检测车道标记制造技术

本公开的各方面一般地涉及检测车道标记。更具体地，可通过沿着道路(500)移动激光器(310、311)来收集激光扫描数据。该激光扫描数据可包括描述在激光器范围内的对象的强度和位置信息的数据点(740、750、760)。可使激光器的每个射束与相应数据点子集相关联。针对单个射束，可将数据点的子集进一步划分成区段(910、920、930)。针对每个区段，可使用平均强度和标准偏差来确定阈值强度。可通过将每个数据点的强度与用于该数据点出现在其中的区段的阈值强度相比较且基于数据点的高度来生成一组车道标记数据点。可存储此集合以供以后使用或者以另外方式使得其可用于进一步处理。

【技术实现步骤摘要】
检测车道标记本申请是申请日为2013年3月21日、申请号为201380015689.9、专利技术名称为“检测车道标记”的专利技术专利申请的分案申请。
技术介绍
自主交通工具使用各种计算系统来帮助将乘客从一个位置运输到另一个。某些自主交通工具可能要求来自操作员、诸如飞行员、驾驶员或乘客的初始输入或连续输入。其他自主系统、例如自动驾驶系统可能是仅当系统已在使用中(engage)时才被使用，其允许操作员从手动模式(其中操作员对交通工具的移动行使高度的控制)切换至自主模式(其中交通工具本质上自己驾驶)至在其中间某处的模式。此类交通工具通常装配有各种类型的传感器以便检测周围环境中的对象。例如，自主交通工具可包括激光器、声纳、雷达、相机以及其他设备，其扫描并记录来自交通工具的周围环境的数据。来自这些设备中的一个或多个的传感器数据可用来检测对象及其相应特性(位置、形状、航向、速度等)。此检测和识别是用于自主交通工具的安全操作的关键功能。在某些自主驾驶系统中，诸如车道标记之类的特征被自主驾驶系统忽视。当车道标记被忽视时，自主交通工具可通过更严重地依赖于地图信息和地理位置估计而自己进行操纵。这在其中地图信息不可用、不完整或不准确的区域中不那么有用。某些非实时系统、诸如不需要实时地处理信息并进行驾驶判定的那些系统可使用相机来识别车道标记。例如，制图员可使用相机图像来识别车道线。这可涉及到处理图像以在一个或多个相机图像中检测视觉道路标记，诸如涂漆车道边界。然而，相机图像的质量取决于捕捉图像时的照明条件。另外，必须将相机图像投射到地面上或与其他图像相比较以便确定图像中的对象的地理位置。
技术实现思路
本公开的一个方面提供了一种方法。该方法包括访问对于道路收集的扫描数据。该扫描数据包括具有用于对象的位置和强度信息的多个数据点。该方法还包括将所述多个数据点划分成区段；针对每个区段，识别阈值强度；由处理器通过经由将用于所述多个数据点中的每个特定数据点的强度值与用于该特定数据点的区段的阈值强度值相比较来评估该特定数据点，来从所述多个数据点生成一组车道标记数据点；以及存储该组车道标记数据点以供以后使用。在一个示例中，生成该组车道标记数据点还包括选择具有在道路的阈值高度内的位置的所述多个数据点中的数据点。在另一示例中，将所述多个数据点划分成区段包括处理固定数目的数据点。在另一示例中，将所述多个数据点划分成区段包括将用激光器扫描的区域划分成区段。在另一示例中，该方法还包括在存储该组车道标记数据点之前，基于该组车道标记数据点与车道标记模型之间的比较来对该组车道标记数据点进行过滤。在另一示例中，该方法还包括在存储该组车道标记数据点之前基于该组车道标记数据点的数据点集群对该组车道标记数据点进行过滤。在又一示例中，该方法还包括在存储该组车道标记数据点之前基于获取激光扫描数据时的激光器的位置来对该组车道标记数据点进行过滤。在另一示例中，该方法还包括使用该组车道标记数据点来实时地操纵自主交通工具。在又一示例中，所述方法包括使用该组车道标记数据点来生成地图信息。在另一示例中，使用具有多个射束的激光器来收集扫描数据，并且使被访问的扫描数据与所述多个射束中的第一射束相关联。