本发明专利技术提供了一种车道线检测方法、装置及系统，该方法包括：获取待检测区域的点云数据，从待检测区域的点云数据中筛选出初始地面点云；根据初始地面点云的坐标及脉冲宽度将初始地面点云划分为地面点集合和车道标识点集合；基于车道标识点集合建立哈希表，对哈希表进行动态距离搜索将车道标识点集合划分为多个连通区域；基于连通区域的几何特征筛选出车道线区域，从车道线区域中筛选出车道线特征点，基于车道线特征点建立车道线曲线。本发明专利技术能够降低其他路面标识对车道线检测的干扰，且不会受到光照强度等环境参数变化的影响，提升了车道线检测的准确性。线检测的准确性。线检测的准确性。
【技术实现步骤摘要】
车道线检测方法、装置及系统
[0001]本专利技术涉及3D感知
，尤其是涉及一种车道线检测方法、装置及系统。
技术介绍
[0002]随着无人驾驶技术的发展，提高车辆环境感知和自主决策的能力是关键问题，为了减少无人驾驶中车辆安全事故发生频率，有效辅助车辆行驶路线的规划约束车辆的可行驶区域边界，保证车辆正常行驶在车道线内成为需要解决的关键技术之一。现有的车道线检测技术主要通过采集路面图像进行车道线检测，容易受到其他路面标识或光照强度等环境参数变化的影响，导致车道线的检测准确性较低。
技术实现思路
[0003]有鉴于此，本专利技术的目的在于提供一种车道线检测方法、装置及系统，能够降低其他路面标识对车道线检测的干扰，且不会受到光照强度等环境参数变化的影响，提升了车道线检测的准确性。
[0004]为了实现上述目的，本专利技术实施例采用的技术方案如下：
[0005]第一方面，本专利技术实施例提供了一种车道线检测方法，包括：获取待检测区域的点云数据，从所述待检测区域的点云数据中筛选出初始地面点云；根据所述初始地面点云的坐标及脉冲宽度将所述初始地面点云划分为地面点集合和车道标识点集合；基于所述车道标识点集合建立哈希表，对所述哈希表进行动态距离搜索将所述车道标识点集合划分为多个连通区域；基于所述连通区域的几何特征筛选出车道线区域，从所述车道线区域中筛选出车道线特征点，基于所述车道线特征点建立车道线曲线。
[0006]进一步，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述初始地面点云的坐标及脉冲宽度将所述初始地面点云划分为地面点集合和车道标识点集合的步骤，包括：获取所述初始地面点云中各点云的坐标及实际脉冲宽度，基于所述初始地面点云中各点云的坐标确定所述初始地面点中各点云的采集距离；获取第一脉宽与距离函数及第二脉宽与距离函数；其中，所述第一脉宽与距离函数为地面材质点的脉冲宽度与所述地面材质点的采集距离的函数关系，所述第二脉宽与距离函数为车道线或标识线材质点的脉冲宽度与所述车道线或标识线材质点的采集距离的函数关系；基于所述初始地面点云中各点云的采集距离及所述第一脉宽与距离函数确定各所述点云的第一脉宽预测值，基于所述初始地面点云中各点云的采集距离及所述第二脉宽与距离函数确定各所述点云的第二脉宽预测值；分别计算各所述点云的所述实际脉冲宽度与所述第一脉宽预测值的第一脉宽误差及各所述点云的所述实际脉冲宽度与所述第二脉宽预测值的第二脉宽误差，基于所述第一脉宽误差和所述第二脉宽误差判断所述初始地面点云中各点云对应的材质，以将所述初始地面点云划分为地面点集合和车道标识点集合。
[0007]进一步，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述第一脉宽与距离函数为：PW＝a
×
ln(Dis)+b；所述第二脉宽与距离函数为PW＝c
×
ln(Dis)+d；其
中，PW为所述脉冲宽度，Dis为所述采集距离，a，b，c和d均为拟合系数。
[0008]进一步，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述基于所述车道标识点集合建立哈希表，对所述哈希表进行动态距离搜索将所述车道标识点集合划分为多个连通区域的步骤，包括：根据所述车道标识点集合中的各点云的坐标生成对应的哈希索引，将所述车道标识点集合中的各点云存入哈希表中；确定所述车道标识点集合中的各点云的动态搜索距离，基于所述动态搜索距离对所述哈希表中的点云进行邻域搜索，以得到所述车道标识点集合中的连通区域。
[0009]进一步，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述车道线检测方法还包括：获取所述连通区域内各点云的坐标及脉冲宽度，基于所述连通区域内各点云的坐标确定各所述点云的采集距离；基于所述连通区域内各点云的坐标及脉冲宽度建立连通区域脉宽与距离函数，基于所述连通区域脉宽与距离函数确定所述连通区域内各点云的脉宽误差；基于所述脉宽误差滤除所述连通区域内的误检点，得到剔除误检点后的连通区域。
[0010]进一步，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述基于所述连通区域的几何特征筛选出车道线区域的步骤，包括：基于预设的特征分解算法对各所述连通区域进行特征分解，得到分解特征；基于所述分解特征确定各所述连通区域的几何形态，基于各所述连通区域的几何形态确定各所述连通区域的类别；其中，所述连通区域的类型包括车道线连通区域及路面标识连通区域；建立所述车道线连通区域的最小包围盒，得到车道线区域。
