本公开涉及自动驾驶技术领域。本公开的实施例公开了障碍物检测方法和装置。该方法包
括：获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数
据；其中，第一车载激光雷达和所述第二车载激光雷达装载在同一辆自动驾驶车辆上，所述
第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高度且所述第一车载激
光雷达的线束数大于所述第二车载激光雷达的线束数；基于所述第一点云数据进行地面估
计；根据所述第一点云数据的地面估计结果，滤除所述第二点云数据中的地面点；基于滤除
地面点之后的第二点云数据进行障碍物检测。该方法实现了更加全面、准确的障碍物检测。
权利要求书
1.一种障碍物检测方法，包括：
获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数据；
其中，所述第一车载激光雷达和所述第二车载激光雷达装载在同一辆自动驾驶车辆上，所述
第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高度且所述第一车载激
光雷达的线束数大于所述第二车载激光雷达的线束数；基于所述第一点云数据进行地面估计；
根据所述第一点云数据的地面估计结果，滤除所述第二点云数据中的地面点；
基于滤除地面点之后的第二点云数据进行障碍物检测。
2.根据权利要求1所述的方法，其中，所述基于所述第一点云数据进行地面估计，包括：
将所述第一点云数据划分入预设的空间栅格，对每个栅格内的第一点云数据进行降采样，并
在该栅格内拟合出地面；
基于各栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出的地面与所述第一点云数
据所在坐标系的坐标轴之间的夹角，修正地面拟合结果，得到所述第一点云数据的地面估计
结果。
3.根据权利要求1所述的方法，其中，所述根据所述第一点云数据的地面估计结果，滤除所
述第二点云数据中的地面点，包括：
计算所述第二点云数据中的数据点与基于第一点云数据估计出的地面之间的距离，将所述第
二点云数据中与基于第一点云数据估计出的地面之间的距离小于预设距离阈值的数据点确定
为地面点；
滤除所述第二点云数据中的地面点。
4.根据权利要求1所述的方法，其中，所述基于滤除地面点之后的第二点云数据进行障碍物
检测，包括：
将所述第一点云数据与滤除地面点之后的第二点云数据融合后进行障碍物检测。
5.根据权利要求1-4任一项所述的方法，其中，所述第二激光雷达为单线激光雷达。6.一种障碍物检测装置，包括：
获取单元，被配置为获取第一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集
到的第二点云数据；其中，所述第一车载激光雷达和所述第二车载激光雷达装载在同一辆自
动驾驶车辆上，所述第一车载激光雷达距离地面的高度大于第二车载激光雷达距离地面的高
度且所述第一车载激光雷达的线束数大于所述第二车载激光雷达的线束数；
估计单元，被配置为基于所述第一点云数据进行地面估计；
滤除单元，被配置为根据所述第一点云数据的地面估计结果，滤除所述第二点云数据中的地
面点；
检测单元，被配置为基于滤除地面点之后的第二点云数据进行障碍物检测。
7.根据权利要求6所述的装置，其中，所述估计单元进一步被配置为基于第一点云数据按照
如下方式进行地面估计：
将所述第一点云数据划分入预设的空间栅格，对每个栅格内的第一点云数据进行降采样，并
在该栅格内拟合出地面；
基于各栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出的地面与所述第一点云数
据所在坐标系的坐标轴之间的夹角，修正地面拟合结果，得到所述第一点云数据的地面估计
结果。
8.根据权利要求6所述的装置，其中，所述滤除单元进一步被配置为根据所述第一点云数据
的地面估计结果，按照如下方式滤除所述第二点云数据中的地面点：
计算所述第二点云数据中的数据点与基于第一点云数据估计出的地面之间的距离，将所述第
二点云数据中与基于第一点云数据估计出的地面之间的距离小于预设距离阈值的数据点确定
为地面点；滤除所述第二点云数据中的地面点。
9.根据权利要求6所述的装置，其中，所述检测单元进一步被配置为按照如下方式进行障碍
物检测：
将所述第一点云数据与滤除地面点之后的第二点云数据融合后进行障碍物检测。
10.根据权利要求6-9任一项所述的装置，其中，所述第二激光雷达为单线激光雷达。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权
利要求1-5中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如
权利要求1-5中任一所述的方法。
技术说明书
障碍物检测方法和装置
技术领域本公开的实施例涉及计算机技术领域，具体涉及自动驾驶技术技术领域，尤其涉及障碍物检
测方法和装置。
背景技术
自动驾驶场景中，通常会采用激光雷达来感应道路上的障碍物。一般会在车身安装高线束激
光雷达用于障碍物探测。高线束激光雷达具有一定的安装高度，打出的激光线束与地面呈一