在本示例中，所述方法还包括访问与所述多个射束中的第二射束相关联的第二扫描数据，该第二扫描数据包括具有用于对象的位置和强度信息的第二多个数据点；将所述第二多个数据点划分成第二区段；针对每个第二区段，评估第二区段的数据点以确定相应平均强度和用于强度的相应标准偏差；针对每个第二区段，基于相应平均强度和用于强度的相应标准偏差来确定阈值强度；通过经由将用于所述第二多个数据点的每个特定数据点的强度值与用于第二数据点的第二区段的阈值强度值相比较来评估该特定数据点，来从第二多个数据点生成第二组车道标记数据点；以及存储第二组车道标记数据点以供以后使用。在另一示例中，该方法还包括针对每个区段评估该区段的数据点以确定相应平均强度和用于强度的相应标准偏差。在本示例中，识别用于给定区段的阈值强度是基于用于给定区段的相应平均强度和用于强度的相应标准偏差。在本示例中个，识别用于给定区段的阈值强度还包括将相应标准偏差与预定值相乘并将相应平均强度值相加。在另一示例中，识别用于区段的阈值强度包括访问单个阈值偏差值。本公开的另一方面提供了一种设备。该设备包括用于存储一组车道标记数据点的存储器。该设备还包括耦合到存储器的处理器。该处理器被配置成访问对于道路收集的扫描数据，该扫描数据包括具有用于对象的位置和强度信息的多个数据点；将所述多个数据点划分成区段；针对每个区段，识别阈值强度；通过经由将用于所述多个数据点的每个特定数据点的强度值与用于该特定数据点的区段的阈值强度值相比较来评估该特定数据点，来从所述多个数据点生成一组车道标记数据点；以及将该组车道标记数据点存储在存储器中以供以后使用。在一个示例中，处理器还被配置成通过选择具有在道路的阈值高度内的位置的所述多个数据点中的数据点而生成该组车道标记数据点。在又一示例中，所述处理器还被配置成通过处理固定数目的数据点而将所述多个数据点划分成区段。在另一示例中，所述处理器还被配置成将所述多个数据点划分成区段包括将被扫描的区域划分成区段。在又另一示例中，处理器还被配置成在存储该组车道标记数据点之前，基于该组车道标记数据点与车道标记模型之间的比较来对该组车道标记数据点进行过滤。在另一示例中，处理器还被配置成在存储该组车道标记数据点之前基于该组车道标记数据点的数据点集群对该组车道标记数据点进行过滤。在又一示例中，处理器还被配置成在存储该组车道标记数据点之前基于获取激光扫描数据时的激光器的位置来对该组车道标记数据点进行过滤。在又另一示例中，处理器还被配置成使用该组车道标记数据点来实时地操纵自主交通工具。在另一示例中，处理器还被配置成使用该组车道标记数据点来生成地图信息。在另一示例中，处理器还被配置成针对每个区段评估该区段的数据点以确定相应平均强度和用于强度的相应标准偏差。在本示例中，处理器还被配置成基于用于给定区段的相应平均强度和用于强度的相应标准偏差来识别用于给定区段的阈值强度。在本示例中，处理器还被配置成通过将相应标准偏差与预定值相乘并将相应平均强度值相加来识别用于给定区段的阈值强度。在另一示例中，处理器还被配置成通过访问单个阈值偏差值来识别用于区段的阈值强度。本公开的另一方面提供了一种在其上面存储程序的计算机可读指令的有形计算机可读存储介质。该指令在被处理器执行时促使处理器执行一种方法。该方法包括访问对于道路收集的扫描数据，该扫描数据包括具有用于对象的位置和强度信息的多个数据点；将所述多个数据点划分成区段；针对每个区段，评估该区段的数据点以确定相应平均强度和用于强度的相应标准偏差；针对每个区段，基于相应平均强度和用于强度的相应标准偏差来确定阈值强度；通过经由将用于所述多个数据点的每个特定数据点的强度值与用于该特定数据点的区段的阈值强度值相比较来评估该特定数据点，来从所述多个数据点生成一组车道标记数据点；以及存储该组车道标记数据点以供以后使用。附图说明图1是根据本公开的各方面的系统的功能图。图2是根据本公开的各方面的自主交通工具的内部。图3A是根据本公开的各方面的自主交通工具的外部。图3B是根据本文档来自技高网...

