基于视觉和激光雷达的智能车辆障碍物识别深度学习方法

摘要

本发明公开了一种基于视觉和激光雷达的智能车辆障碍物识别深度学习方法，解决了直接处理激光雷达点云数据计算量大的问题，本发明方法利用视觉信息，以包络体的方式，剔除了大量对于障碍物检测无用的点云信息，通过联合标定的方法，迅速匹配障碍物在激光雷达中的特征位置及标签，同时，本发明方法考虑了数据的波动，利用均值与方差动态调整包络体尺寸，提高点云信息的利用率，通过将筛选的3D点云数据的映射，增加二维图像中关键点的数量，提高了视觉信息的利用率；本发明方法探测距离远、精度高、可靠性强，可快速准确识别目标类别与特征，能够低成本、低复杂度、高鲁棒性地解决城市复杂工况以及恶劣天气条件下的智能车辆障碍物识别与检测问题。