可行驶区域检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种可行驶区域检测方法、装置、计算机设备和存储介质。所述方法包括：获取智能行驶设备的激光雷达环视360°所采集的三维点云数据，根据三维点云数据，确定各点所属的扇形分区；扇形分区通过对激光雷达360°的扫描区域进行划分得到，根据三维点云数据，确定各扇形分区的可行驶点，根据各扇形分区的所有可行驶点，拟合得到可行驶平面，根据可行驶平面、各扇形分区内最近障碍物与车身之间的距离确定各扇形分区的可行驶区域，合并各扇形分区的可行驶区域，得到智能行驶设备的可行驶区域。该方法能够快速地确定可行驶区域。

Detection method, device, computer equipment and storage medium of driving area

【技术实现步骤摘要】
可行驶区域检测方法、装置、计算机设备和存储介质
本申请涉及自动驾驶
，特别是涉及一种可行驶区域检测方法、装置、计算机设备和存储介质。
技术介绍
在自动驾驶中，车辆的可行驶区域检测是无人驾驶技术中的关键技术之一，结合高精度地图可以给车辆的安全行驶多一道冗余保障。具体地，激光雷达（lidar）点云数据能检测到道路上的地面点，以及周边的障碍物，根据点云信息能够确定出自动驾驶车辆的可行驶区域。目前，基于激光雷达的可行驶区域检测通常是先提取特征，再拟合直线，利用直线约束与车身宽度来确定可行驶区域的范围。由于依赖拟合的直线来划分，该方法在交叉路口以及路边停有车辆的路段可行驶区域检测准确率低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高检测准确率的可行驶区域检测方法、装置、计算机设备和存储介质。一种可行驶区域检测方法，所述方法包括：获取智能行驶设备的激光雷达环视360°所采集的三维点云数据；根据所述三维点云数据，确定各点所属的扇形分区；所述扇形分区通过对激光雷达360°的扫描区域进行划分得到；根据所述三维点云数据，确定各扇形分区的可行驶点；根据各所述扇形分区的所有可行驶点，拟合得到可行驶平面；根据所述可行驶平面、各所述扇形分区内最近障碍物与车身之间的距离确定各所述扇形分区的可行驶区域；合并各所述扇形分区的可行驶区域，得到智能行驶设备的可行驶区域。在其中一个实施例中，所述根据所述三维点云数据，确定各扇形分区的可行驶点的步骤，包括：根据所述三维点云数据，获取各所述扇形分区的最低点的高度；当所述最低点的高度小于有效地面高度阈值时，根据各扇形分区内与最低点的高度差符合预设要求的点，得到所述扇形分区的可行驶点。在其中一个实施例中，根据各所述扇形分区的所有可行驶点，拟合得到可行驶平面的步骤，包括：利用列文伯格－马夸特算法，对各所述扇形分区的所有可行驶点拟合平面，得到可行驶平面。在其中一个实施例中，所述根据所述可行驶平面、各所述扇形分区内最近障碍物与车身之间的距离确定各所述扇形分区的可行驶区域的步骤，包括：根据各扇形分区内各点的高度与该点在所述可行驶平面的投影高度的高度差，确定各扇形分区内距离车身最近的障碍物，得到最近障碍物；以所述最近障碍物与所述车身之间的距离为半径，得到所述扇形分区的可行驶区域。在其中一个实施例中，所述根据各扇形分区内各点的高度与该点在所述可行驶平面的投影高度的高度差，确定各扇形分区内距离车身最近的障碍物，得到最近障碍物的步骤，包括：将各所述扇形分区内所有点在二维平面按到所述车身的距离进行排序；获取到车身距离最近的点；比较该点的高度与该点在可行驶平面的投影高度的高度差；若所述高度差的绝对值小于预设值，则根据排序，获取所述扇形分区的下一点；返回比较该点的高度与该点在可行驶平面的投影高度的高度差的步骤，直至当所述高度差的绝对值大于或等于预设值时，确定该点为距离所述车身最近的障碍物。在其中一个实施例中，所述根据所述三维点云数据，确定各点所属的扇形分区的步骤，包括：将所述激光雷达360°的扫描区域进行等角度划分，得到各扇形分区；根据所述三维点云数据，得到各点在二维平面的投影点信息；根据所述投影点信息，确定各点所属的扇形分区。