【技术保护点】
一种方法，包括：通过一个或多个处理器接收由包含激光器的传感器产生的扫描数据，所述扫描数据包含具有车辆外部环境中的对象的位置和强度信息的多个数据点；通过所述一个或多个处理器通过包含所述多个数据点中满足一组要求的数据点，从所述多个数据点产生一组车道标记数据点；通过所述一个或多个处理器基于所述一组车道标记数据点与期望车道标记数据点几何形状的模型之间的比较，对所述一组车道标记数据点进行过滤；以及通过所述一个或多个处理器使用经过滤的一组车道标记数据点，以自动驾驶模式控制所述车辆。

【技术特征摘要】
2012.03.23 US 13/427,9641.一种方法，包括：通过一个或多个处理器接收由包含激光器的传感器产生的扫描数据，所述扫描数据包含具有车辆外部环境中的对象的位置和强度信息的多个数据点；通过所述一个或多个处理器通过包含所述多个数据点中满足一组要求的数据点，从所述多个数据点产生一组车道标记数据点；通过所述一个或多个处理器基于所述一组车道标记数据点与期望车道标记数据点几何形状的模型之间的比较，对所述一组车道标记数据点进行过滤；以及通过所述一个或多个处理器使用经过滤的一组车道标记数据点，以自动驾驶模式控制所述车辆。2.根据权利要求1所述的方法，其中所述模型定义包含宽度和与另一车道标记的相对位置的典型车道标记的几何形状。3.根据权利要求1所述的方法，其中所述模型将所述车道标记的几何形状定义为用于所述车辆的预先存储的地图信息的一部分。4.根据权利要求1所述的方法，其中，所述过滤包含评估数据点是否以与所述模型的几何形状一致的方式与所述一组车道标记数据点的另一数据点间隔开。5.根据权利要求4所述的方法，其中所述过滤包含去除间隔不一致的数据点，以便降低所述一组车道标记数据点中的噪声。6.根据权利要求1所述的方法，其中，所述过滤包含识别所述一组车道标记数据点的数据点的集群，并且去除与所述群集之一没有关联的数据点。7.根据权利要求6所述的方法，其中，识别集群包含将所述一组车道标记数据点中具有某些强度值的数据点分组在一起，并且被分组的数据点彼此邻近地定位。8.根据权利要求1所述的方法，其中，所述过滤包含识别所述一组车道标记数据点中的数据点的集群并且去除具有某些强度值的不邻近于所述群集之一的数据点。9.根据权利要求1所述的方法，其中，所述过滤还基于当产生所述扫描数据时所述传感器的位置，使得从所述一组车道标记数据点过滤掉所述一组车道标记数据点中的不邻近于所述位置的数据点。10.根据权利要求9所述的方法，其中所述位置与位于所述外部环境的车道边界的某个距离内的位置相对应。11.根据权利要求1所述的方法，其中，所述过滤还基于当产生所述扫描数据时所述传感器的位置，使得所述一组车道标记数据点中距离所述位置大于预定距离的数据点从所述一组车道标...

【专利技术属性】
技术研发人员：唐纳德杰森伯内特，戴维I弗古森，
申请(专利权)人：伟摩有限责任公司，
类型：发明
国别省市：美国,US