定夹角，这样在车辆周围一段距离内靠近地面的区域会形成检测盲区。
技术内容
本公开的实施例提出了障碍物检测方法和装置、电子设备和计算机可读介质。
第一方面，本公开的实施例提供了一种障碍物检测方法，包括：获取第一车载激光雷达采集
到的第一点云数据和第二车载激光雷达采集到的第二点云数据；其中，第一车载激光雷达和
第二车载激光雷达装载在同一辆自动驾驶车辆上，第一车载激光雷达距离地面的高度大于第
二车载激光雷达距离地面的高度且第一车载激光雷达的线束数大于第二车载激光雷达的线束
数；基于第一点云数据进行地面估计；根据第一点云数据的地面估计结果，滤除第二点云数
据中的地面点；基于滤除地面点之后的第二点云数据进行障碍物检测。
在一些实施例中，上述基于第一点云数据进行地面估计，包括：将第一点云数据划分入预设
的空间栅格，对每个栅格内的第一点云数据进行降采样，并在该栅格内拟合出地面；基于各
栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出的地面与第一点云数据所在坐标
系的坐标轴之间的夹角，修正地面拟合结果，得到第一点云数据的地面估计结果。
在一些实施例中，上述根据第一点云数据的地面估计结果，滤除第二点云数据中的地面点，
包括：计算第二点云数据中的数据点与基于第一点云数据估计出的地面之间的距离，将第二
点云数据中与基于第一点云数据估计出的地面之间的距离小于预设距离阈值的数据点确定为
地面点；滤除第二点云数据中的地面点。在一些实施例中，上述基于滤除地面点之后的第二点云数据进行障碍物检测，包括：将第一
点云数据与滤除地面点之后的第二点云数据融合后进行障碍物检测。
在一些实施例中，上述第二激光雷达为单线激光雷达。
第二方面，本公开的实施例提供了一种障碍物检测装置，包括：获取单元，被配置为获取第
一车载激光雷达采集到的第一点云数据和第二车载激光雷达采集到的第二点云数据；其中，
第一车载激光雷达和第二车载激光雷达装载在同一辆自动驾驶车辆上，第一车载激光雷达距
离地面的高度大于第二车载激光雷达距离地面的高度且第一车载激光雷达的线束数大于第二
车载激光雷达的线束数；估计单元，被配置为基于第一点云数据进行地面估计；滤除单元，
被配置为根据第一点云数据的地面估计结果，滤除第二点云数据中的地面点；检测单元，被
配置为基于滤除地面点之后的第二点云数据进行障碍物检测。
在一些实施例中，上述估计单元进一步被配置为基于第一点云数据按照如下方式进行地面估
计：将第一点云数据划分入预设的空间栅格，对每个栅格内的第一点云数据进行降采样，并
在该栅格内拟合出地面；基于各栅格内的地面拟合结果之间的差异、以及各栅格内拟合得出
的地面与第一点云数据所在坐标系的坐标轴之间的夹角，修正地面拟合结果，得到第一
点云数据的地面估计结果。
在一些实施例中，上述滤除单元进一步被配置为根据第一点云数据的地面估计结果，按照如
下方式滤除第二点云数据中的地面点：计算第二点云数据中的数据点与基于第一点云数据估
计出的地面之间的距离，将第二点云数据中与基于第一点云数据估计出的地面之间的距离小
于预设距离阈值的数据点确定为地面点；滤除第二点云数据中的地面点。
在一些实施例中，上述检测单元进一步被配置为按照如下方式进行障碍物检测：将第一
点云数据与滤除地面点之后的第二点云数据融合后进行障碍物检测。
在一些实施例中，上述第二激光雷达为单线激光雷达。
第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用
于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面提供的障碍物检测方法。
第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程
序被处理器执行时实现第一方面提供的障碍物检测方法。
本公开的上述实施例的障碍物检测方法和装置，通过获取第一车载激光雷达采集到的第一
点云数据和第二车载激光雷达采集到的第二点云数据，其中，第一车载激光雷达和第二车载
激光雷达装载在同一辆自动驾驶车辆上，第一车载激光雷达距离地面的高度大于第二车载激
光雷达距离地面的高度且第一车载激光雷达的线束数大于第二车载激光雷达的线束数，然后
基于第一点云数据进行地面估计，之后根据第一点云数据的地面估计结果，滤除第二点云数
据中的地面点，最后基于滤除地面点之后的第二点云数据进行障碍物检测，实现了高线束激
光雷达对低线束激光雷达的障碍物辅助感知，有助于减少由于车身震动或低线束激光雷达安
装精度造成的障碍物误检。
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，本公开的其它特征、目的
和优点将会变得更明显：
图1是本公开的实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的障碍物检测方法的一个实施例的流程图；
图3是根据本公开的障碍物检测方法的一个应用场景的示意图；
图4是本公开的障碍物检测方法的另一个实施例的流程图；
图5是本公开的障碍物检测装置的一个实施例的结构示意图；
图6是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。