• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于激光雷達的道路邊界檢測方法和裝置制造方法及圖紙

    技術編號:33131429 閱讀:17 留言:0更新日期:2022-04-17 00:48
    本發明專利技術公開了一種基于激光雷達的道路邊界檢測方法和裝置。其中,該方法包括:掃描結構化道路的道路圖像,獲取結構化道路的激光雷達點云數據;對激光雷達點云數據進行柵格化處理,生成多個柵格,并獲取每個柵格內點云的柵格特征信息;基于每個柵格內點云的柵格特征信息,對多個柵格進行至少一次篩選處理,得到多個目標候選柵格;對多個目標候選柵格進行區域標記,得到結構化道路的至少一個路沿候選區域;基于每個路沿候選區域中的區域候選點,生成結構化道路的道路邊界。本發明專利技術解決了當前道路檢測算法無法適用于固態激光雷達場景的技術問題。術問題。術問題。

    【技術實現步驟摘要】
    基于激光雷達的道路邊界檢測方法和裝置


    [0001]本專利技術涉及車輛領域,具體而言,涉及一種基于激光雷達的道路邊界檢測方法和裝置。

    技術介紹

    [0002]目前,自動駕駛都離不開道路邊界的檢測,道路邊界的檢測是輔助駕駛中為人類提供安全行駛區域的核心功能模塊,也是為全自動無人駕駛提供有效檢測范圍與可行駛區域的重要前置功能模塊。
    [0003]在相關技術中,道路邊緣檢測算法大都基于機械式激光雷達點云展開,但由于機械式激光雷達具有價格高、體積大、不便于量產等缺點,固態激光雷達應運而生,且在量產自動駕駛汽車的占據越來越高的地位。由于掃描方式不同,固態激光雷達與機械式激光雷達所形成的點云也有很大不同,從而存在道路檢測算法均無法很好的適用于固態激光雷達場景的問題。
    [0004]針對上述當前道路檢測算法無法適用于固態激光雷達場景的問題,目前尚未提出有效的解決方案。

