【技术实现步骤摘要】
一种道路边界实时提取及测量方法和装置
本专利技术涉及智能驾驶
，具体涉及一种道路边界实时提取及测量方法和装置。
技术介绍
道路边界检测与宽度测量作为车辆道路可通行区域判断的约束条件，一直是自动驾驶领域研究的热点。传统方法一般采用图像分割，聚类等方法实现，但是存在测量结果更新慢，受光线影响较大以及测量精度不高等缺点。随着激光雷达技术的发展，凭借测量精度高、不受光线影响以及高可靠性等优点，在无人驾驶、辅助驾驶领域获得越来越广泛的应用。如何对道路边界实时检测及宽度高精度测量是解决上述问题的关键。
技术实现思路
鉴于上述问题，本专利技术实施例提供一种道路边界实时提取及测量方法，解决现有道路边界测量结果更新慢、测量精度低的技术问题。第一方面，本专利技术提供一种道路边界实时提取及测量方法，该包括：排除多线激光雷达采集的三维点云中的干扰点云，获得有效点云；提取效点云中发射角度部分朝下的点云作为道路特征点云；实时提取道路特征点云中的道路边界点云，将道路边界点云分为左道路边界点...
【技术保护点】
1.一种道路边界实时提取及测量方法，其特征在于，该方法包括：/n排除多线激光雷达采集的三维点云中的干扰点云，获得有效点云；/n提取效点云中发射角度部分朝下的点云作为道路特征点云；/n实时提取道路特征点云中的道路边界点云，将道路边界点云分为左道路边界点云和右道路边界点云；/n根据左道路边界点云和右道路边界点云构建道路边界的数学描述模型；/n根据数学描述模型计算道路的宽度。/n
【技术特征摘要】
1.一种道路边界实时提取及测量方法，其特征在于，该方法包括：
排除多线激光雷达采集的三维点云中的干扰点云，获得有效点云；
提取效点云中发射角度部分朝下的点云作为道路特征点云；
实时提取道路特征点云中的道路边界点云，将道路边界点云分为左道路边界点云和右道路边界点云；
根据左道路边界点云和右道路边界点云构建道路边界的数学描述模型；
根据数学描述模型计算道路的宽度。
2.如权利要求1所述的一种道路边界实时提取及测量方法，其特征在于，所述提取效点云中发射角度部分朝下的点云作为道路特征点云包括：
将多线激光雷达坐标系XOY平面定为雷达平面；
计算有效点云中单束激光点云与雷达平面夹角θ
根据雷达安装角度以及雷达垂直视场角参数，筛选夹角θ在-15°～5°之间的单束激光点云作为道路特征点云。
3.如权利要求1所述的一种道路边界实时提取及测量方法，其特征在于，所述实时提取道路特征点云中的道路边界点云，将道路边界点云分为左道路边界点云和右道路边界点云包括：
将与道路特征点云相邻的点云组成扫描三角形，从车辆正前方分别按照顺时针和逆时针方向将道路特征点云分成左右两部分进行扫描，以中间点云为顶点，计算扫描三角形顶点的角度；
将扫描三角形顶点的角度值发生突变的点云作为道路特征点云中的道路边界点云；
根据道路边界点云的坐标分布情况把道路边界点云分成左道路边界点云和右道路边界点云；
将左道路边界点云、右道路边界点云分别保存在左道路边界容器、右道路边界容器中。
4.如权利要求1所述的一种道路边界实时提取及测量方法，其特征在于，所述根据左道路边界点云和右道路边界点云构建道路边界的数学描述模型包括：
对左道路边界点云和右道路边界点云进行二次曲线拟合，得到左、右分界曲线参数L(a,b,c)和R(a,b,c)，构建顶边二次曲线模型。
5.如权利要求1所述的一种道路边界实时提取及测量方法，其特征在于，所述根据数学描述模型计算道路的宽度包括：
根据数学描述模型，按照公式：
width＝fabs((L_y(10)+L_y(20)+L_y(30))-(R_y(10)+R_y(20)+R_y(30)))/3
计算道路宽度；
式中：L_y(10)、L_y(20)、L_y(30)表示左边界在x分别等于10、20、30时对应的y值；R_y(10)、R_y(20)、R_y(30)表示右边界在x...
【专利技术属性】
技术研发人员：薛庆全，郄晓斌，王健博，李志强，佟艳艳，彭惠，
申请(专利权)人：北京航天发射技术研究所，
类型：发明
国别省市：北京;11
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。