The invention relates to a road edge detection method based on laser radar and camera, belonging to the field of intelligent transportation. The method is as follows: using lidar to acquire point cloud data along the road, using camera to acquire road image data; pretreatment and joint calibration of radar data and camera data respectively; processing each frame of radar point cloud data, according to the linear characteristics of the road edge, using a distance-based direction. The method extracts candidate road edge feature points, processes each frame of image data, detects the lane line in the image using mature methods, extracts the lane line model, uses the lane line model to fit the extracted candidate road edge feature points, determines the distance between the candidate road edge points and the fitting line, and corrects the fitting line along the road to get the road. Along with the test results. The invention can make full use of the advantages of the laser radar and the camera to detect the road edge accurately and stably.
【技术实现步骤摘要】
基于激光雷达和摄像机的路沿检测方法
本专利技术属于智能交通领域,涉及基于激光雷达和摄像机的路沿检测方法。
技术介绍
随着社会和经济技术的发展,交通道路上的车辆越来越多,道路环境也越来越复杂,随之而来的交通事故也频繁发生,为了减少此类情况的发生,智能交通应运而生,而在智能交通中,智能车是智能交通中关键的一部分,智能车的出现帮助驾驶员驾驶,使得交通事故发生的频率得以减少。无人驾驶车是智能交通系统的重要组成部分,行驶城市环境中的无人驾驶车需要对周围复杂的交通环境有很好的感知能力,包括对道路最大行驶边界的感知、对潜在碰撞威胁的检测区分等。可靠的环境感知能力对自主巡航控制、碰撞预警和路径规划起到至关重要的作用。智能车主动安全研究是智能交通研究中重要一环,而智能车防碰撞系统就是为解决智能车主动安全设计的,在智能车防碰撞系统的应用中,道路路沿检测对于区分潜在的碰撞威胁有很重要的作用,并且由于路沿限制了道路的边界,对于车辆的路径规划和局部感知能够提供更丰富的信息;另外,对于更加复杂的城市交通环境,可以利用路沿确定的车辆最大行驶横向区域来更好的避让相向而行的车辆。因此道路路沿的检测在智能车研究,特别是道路安全中具有重要的意义。现有路沿检测技术主要有两种,一是采用摄像头图像处理的方法采集路沿,单一图像无法提供距离信息且三维信息测量精度较低;二是根据激光点云构建路沿模型,其中,点云包含至少两个离散点信息,所述离散点从激光传感器周围物体表面获取。因此,激光点云数据既包括有用的路沿信息,也包括与路沿有交叠部分的植被、树木或路标信息,由于点云数据的离散性,且没有有效区分噪声和有用路沿 ...
【技术保护点】
1.基于激光雷达和摄像机的路沿检测方法,其特征在于:该方法包括以下步骤:步骤1:采用激光雷达获取路沿点云数据,采用摄像机获取道路图像数据;所述雷达点云数据包括多个包含极坐标信息的扫描点;所述图像数据包含车道线和路沿的图像;步骤2:对雷达数据和摄像机数据分别进行预处理,并进行联合标定;步骤3:处理每帧雷达点云数据,对于每层扫描线,根据路沿的线性特征采用一种基于距离的方法提取候选路沿特征点;步骤4:处理每帧图像数据,采用成熟的车道线检测技术检测图像数据中车道线,提取车道线模型;步骤5:采用车道线模型对提取的候选路沿特征点进行拟合;判断候选路沿点与拟合线之间的距离,通过候选路沿点按照距离设置阈值修正拟合线,最终得到路沿检测结果。
【技术特征摘要】
1.基于激光雷达和摄像机的路沿检测方法,其特征在于:该方法包括以下步骤:步骤1:采用激光雷达获取路沿点云数据,采用摄像机获取道路图像数据;所述雷达点云数据包括多个包含极坐标信息的扫描点;所述图像数据包含车道线和路沿的图像;步骤2:对雷达数据和摄像机数据分别进行预处理,并进行联合标定;步骤3:处理每帧雷达点云数据,对于每层扫描线,根据路沿的线性特征采用一种基于距离的方法提取候选路沿特征点;步骤4:处理每帧图像数据,采用成熟的车道线检测技术检测图像数据中车道线,提取车道线模型;步骤5:采用车道线模型对提取的候选路沿特征点进行拟合;判断候选路沿点与拟合线之间的距离,通过候选路沿点按照距离设置阈值修正拟合线,最终得到路沿检测结果。2.根据权利要求1所述的基于激光雷达和摄像机的路沿检测方法,其特征在于:所述激光雷达为四线激光雷达,摄像机为微光相机。3.根据权利要求1所述的基于激光雷达和摄像机的路沿检测方法,其特征在于:步骤2所述的对雷达数据和摄像机数据分别进行预处理,并进行联合标定的方法包括:S201:将雷达点云按层转为直角坐标系,以雷达中心为原点,以相应的层向前为y向左为x,并对每帧雷达点云数据进行中值滤波,以去除离散点,并对图像进行中值滤波;S202:激光雷达和摄像机的联合标定:首先,设置传感器坐标系,雷达坐标系以雷达的中心作为坐标原点,以雷达扫描层第0层作为雷达坐标系的XlOlYl平面,根据左手定则,沿着第0层向前为Yl轴,水平向左为Xl轴,垂直于0层竖直向上为Zl轴,将雷达点云数据转为三维坐标数据,从而获得标定物在雷达坐标系中的三维坐标信息;然后,手动测量标定物在摄像机坐标系Oc-XcYcZc中的坐标信息,根据测得的多个不同位置的标定物坐标信息,按照如下公式(1)利用Matlab求解超定方程组,求得旋转矩阵R和平移向量T,...
【专利技术属性】
技术研发人员:蒋建春,王旭华,朱浩,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。