    技術實現思路

    [0005]本專利技術實施例提供了一種基于激光雷達的道路邊界檢測方法和裝置,以至少解決當前道路檢測算法無法適用于固態激光雷達場景的技術問題。
    [0006]根據本專利技術實施例的一個方面,提供了一種基于激光雷達的道路邊界檢測方法,包括:掃描結構化道路的道路圖像,獲取結構化道路的激光雷達點云數據;對激光雷達點云數據進行柵格化處理,生成多個柵格,并獲取每個柵格內點云的柵格特征信息;基于每個柵格內點云的柵格特征信息,對多個柵格進行至少一次篩選處理,得到多個目標候選柵格;對多個目標候選柵格進行區域標記,得到結構化道路的至少一個路沿候選區域;基于每個路沿候選區域中的區域候選點,生成結構化道路的道路邊界。
    [0007]可選地,基于每個柵格內點云的柵格特征信息,對多個柵格進行至少一次篩選處理,包括:采用至少一種篩選條件對每個柵格內點云的柵格特征信息進行篩選處理,其中,篩選條件包括如下至少之一:第一篩選條件,其中,所述第一篩選條件包含的篩選因素包括:所述柵格內最高點的高度、所述柵格內最低點的高度和所述柵格內點云的高度差;第二篩選條件,其中,第二篩選條件包含的篩選因素包括:當前候選柵格周圍的候選柵格數量是否處于篩選閾值范圍內。
    [0008]可選地,采用第一篩選條件對每個柵格內點云的柵格特征信息進行篩選處理,包括:采用第一篩選條件中的一個或多個篩選因素,對每個柵格內點云的柵格特征信息進行篩選處理,得到第一組候選柵格,其中,第一組候選柵格內的點云包括如下特征:不存在假邊緣、低矮障礙物、有高度差物體的點云數據。
    [0009]可選地,在得到第一組候選柵格之后,方法還包括:采用第二篩選條件對第一組候
    選柵格中的候選柵格進行二次篩選,獲取第二組候選柵格,其中,第二組候選柵格為第一組候選柵格中進行了二次柵格標記的候選柵格。
    [0010]可選地,采用第二篩選條件對第一組候選柵格中的候選柵格進行二次篩選,獲取第二組候選柵格,包括:檢測第一組候選柵格中每個候選柵格在各自鄰域內候選柵格的數量,其中,候選柵格為第一組候選柵格內的柵格;如果第一組候選柵格中任意一個候選柵格鄰域內候選柵格的數量處于篩選閾值范圍內,則將處于篩選閾值范圍內的候選柵格進行二次柵格標記。
    [0011]可選地,在獲取第二組候選柵格之后,對多個目標候選柵格進行區域標記,得到結構化道路的至少一個路沿候選區域,包括:采用搜索算法對第二組候選柵格中的候選柵格進行合并處理,并統計合并后每個候選區域內候選柵格的數量;對進行了合并處理的第二組候選柵格進行區域標記,并獲取至少一個路沿候選區域,其中,路沿候選區域包括多個目標候選柵格。
    [0012]可選地,如果任意一個候選區域內的候選柵格數量超過目標閾值,則將候選區域進行區域標記。
    [0013]可選地,基于每個路沿候選區域中的區域候選點,生成結構化道路的道路邊界,包括:獲取任意一個路沿候選區域內的多個柵格;從多個柵格中選取候選點,獲取每個路沿候選區域內的候選點;對每個路沿候選區域內的所有候選點進行曲線擬合,其中,擬合后的曲線為結構化道路的道路邊界。
    [0014]可選地,在獲取結構化道路的激光雷達點云數據之后,方法還包括:對激光雷達點云數據進行預處理,其中,預處理包括如下至少之一:點云未定義值過濾,噪聲點過濾以及點云高度過濾。
    [0015]根據本專利技術實施例的另一方面,還提供了一種基于激光雷達的道路邊界的檢測裝置,包括:獲取模塊,用于掃描結構化道路的道路圖像,獲取結構化道路的激光雷達點云數據;處理模塊,用于對激光雷達點云數據進行柵格化處理,生成多個柵格,并獲取每個柵格內點云的柵格特征信息;篩選模塊,用于基于每個柵格內點云的柵格特征信息,對多個柵格進行至少一次篩選處理,得到多個目標候選柵格;標記模塊,用于對多個目標候選柵格進行區域標記,得到結構化道路的至少一個路沿候選區域;生成模塊,用于基于原始模型的檢測誤差和目標模型的檢測誤差,生成目標模型的總體誤差。
    [0016]根據本專利技術實施例的另一方面,還提供了一種計算機可讀存儲介質。該計算機可讀存儲介質包括存儲的程序,其中,在程序運行時控制計算機可讀存儲介質所在設備執行本專利技術實施例的基于激光雷達的道路邊界的檢測。
    [0017]根據本專利技術實施例的另一方面,還提供了一種處理器。該處理器用于運行程序,其中,程序運行時執行本專利技術實施例的基于激光雷達的道路邊界的檢測。
    [0018]在本專利技術實施例中,掃描結構化道路的道路圖像,獲取結構化道路的激光雷達點云數據;對激光雷達點云數據進行柵格化處理,生成多個柵格,并獲取每個柵格內點云的柵格特征信息;基于每個柵格內點云的柵格特征信息,對多個柵格進行至少一次篩選處理,得到多個目標候選柵格;對多個目標候選柵格進行區域標記,得到結構化道路的至少一個路沿候選區域;基于每個路沿候選區域中的區域候選點,生成結構化道路的道路邊。也就是說,本申請檢測流程中的使用候選區域中所有候選點結合道路邊界的實際情況,進行曲線
    擬合,最終擬合的曲線即為道路邊緣曲線,從而實現了當前道路檢測算法可以適用于固態激光雷達場的技術效果,解決了當前道路檢測算法無法適用于固態激光雷達場的技術問題。
    附圖說明
    [0019]此處所說明的附圖用來提供對本專利技術的進一步理解,構成本申請的一部分,本專利技術的示意性實施例及其說明用于解釋本專利技術,并不構成對本專利技術的不當限定。在附圖中:
    [0020]圖1是根據本專利技術實施例的一種基于激光雷達的道路邊界檢測方法的流程圖;
    [0021]圖2是根據本專利技術實施例的另一種基于激光雷達的道路邊界檢測方法的流程圖;
    [0022]圖3是根據本專利技術實施例的一種路沿分布情況的示意圖;
    [0023]圖4是根據本專利技術實施例的一種基于激光雷達的道路邊界檢測方法裝置的示意圖。
    具體實施方式
    [0024]為了使本
    的人員更好地理解本專利技術方案,下面將結合本專利技術實施例中的附圖,對本專利技術實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本專利技術一部分的實施例,而不是全部的實施例。基于本專利技術中的實施例本文檔來自技高網
    ...

