基于激光雷达的道路边界检测方法和装置制造方法及图纸

本发明专利技术公开了一种基于激光雷达的道路边界检测方法和装置。其中，该方法包括：扫描结构化道路的道路图像，获取结构化道路的激光雷达点云数据；对激光雷达点云数据进行栅格化处理，生成多个栅格，并获取每个栅格内点云的栅格特征信息；基于每个栅格内点云的栅格特征信息，对多个栅格进行至少一次筛选处理，得到多个目标候选栅格；对多个目标候选栅格进行区域标记，得到结构化道路的至少一个路沿候选区域；基于每个路沿候选区域中的区域候选点，生成结构化道路的道路边界。本发明专利技术解决了当前道路检测算法无法适用于固态激光雷达场景的技术问题。术问题。术问题。

【技术实现步骤摘要】
基于激光雷达的道路边界检测方法和装置


[0001]本专利技术涉及车辆领域，具体而言，涉及一种基于激光雷达的道路边界检测方法和装置。

技术介绍

[0002]目前，自动驾驶都离不开道路边界的检测，道路边界的检测是辅助驾驶中为人类提供安全行驶区域的核心功能模块，也是为全自动无人驾驶提供有效检测范围与可行驶区域的重要前置功能模块。
[0003]在相关技术中，道路边缘检测算法大都基于机械式激光雷达点云展开，但由于机械式激光雷达具有价格高、体积大、不便于量产等缺点，固态激光雷达应运而生，且在量产自动驾驶汽车的占据越来越高的地位。由于扫描方式不同，固态激光雷达与机械式激光雷达所形成的点云也有很大不同，从而存在道路检测算法均无法很好的适用于固态激光雷达场景的问题。
[0004]针对上述当前道路检测算法无法适用于固态激光雷达场景的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种基于激光雷达的道路边界检测方法和装置，以至少解决当前道路检测算法无法适用于固态激光雷达场景的技术问题。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光雷达的道路边界检测方法，其特征在于，所述方法包括：扫描结构化道路的道路图像，获取所述结构化道路的激光雷达点云数据；对所述激光雷达点云数据进行栅格化处理，生成多个栅格，并获取每个栅格内点云的栅格特征信息；基于所述每个栅格内点云的栅格特征信息，对所述多个栅格进行至少一次筛选处理，得到多个目标候选栅格；对所述多个目标候选栅格进行区域标记，得到所述结构化道路的至少一个路沿候选区域；基于每个所述路沿候选区域中的区域候选点，生成所述结构化道路的道路边界。2.根据权利要求1所述的方法，其特征在于，基于所述每个栅格内点云的栅格特征信息，对所述多个栅格进行至少一次筛选处理，包括：采用至少一种筛选条件对所述每个栅格内点云的栅格特征信息进行所述筛选处理，其中，所述筛选条件包括如下至少之一：第一筛选条件，其中，所述第一筛选条件包含的筛选因素包括：所述栅格内最高点的高度、所述栅格内最低点的高度和所述栅格内点云的高度差；第二筛选条件，其中，所述第二筛选条件包含的筛选因素包括：当前候选栅格周围的候选栅格数量是否处于筛选阈值范围内。3.根据权利要求2所述的方法，其特征在于，采用所述第一筛选条件对所述每个栅格内点云的栅格特征信息进行所述筛选处理，包括：采用所述第一筛选条件中的一个或多个筛选因素，对所述每个栅格内点云的栅格特征信息进行所述筛选处理，得到第一组候选栅格，其中，所述第一组候选栅格内的点云包括如下特征：不存在假边缘、低矮障碍物、有高度差物体的点云数据。4.根据权利要求3所述的方法，其特征在于，在得到第一组候选栅格之后，所述方法还包括：采用所述第二筛选条件对所述第一组候选栅格中的候选栅格进行二次筛选，获取第二组候选栅格，其中，所述第二组候选栅格为所述第一组候选栅格中进行了二次栅格标记的候选栅格。5.根据权利要求4所述的方法，其特征在于，采用所述第二筛选条件对所述第一组候选栅格中的候选栅格进行二次筛选，获取第二组候选栅格，包括：检测所述第一组候选栅格中每个候选栅格在各自邻域内候选栅格的数量，其中，所述候选栅格为所述第一组候选栅格内的栅格；如果所述第一组候选栅格中任意一个候选栅格邻域内候选...

【专利技术属性】
技术研发人员：庞伟凇，王宇，周琳，林崇浩，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：