在其中一个实施例中，所述根据所述投影点信息，确定各点所属的扇形分区的步骤，包括：根据所述投影点信息，计算投影点与扫描起始线的夹角；根据所述夹角与扇形分区的角度，确定各点所属的扇形分区。一种可行驶区域检测装置，所述装置包括：点云数据获取模块，用于获取智能行驶设备的激光雷达环视360°所采集的三维点云数据；分区模块，用于根据所述三维点云数据，确定各点所属的扇形分区；所述扇形分区通过对激光雷达360°的扫描区域进行划分得到；可行驶点确定模块，用于根据所述三维点云数据，确定各扇形分区的可行驶点；平面拟合模块，用于根据各所述扇形分区的所有可行驶点，拟合得到可行驶平面；可行驶区域确定模块，用于根据所述可行驶平面、各所述扇形分区内最近障碍物与车身之间的距离确定各所述扇形分区的可行驶区域；合并模块，用于合并各所述扇形分区的可行驶区域，得到智能行驶设备的可行驶区域。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤。上述可行驶区域检测方法、装置、计算机设备和存储介质，通过将智能设备的激光雷达360°的扫描区域划分为多个扇形分区，将三维点云分配至所属的扇形分区，以扇形分区为单位，根据可行驶平面，各扇形分区内最近障碍物与车身之间的距离确定该扇形分区的可行驶区域，合并所有扇形分区的可行驶区域，得到智能行驶设备的可行驶区域。由于对三维点云数据分扇区进行处理，有利用对车身360°都进行检测分析，根据可行驶平面，各扇形分区内最近障碍物与车身之间的距离确定该扇形分区的可行驶区域的方式，以可行驶平面为基础，克服了直线拟合进行划分的缺陷，能够快速地确定可行驶区域。附图说明图1为一个实施例中可行驶区域检测方法的流程示意图。图2至图4为一个采用本申请实施例方法得到的可行驶区域的效果图。图5为一个实施例中点云划分到扇形分区的划分示意图。图6为一个实施例中确定扇形分区的可行驶区域的步骤的流程示意图。图7为一个实施例中可行驶区域检测装置的结构框图。图8为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的可行驶区域检测方法，可以应用于行驶控制装置，行驶控制装置用于控制智能行驶设备行驶。智能行驶设备搭载有激光雷达，用于采集智能行驶设备周围环境的三维点云数据。激光雷达与行驶控制装置连接，将采集的三维点云数据发送至行驶控制装置。行驶控制装置根据三维点云数据，采用本申请提供的可行驶区域检测方法确定智能行驶设备的可行驶区域，并根据确定的可行驶区域，控制智能行驶设备在可行驶区域内行驶。其中，行驶控制装置可设置在智能行驶设备上，智能行驶设备可以为智能车辆或机器人等。在一个实施例中，如图1所示，提供了一种可行驶区域检测方法，以该方法应用于行驶控制装置为例进行说明，包括以下步骤：S102，获取智能行驶设备的激光雷达环视360°所采集的三维点云数据。智能行驶设备是指具有驱动装置，能够在一定范围内行驶的设备，包括但不限于车辆，无人机，船只和机器人等。智能行驶设备搭载有激本文档来自技高网...

【技术保护点】
1.一种可行驶区域检测方法，所述方法包括：/n获取智能行驶设备的激光雷达环视360°所采集的三维点云数据；/n根据所述三维点云数据，确定各点所属的扇形分区；所述扇形分区通过按照预设的划分方式对激光雷达360°的扫描区域进行划分得到；所述划分方式包括按不同角度划分成预设数量的划分方式或按相同角度进行划分的划分方式；/n根据所述三维点云数据，确定各扇形分区的可行驶点；/n根据各所述扇形分区的所有可行驶点，拟合得到可行驶平面；/n根据所述可行驶平面、各所述扇形分区内最近障碍物与车身之间的距离确定各所述扇形分区的可行驶区域；/n合并各所述扇形分区的可行驶区域，得到智能行驶设备的可行驶区域；/n所述根据所述三维点云数据，确定各扇形分区的可行驶点的步骤，包括：/n根据所述三维点云数据，获取各所述扇形分区的最低点的高度；/n当所述最低点的高度小于有效地面高度阈值时，根据各扇形分区内与最低点的高度差符合预设要求的点，得到所述扇形分区的可行驶点。/n

