碍物激光点云的包围盒的重合度。

在本实施例中，可以每间隔激光雷达的采集周期的时长即激光雷达旋转一周的时长执行步骤201-202，即当前帧激光点云为最新采集到的一帧激光点云，每采集到最新采集到的一帧激光点云，对障碍物进行跟踪，可以响应于查找出最新采集到的一帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，即对检测出的障碍物激光点云和其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物进行跟踪之后，可以分别判断每一个障碍物是否为静态障碍物。从而，实时判断障碍物是否为静态障碍物。每一次执行步骤201-202之后，可以将检测到的障碍物激光点云作为第一个历史障碍物激光点云加入到其所属的历史障碍物激光点云序列中，以及调整该历史障碍物激光点云序列中的原有的历史障碍物激光点云的次序。

步骤202，基于判断信息，判断障碍物是否为静态障碍物。

在本实施例中，可以分别生成每一个对应有当前帧激光点云中的一个检测出的障碍物激光点云的历史障碍物激光点云序列对应的判断信息。可以分别根据对应有当前帧激光点云中的一个检测出的障碍物激光点云的每一个历史障碍物激光点云序列对应的判断信息，分别判断每一个对应有当前帧激光点云中的一个检测出的障碍物激光点云的历史障碍物激光点云序列中的历史障碍物激光点云和检测出的障碍物激光点云表示的同一障碍物是否为静态障碍物。

在本实施例中，当前帧激光点云中的一个检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息包括：该当前帧激光点云中的一个检测出的障碍物激光点云和该检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一障碍物与噪声类型的运动特征的相似度、该当前帧激光点云中的一个检测出的障碍物激光点云和该检测出的障碍物激光点云的外观特征和其所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、该当前帧激光点云中的一个检测出的障碍物激光点云与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度。

在本实施例中，在判断该当前帧激光点云中的一个检测出的障碍物激光点云和其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物是否为静态障碍物时，可以对该当前帧激光点云中的一个检测出的障碍物激光点云和其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征与噪声类型的运动特征的相似度、该检测出的障碍物激光点云的外观特征和历史障碍物激光点云的外观特征的匹配度、该检测出的障碍物激光点云与其所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度进行加权计算，将加权计算得到的结果作为该同一个障碍物是否为静态障碍物的最终的判断值。可以将该最终的判断值与判断阈值进行比较，当该最终的判断值大于判断阈值时，可以确定该当前帧激光点云中的一个检测出的障碍物激光点云和其所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物。在进行加权计算时，相似度、匹配度、重合度可以对应不同的权重。例如，相似度、重合度对应的权重可以大于匹配度对应的权重。

请参考图3，作为对上述各图所示方法的实现，本申请提供了一种静态障碍物识别装置的一个实施例，该实施例与图2所示的方法实施例相对应。

如图3所示，静态障碍物识别装置包括：生成单元301，判断单元302。其中，生成单元301配置用于响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，其中，检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云均表示同一个障碍物，判断信息包括：当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征与噪声类型的运动特征的相似度、当前帧激光点云中的检测出的障碍物激光点云的外观特征和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度；判断单元302配置用于基于当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，判断当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物是否为静态障碍物。

在本实施例的一些可选的实现方式中，当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征包括：当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的经过运动估计后得到的历史速度的分布、当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史位置的分布、预设时长内当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的经过运动估计后得到的历史速度的变化量、预设时长内当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史位置的变化量。

在本实施例的一些可选的实现方式中，噪声类型的运动特征包括：按照统计学规律得到的噪声类型的分布、按照运动学规律得到的在预设时长内噪声数据的变化量。

在本实施例的一些可选的实现方式中，外观特征包括：尺寸、激光点密度、几何形状。

在本实施例的一些可选的实现方式中，生成单元包括：重合度计算子单元，配置用于基于采集到当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云所属的历史帧激光点云的时刻当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的经过运动估计后得到的历史速度和激光雷达的采集周期的时长，确定当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云对应的位移量；分别计算检测出的障碍物激光点云与检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的交并比和检测出的障碍物激光点云与移动位移量之后的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的交并比；基于检测出的障碍物激光点云与检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的交并比和检测出的障碍物激光点云与移动位移量之后的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的交并比，计算检测出的障碍物激光点云和检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度。

本申请还提供了一种自动驾驶汽车，该自动驾驶汽车可以配置有一个或多个处理器；存储器，用于存储一个或多个程序，一个或多个程序中可以包含用以执行上述步骤201-202中描述的操作的指令。当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述步骤201-202中描述的操作。

本申请还提供了一种计算机可读介质，该计算机可读介质可以是自动驾驶汽车中所包括的；也可以是单独存在，未装配入自动驾驶汽车中。上述计算机可读介质承载有一个或者多个程序，当一个或者多个程序被自动驾驶汽车执行时，使得自动驾驶汽车：响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，其中，检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云均表示同一个障碍物，判断信息包括：当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物的历史运动特征与噪声类型的运动特征的相似度、当前帧激光点云中的检测出的障碍物激光点云的外观特征和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的外观特征的匹配度、当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云的重合度；基于当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列对应的判断信息，判断当前帧激光点云中的检测出的障碍物激光点云和当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列中的历史障碍物激光点云表示的同一个障碍物是否为静态障碍物。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括：生成单元、判断单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，生成单元还可以被描述为“用于响应于查找出当前帧激光点云中的检测出的障碍物激光点云所属的历史障碍物激光点云序列，生成判断信息的单元”。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离本申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。