【技术实现步骤摘要】
车道线生成方法及装置、计算机可读存储介质、终端
[0001]本专利技术涉及自动驾驶
,尤其涉及一种车道线生成方法及装置、计算机可读存储介质、终端。
技术介绍
[0002]在自动驾驶领域,车道线是无人驾驶车辆行驶过程中的重要基础,如何检测车道的边界并生成车道线成为一个很重要的研究课题。
[0003]在现有技术中,往往采用车道线识别方式来构建车道线地图,例如,通过摄像头等图像传感器识别车辆行驶的路面车道线,但这种方式易受光线、障碍物等因素的影响,比如在光线很暗的隧道、障碍物多的施工路段等复杂场景中,可能无法得到准确的车道线;或者,现有技术采用预先构建离线车道线地图的方法,但此种方式仍依赖于车辆所处的具体场景,比如在信号较差的路段,车辆在自动驾驶时的定位与预先构建的离线车道线地图之间存在误差,可能导致车辆无法正常安全地行驶。
[0004]因此,亟需一种车道线生成方法,能够在车辆行驶过程中,实时、准确地检测车道的边界,并自动生成准确、稳定的车道线。
技术实现思路
[0005]本专利技术实现的目的之一是提供一种车道线生成方法及装置、计算机可读存储介质、终端,能够在车辆行驶过程中,实时、准确地检测车道的边界,并自动生成车道线。
[0006]为实现上述目的,本专利技术实施例提供一种车道线生成方法,包括以下步骤:对场景点云数据的一部分进行平面拟合,以得到路面函数;在所述场景点云数据中提取与所述路面函数表示的平面之间的距离小于等于预设距离的点,以得到路面点云数据;将所述路面点云数据的至少一 ...
【技术保护点】
【技术特征摘要】
1.一种车道线生成方法,其特征在于,包括:对场景点云数据的一部分进行平面拟合,以得到路面函数;在所述场景点云数据中提取与所述路面函数表示的平面之间的距离小于等于预设距离的点,以得到路面点云数据;将所述路面点云数据的至少一部分划分为多个体素;根据车辆前进方向,在垂直于所述前进方向的多个平面上,按照预设顺序依次确定相邻两个体素的高度差值,每当所述高度差值大于预设阈值时,将高度值较大的体素内的至少一部分点作为边界特征点;根据所述边界特征点,生成所述车道线。2.根据权利要求1所述的方法,其特征在于,在对场景点云数据的一部分进行平面拟合之前,所述方法还包括:采集预设区域范围内的场景点云数据;根据所述场景点云数据中各个点的坐标,将所述场景点云数据划分为多个点云分区;对于所述多个点云分区中的每个点云分区,确定所述点云分区的路面种子点云,以得到多个路面种子点云;将所述多个路面种子点云的合集作为所述场景点云数据的一部分。3.根据权利要求1所述的方法,其特征在于,所述确定相邻两个体素的高度差值包括:分别计算各个体素的内部点高度;基于各个体素的内部点高度,确定各个体素的高度值;将所述相邻两个体素的高度值中的较大高度值减去较小高度值,得到所述高度差值。4.根据权利要求3所述的方法,其特征在于,所述基于各个体素的内部点高度,确定各个体素的高度值包括以下任一种:对于每个体素,将该体素的内部点高度的最小值作为高度值;对于每个体素,将该体素的内部点高度的最大值作为高度值;对于每个体素,将该体素的内部点高度的平均值作为高度值。5.根据权利要求1所述的方法,其特征在于,所述边界特征点包括基于前一帧场景点云数据确定的前一帧边界特征点以及基于当前帧场景点云数据确定的当前帧边界特征点;根据所述边界特征点,生成所述车道线包括:对所述前一帧边界特征点,进行仿射变换,以得到变换后的边界特征点;根据所述变换后的边界特征点和当前帧边界特征点,生成所述车道线。6.根据权利要求5所述的方法,其特征在于,对所述前一帧边界特征点,进行仿射变换包括:采用仿射变换矩阵,对所述前一帧边界特征点,进行仿射变换;其中,所述仿射变换矩阵是基于前一帧车辆位姿数据和当前帧车辆位姿数据确定的。7.根据权利要求6所述的方法,其特征在于,采用下述公式,确定所述仿射变换矩阵:pose(t1)={x(t1),y(t1),Θ(t1),v,w};pose(t2)={x(t2),y(t2),Θ(t2),v,w};令x(t2)=v
÷
w
×
sin(w
×
(t2
‑
t1)+Θ(t1))
‑
v
÷
w
×
sin(Θ(t1))+x(t1);令y(t2)=
‑
v
÷
w
×
cos(w
×
(t2
‑
t1)+Θ(t1))+v
【专利技术属性】
技术研发人员:黄超,叶玥,
申请(专利权)人:上海仙途智能科技有限公司,
类型:发明
国别省市:
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。