【技术特征摘要】
1.一种可行驶区域检测方法，所述方法包括：
获取智能行驶设备的激光雷达环视360°所采集的三维点云数据；
根据所述三维点云数据，确定各点所属的扇形分区；所述扇形分区通过按照预设的划分方式对激光雷达360°的扫描区域进行划分得到；所述划分方式包括按不同角度划分成预设数量的划分方式或按相同角度进行划分的划分方式；
根据所述三维点云数据，确定各扇形分区的可行驶点；
根据各所述扇形分区的所有可行驶点，拟合得到可行驶平面；
根据所述可行驶平面、各所述扇形分区内最近障碍物与车身之间的距离确定各所述扇形分区的可行驶区域；
合并各所述扇形分区的可行驶区域，得到智能行驶设备的可行驶区域；
所述根据所述三维点云数据，确定各扇形分区的可行驶点的步骤，包括：
根据所述三维点云数据，获取各所述扇形分区的最低点的高度；
当所述最低点的高度小于有效地面高度阈值时，根据各扇形分区内与最低点的高度差符合预设要求的点，得到所述扇形分区的可行驶点。


2.根据权利要求1所述的方法，其特征在于，根据各所述扇形分区的所有可行驶点，拟合得到可行驶平面的步骤，包括：
利用列文伯格－马夸特算法，对各所述扇形分区的所有可行驶点拟合平面，得到可行驶平面。


3.根据权利要求1所述的方法，其特征在于，所述根据所述可行驶平面、各所述扇形分区内最近障碍物与车身之间的距离确定各所述扇形分区的可行驶区域的步骤，包括：
根据各扇形分区内各点的高度与该点在所述可行驶平面的投影高度的高度差，确定各扇形分区内距离车身最近的障碍物，得到最近障碍物；
以所述最近障碍物与所述车身之间的距离为半径，得到所述扇形分区的可行驶区域。


4.根据权利要求3所述的方法，其特征在于，所述根据各扇形分区内各点的高度与该点在所述可行驶平面的投影高度的高度差，确定各扇形分区内距离车身最近的障碍物，得到最近障碍物的步骤，包括：
将各所述扇形分区内所有点在二维平面按到所述车身的距离进行排序；
获取到车身距离最近的点；
比较该点的高度与该点在可行驶平面的投影高度的高度差；
若所述高度差的绝对值小于预设值，则根据排序，获取所述扇形分区的下一点；
返回比较该点的高度与该点在可行驶平面的投影高度的高度差的步骤，直至当所述高度差的绝对值大于或等于预设值时，确定该点为距离所述车身最近的障碍物。


5.根据权利要求1所述的方法，其特征在于，所述根据所述三维点云数据，确定各点所属的扇形分区的步骤，包括：
将所述激光雷达360°的扫描区域进行等角度划分，得到各扇形分区；
根据所述三维点云数据，得到各点在二维平面的投影点信息；
根据所述投影点信息，确定各点所属的扇形分区。


6.根据权利要求5所述的方法，其特征在于，所述根据所述投影点信息，确定各点所属的扇形分区的步骤，包括：
根据所述投影点信息，计算投影点与扫描起始线的夹角；
根据所述夹角与扇形分区的角度，确定各点所属的扇形分区。


7.一种可行驶区域检测装置，其特征在于，所述装置包括：
点云数据获取模块，用于获取智能行驶设备的激光雷达环视360°所采集的三维点云数据；
分区模块，用于根据所述三维点云数据，确定各点所属的...

【专利技术属性】
技术研发人员：文驰，徐琥，曾钰廷，李涣，
申请(专利权)人：长沙智能驾驶研究院有限公司，
类型：发明
国别省市：湖南;43