    【技術保護點】

    【技術特征摘要】
    1.一種基于激光雷達的道路邊界檢測方法,其特征在于,所述方法包括:掃描結構化道路的道路圖像,獲取所述結構化道路的激光雷達點云數據;對所述激光雷達點云數據進行柵格化處理,生成多個柵格,并獲取每個柵格內點云的柵格特征信息;基于所述每個柵格內點云的柵格特征信息,對所述多個柵格進行至少一次篩選處理,得到多個目標候選柵格;對所述多個目標候選柵格進行區域標記,得到所述結構化道路的至少一個路沿候選區域;基于每個所述路沿候選區域中的區域候選點,生成所述結構化道路的道路邊界。2.根據權利要求1所述的方法,其特征在于,基于所述每個柵格內點云的柵格特征信息,對所述多個柵格進行至少一次篩選處理,包括:采用至少一種篩選條件對所述每個柵格內點云的柵格特征信息進行所述篩選處理,其中,所述篩選條件包括如下至少之一:第一篩選條件,其中,所述第一篩選條件包含的篩選因素包括:所述柵格內最高點的高度、所述柵格內最低點的高度和所述柵格內點云的高度差;第二篩選條件,其中,所述第二篩選條件包含的篩選因素包括:當前候選柵格周圍的候選柵格數量是否處于篩選閾值范圍內。3.根據權利要求2所述的方法,其特征在于,采用所述第一篩選條件對所述每個柵格內點云的柵格特征信息進行所述篩選處理,包括:采用所述第一篩選條件中的一個或多個篩選因素,對所述每個柵格內點云的柵格特征信息進行所述篩選處理,得到第一組候選柵格,其中,所述第一組候選柵格內的點云包括如下特征:不存在假邊緣、低矮障礙物、有高度差物體的點云數據。4.根據權利要求3所述的方法,其特征在于,在得到第一組候選柵格之后,所述方法還包括:采用所述第二篩選條件對所述第一組候選柵格中的候選柵格進行二次篩選,獲取第二組候選柵格,其中,所述第二組候選柵格為所述第一組候選柵格中進行了二次柵格標記的候選柵格。5.根據權利要求4所述的方法,其特征在于,采用所述第二篩選條件對所述第一組候選柵格中的候選柵格進行二次篩選,獲取第二組候選柵格,包括:檢測所述第一組候選柵格中每個候選柵格在各自鄰域內候選柵格的數量,其中,所述候選柵格為所述第一組候選柵格內的柵格;如果所述第一組候選柵格中任意一個候選柵格鄰域內候選...

    【專利技術屬性】
    技術研發人員:龐偉凇王宇周琳林崇浩
    申請(專利權)人:中國第一汽車股份有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 麻豆国产精品无码视频| 一本色道无码道在线观看| 无码丰满少妇2在线观看| 91久久精品无码一区二区毛片| 亚洲av永久中文无码精品| 精品无码国产污污污免费网站国产| 成年午夜无码av片在线观看| 人妻少妇伦在线无码专区视频| 好爽毛片一区二区三区四无码三飞| 一夲道无码人妻精品一区二区| 久久亚洲AV成人无码国产电影| 亚洲日产无码中文字幕| 无码办公室丝袜OL中文字幕| 久久亚洲AV无码精品色午夜麻| 亚洲人成影院在线无码观看| 亚洲AV无码AV日韩AV网站| 无码人妻AV免费一区二区三区| 国产成人无码av在线播放不卡| 亚洲人成无码网站在线观看| 亚洲av中文无码乱人伦在线播放| 亚洲AⅤ永久无码精品AA| 男男AV纯肉无码免费播放无码| 少妇人妻偷人精品无码视频新浪| 国产仑乱无码内谢| 韩国无码AV片在线观看网站| 无码乱码av天堂一区二区| 久久AV高清无码| 无码少妇一区二区性色AV| 国产亚洲精久久久久久无码| 国产仑乱无码内谢| 国产亚洲精久久久久久无码AV| 无码专区国产精品视频| 久久久久无码精品国产h动漫| 亚洲国产精品无码久久98| 亚洲熟妇无码AV| 人妻少妇看A偷人无码电影| 无码人妻丰满熟妇啪啪网站| 无码国内精品久久综合88| 亚洲精品久久无码| 四虎成人精品国产永久免费无码| 内射人妻无码色AV天堂|