[0011]进一步，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，所述建立所述车道线连通区域的最小包围盒，得到车道线区域的步骤，包括：建立所述车道线连通区域的车道线最小包围盒，基于所述车道线最小包围盒的坐标确定车道线的偏航角；基于所述车道线的偏航角对车道线最小包围盒内的点云进行姿态校正；获取姿态校正后的所述车道线最小包围盒对应的直方图，基于所述直方图的峰值分布确定所述车道线区域。
[0012]进一步，本专利技术实施例提供了第一方面的第七种可能的实施方式，其中，还包括：获取各所述车道线区域之间的纵向间隔距离，当所述纵向间隔距离大于预设距离时，确定所述车道线区域对应的车道线为虚线车道线，否则，确定所述车道线区域对应的车道线为实线车道线。
[0013]第二方面，本专利技术实施例还提供了一种车道线检测装置，包括：筛选模块，用于获取待检测区域的点云数据，从所述待检测区域的点云数据中筛选出初始地面点云；划分模块，用于根据所述初始地面点云的坐标及脉冲宽度将所述初始地面点云划分为地面点集合和车道标识点集合；搜索模块，用于基于所述车道标识点集合建立哈希表，对所述哈希表进行动态距离搜索将所述车道标识点集合划分为多个连通区域；建立模块，用于基于所述连通区域的几何特征筛选出车道线区域，从所述车道线区域中筛选出车道线特征点，基于所述车道线特征点建立车道线曲线。
[0014]第三方面，本专利技术实施例提供了一种车道线检测系统，包括：激光雷达及控制器，所述控制器包括处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面任一项所述的方法。
[0015]本专利技术实施例提供了一种车道线检测方法、装置及系统，该方法包括：获取待检测
区域的点云数据，从待检测区域的点云数据中筛选出初始地面点云；根据初始地面点云的坐标及脉冲宽度将初始地面点云划分为地面点集合和车道标识点集合；基于车道标识点集合建立哈希表，对哈希表进行动态距离搜索将车道标识点集合划分为多个连通区域；基于连通区域的几何特征筛选出车道线区域，从车道线区域中筛选出车道线特征点，基于车道线特征点建立车道线曲线。本专利技术通过优先筛选出初始地面点集合，根据初始地面点集合的坐标及脉冲宽度进一步划分为地面点集合和车道标识点集合，滤除了地面点的干扰，通过基于哈希表进行动态距离搜索检测得到多个连通区域，并根据几何特征确定车道线区域建立车道线曲线，降低了其他路面标识对车道线检测的干扰，且不会受到光照本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车道线检测方法，其特征在于，包括：获取待检测区域的点云数据，从所述待检测区域的点云数据中筛选出初始地面点云；根据所述初始地面点云的坐标及脉冲宽度将所述初始地面点云划分为地面点集合和车道标识点集合；基于所述车道标识点集合建立哈希表，对所述哈希表进行动态距离搜索将所述车道标识点集合划分为多个连通区域；基于所述连通区域的几何特征筛选出车道线区域，从所述车道线区域中筛选出车道线特征点，基于所述车道线特征点建立车道线曲线。2.根据权利要求1所述的方法，其特征在于，所述根据所述初始地面点云的坐标及脉冲宽度将所述初始地面点云划分为地面点集合和车道标识点集合的步骤，包括：获取所述初始地面点云中各点云的坐标及实际脉冲宽度，基于所述初始地面点云中各点云的坐标确定所述初始地面点中各点云的采集距离；获取第一脉宽与距离函数及第二脉宽与距离函数；其中，所述第一脉宽与距离函数为地面材质点的脉冲宽度与所述地面材质点的采集距离的函数关系，所述第二脉宽与距离函数为车道线或标识线材质点的脉冲宽度与所述车道线或标识线材质点的采集距离的函数关系；基于所述初始地面点云中各点云的采集距离及所述第一脉宽与距离函数确定各所述点云的第一脉宽预测值，基于所述初始地面点云中各点云的采集距离及所述第二脉宽与距离函数确定各所述点云的第二脉宽预测值；分别计算各所述点云的所述实际脉冲宽度与所述第一脉宽预测值的第一脉宽误差及各所述点云的所述实际脉冲宽度与所述第二脉宽预测值的第二脉宽误差，基于所述第一脉宽误差和所述第二脉宽误差判断所述初始地面点云中各点云对应的材质，以将所述初始地面点云划分为地面点集合和车道标识点集合。3.根据权利要求2所述的方法，其特征在于，所述第一脉宽与距离函数为：PW＝a
×
ln(Dis)+b；所述第二脉宽与距离函数为PW＝c
×
ln(Dis)+d；其中，PW为所述脉冲宽度，Dis为所述采集距离，a，b，c和d均为拟合系数。4.根据权利要求1所述的方法，其特征在于，所述基于所述车道标识点集合建立哈希表，对所述哈希表进行动态距离搜索将所述车道标识点集合划分为多个连通区域的步骤，包括：根据所述车道标识点集合中的各点云的坐标生成对应的哈希索引，将所述车道标识点集合中的各点云存入哈希表中；确定所述车道标识点集合中的各点云的动态搜索距离，基于所述动态搜索距离对所述哈希表中的点云进行邻域搜索，以得到所述车道标识点集合中的连通...
【专利技术属性】
技术研发人员：罗凤鸣，杜晨光，
申请(专利权)人：洛伦兹宁波科技有限公司，
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。