本申请涉及车辆，尤其涉及一种车辆障碍物识别方法、装置、设备、存储介质及产品。
背景技术：
1、随着汽车行业的不断发展以及人工智能技术的不断进步，越来越多的车辆开始配备有自动驾驶功能，其中，准确识别自动驾驶车辆行驶过程中的障碍物对于自动驾驶车辆的安全行驶尤为重要。
2、目前通过自动驾驶车辆上安装的摄像头拍摄车辆周围的图像，实现对车辆行驶过程中的障碍物识别，然而对于非常亮或者非常暗的区域，拍摄到的图像可能无法捕捉到细节，导致无法准确识别到障碍物。
技术实现思路
1、本申请提供一种车辆障碍物识别方法、装置、设备、存储介质及产品，以解决现有技术中对于非常亮或者非常暗的区域，拍摄到的图像可能无法捕捉到细节，导致无法准确识别到障碍物的问题。
2、为实现上述目的，本申请实施例提供了一种车辆障碍物识别方法，包括：
3、获取车载摄像设备基于初始曝光档位拍摄到的第一环境图像；
4、根据所述第一环境图像的灰度信息，确认曝光档位集；
5、获取所述车载摄像设备基于所述曝光档位集拍摄到的若干组第二环境图像；
6、对若干组所述第二环境图像进行hdr融合，得到融合相位图；
7、对所述融合相位图进行三维点云计算，得到障碍物信息。
8、作为上述方案的改进，所述根据所述第一环境图像的灰度信息，确认曝光档位集，包括：
9、计算所述第一环境图像中每一像素点的灰度值，统计位于每一预设灰度范围内的像素点数量；
10、根据预设的灰度范围与曝光档位之间的对应关系，为每一所述预设灰度范围配置对应的曝光档位；
11、根据所述像素点数量，对所有所述预设灰度范围进行排序，得到排序结果；
12、按照所述排序结果依次添加所述预设灰度范围对应的曝光档位至曝光档位集，直至所述曝光档位集需要的总采集时长大于预设最大采集时长，剔除所述曝光档位集中规定的曝光档位，使得所述总采集时长小于或等于所述预设最大采集时长，得到所述曝光档位集。
13、作为上述方案的改进，所述根据预设的灰度范围与曝光档位之间的对应关系，为每一所述预设灰度范围配置对应的曝光档位，包括：
14、根据所述像素点数量，确认最佳预设灰度范围；
15、根据预设的灰度范围与曝光档位之间的对应关系，获取与所述最佳预设灰度范围对应的参考曝光档位；
16、基于参考曝光档位与预设灰度范围的关系式，获取每一所述预设灰度范围配置对应的曝光档位。
17、作为上述方案的改进，所述对若干组所述第二环境图像进行hdr融合，得到融合相位图，包括：
18、获取若干组所述第二环境图像中每一张图像的相位图；
19、为每一组所述第二环境图像匹配一张全白图像；
20、对于每一像素点，根据该像素点在每一所述全白图像中的灰度值，确认目标相位图，获取所述目标相位图中该像素点的相位值；
21、根据每一所述像素点的所述相位值，形成融合相位图。
22、作为上述方案的改进，所述对于每一像素点，根据该像素点在每一所述全白图像中的灰度值，确认目标相位图，获取所述目标相位图中该像素点的相位值，包括：
23、对于每一像素点，执行以下操作：
24、获取该像素点在每一所述全白图像中的灰度值，判断其中是否存在符合预设灰度值条件的灰度值；
25、若存在，则将符合所述预设灰度值条件的灰度值对应的所述全白图像作为目标全白图像，获取所述目标全白图像对应的一组所述第二环境图像中的其中一张图像的相位图，将其作为目标相位图，获取所述目标相位图中该像素点的相位值；
26、若不存在，则将预设曝光档位采集到的一组所述第二环境图像中的其中一张图像的相位图，作为目标相位图，获取所述目标相位图中该像素点的相位值。
27、作为上述方案的改进，所述对所述融合相位图进行三维点云计算，得到障碍物信息，包括：
28、对所述融合相位图进行三维点云计算，得到三维点云数据；
29、对所述三维点云数据进行坐标变换；
30、对于所述三维点云数据中的每一点，计算该点在坐标变换后的坐标向量和该点的表面法向量之间的夹角，若所述夹角大于预设夹角阈值，判断该点位于障碍物的边缘区域。
31、为实现上述目的，本申请实施例还提供了一种车辆障碍物识别装置，包括：
32、第一环境图像获取模块，用于获取车载摄像设备基于初始曝光档位拍摄到的第一环境图像；
33、曝光档位集确认模块，用于根据所述第一环境图像的灰度信息，确认曝光档位集；
34、第二环境图像获取模块，用于获取所述车载摄像设备基于所述曝光档位集拍摄到的若干组第二环境图像；
35、图像融合模块，用于对若干组所述第二环境图像进行hdr融合，得到融合相位图；
36、障碍物识别模块，用于对所述融合相位图进行三维点云计算，得到障碍物信息。
37、为实现上述目的，本申请实施例还提供了一种车辆障碍物识别设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述的车辆障碍物识别方法。
38、为实现上述目的，本申请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包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述的车辆障碍物识别方法。
39、为实现上述目的，本申请实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上述的车辆障碍物识别方法。
40、与现有技术相比，本申请实施例提供的一种车辆障碍物识别方法、装置、设备、存储介质及产品，通过获取车载摄像设备基于初始曝光档位拍摄到的第一环境图像；根据所述第一环境图像的灰度信息，确认曝光档位集；获取所述车载摄像设备基于所述曝光档位集拍摄到的若干组第二环境图像；对若干组所述第二环境图像进行hdr融合，得到融合相位图；对所述融合相位图进行三维点云计算，得到障碍物信息。由此可见，本申请实施例考虑到当前环境亮部和暗部区域，通过初始曝光档位拍摄到的第一环境图像调整曝光档位，形成曝光档位集，利用基于曝光档位集拍摄到的第二环境图像进行融合，使得融合后的图像能够捕捉到细节，确保亮部和暗部都有足够的细节展示出来，提升图像质量，进而提高障碍物识别的准确度。
1.一种车辆障碍物识别方法，其特征在于，包括：
2.如权利要求1所述的车辆障碍物识别方法，其特征在于，所述根据所述第一环境图像的灰度信息，确认曝光档位集，包括：
3.如权利要求2所述的车辆障碍物识别方法，其特征在于，所述根据预设的灰度范围与曝光档位之间的对应关系，为每一所述预设灰度范围配置对应的曝光档位，包括：
4.如权利要求1所述的车辆障碍物识别方法，其特征在于，所述对若干组所述第二环境图像进行hdr融合，得到融合相位图，包括：
5.如权利要求4所述的车辆障碍物识别方法，其特征在于，所述对于每一像素点，根据该像素点在每一所述全白图像中的灰度值，确认目标相位图，获取所述目标相位图中该像素点的相位值，包括：
6.如权利要求1所述的车辆障碍物识别方法，其特征在于，所述对所述融合相位图进行三维点云计算，得到障碍物信息，包括：
7.一种车辆障碍物识别装置，其特征在于，包括：
8.一种车辆障碍物识别设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～6任一项所述的车辆障碍物识别方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～6任一项所述的车辆障碍物识别方法。
10.一种计算机程序产品，其特征在于，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如权利要求1～6任一项所述的车辆障碍物识别方法。
