一种基于激光雷达点云信息的车道线检测方法技术

本发明专利技术公开了一种基于激光雷达点云信息的车道线检测方法，该方法包括：获取车辆激光雷达点云信息，从点云中提取地面附近区域点云，从中提取出地面；对地面点进行多帧累积；根据多帧累积后的地面点生成强度分布直方图，基于强度分布直方图求取提取车道线点云的强度阈值，确定车道线候选点；利用直方图滤波去除车道线候选点中噪声点；使用DBSCAN算法将位置上接近的多个点云点进行聚类生成多个点云簇；使用并查集算法将位于同一条车道线上的点云簇聚为一类；使用最小二乘拟合的方法对每类中的车道线点进行拟合，获取车道线方程，实现车道线检测；该车道线检测方法实时性高、精度高，有效地滤除了噪声点，减少了漏检和误检的情况。况。况。

【技术实现步骤摘要】
一种基于激光雷达点云信息的车道线检测方法


[0001]本专利技术属于车道线检测
，特别涉及一种基于激光雷达点云信息的车道线检测方法。

技术介绍

[0002]在智能驾驶快速发展的今天，能让一辆自动驾驶汽车拥有在路上智能行驶的能力，需要其具有基本的车道线识别能力，能够感知到附近的车道线，并且获得车道线的多种位置信息，该信息也可用于后续的定位、决策、规划模块。由于车道线的色彩属性，车道线检测在图像识别领域被广泛研究，但图像存在易受光照影响等问题，随着激光雷达技术的发展，利用激光点云信息的车道线检测技术也得到了诸多学者的关注，但目前仍存在着车道线召回率低、噪声点多、存在误检的多种问题；并且目前常用的深度学习方法，需要标注数据集以及较长训练过程的支持，实时性差，检测效率及精度较低。
[0003]因此，如何在车道线检测中满足实时性要求，有效地滤除噪声点，减少漏检和误检的情况，提高车道线的检测准召，已成为本领域技术人员亟需解决的技术问题。

技术实现思路

[0004]鉴于上述问题，本专利技术提供一种至少解决上述部分技术问题的基于激光雷达点云信息的车道线检测方法，该方法在车道线检测中实时性高、精度高，有效地滤除了噪声点，减少了漏检和误检的情况。
[0005]本专利技术实施例提供一种基于激光雷达点云信息的车道线检测方法，该方法至少包括：
[0006]S1、获取车辆的激光雷达点云信息，从所述点云中提取地面附近区域点云；
[0007]S2、从所述地面附近区域点云中提取地面区域作为目标区域；
[0008]S3、对所述目标区域内的地面点进行多帧累积；
[0009]S4、根据多帧累积后的地面点生成强度分布直方图，基于所述强度分布直方图求取提取车道线点云的强度阈值，根据所述强度阈值确定车道线候选点；
[0010]S5、利用直方图滤波方法去除所述车道线候选点中的噪声点；
[0011]S6、使用DBSCAN算法将位置上接近的多个点云点进行聚类生成多个点云簇；
[0012]S7、使用并查集算法对所述多个点云簇进行聚类，将位于同一条车道线上的点云簇聚为一类；
[0013]S8、使用最小二乘拟合的方法对每类车道线点进行拟合，获取车道线方程，基于所述车道线方程实现车道线检测。
[0014]进一步地，所述步骤S1具体包括：获取车辆的激光雷达点云信息，利用PCL库中的长方体滤波，从所述点云信息中提取地面附近长方体区域内的点云。
[0015]进一步地，所述步骤S3中，对所述目标区域内的地面点进行多帧累积，包括：
[0016]通过所述地面点的两帧之间GPS数据的变化量，变换点云坐标，将当前帧附近的多
帧点云都转换到当前帧坐标系下，多帧之间进行相互补充。
[0017]进一步地，所述步骤S4中，基于所述强度分布直方图求取提取车道线点云的强度阈值，根据所述强度阈值确定车道线候选点，包括：
[0018]在所述强度分布直方图上对点云的强度由小到大进行遍历，对点数、梯度、强度分别设定筛选条件，找到同时符合点数小于点数阈值、梯度小于梯度阈值、强度大于强度阈值三个条件的第一个强度值，作为求取的分离阈值；
[0019]针对每一帧，重复求取该分离阈值，将强度大于所述分离阈值的点云提取出来作为车道线候选点。
[0020]进一步地，所述步骤S5中，所述利用直方图滤波方法去除所述车道线候选点中的噪声点，包括：
[0021]对当前帧车道线候选点，沿着垂直于主行驶方向的方向平均划分多个区间，分别统计所述区间内的所述车道线候选点点数，生成点数直方图，点数少的区间内的点视作噪声点；选取一个点数阈值，过滤掉点数低于所述点数阈值的区间。
[0022]进一步地，所述步骤S6中，所述使用DBSCAN算法将位置上接近的多个点云点进行聚类生成多个点云簇，包括：
[0023]设定主行驶方向、核心半径、半径内搜索点数阈值和每类点数阈值上下限，利用所述DBSCAN算法进行聚类求解生成多个点云簇；具体流程为：
[0024]定义C为簇集、N为候选集，如果某点在半径邻域内含有的点数超过阈值，则认为该点是核心点；选取未被处理过的点p，若所述点p为所述核心点，建立簇集C，并将其邻域点加入所述候选集N，对所述候选集N中选取点q，若所述点q未被处理且为所述核心点，则将所述点q的邻域点加入所述候选集N，若所述点q未被归类，则将所述点q加入所述簇集C，重复选取点q，直到所述候选集N中的所有点都被处理，重复选取点p，直到所有对象都被归簇或归为噪声。
[0025]进一步地，所述步骤S6中，所述使用DBSCAN算法将位置上接近的多个点云点进行聚类生成多个点云簇，还包括：
[0026]对所述DBSCAN算法中的距离求算方法进行改写，利用车道线细、长的特征，求解点之间距离的方向分为沿主行驶方向和垂直于主行驶方向；
[0027]在所述沿主行驶方向和所述垂直于主行驶方向这两个方向上的距离分别设定低权重和高权重，在选取可以聚为一类的点时，滤除所述垂直于主行驶方向上的噪声点。
[0028]进一步地，所述步骤S7中，所述使用并查集算法对所述多个点云簇进行聚类，将位于同一条车道线上的点云簇聚为一类，包括：
[0029]对两簇点云分别求解中心点，若两中心点构成的向量与当前行驶方向对应向量的锐角夹角小于预设阈值，则建立两者联系关系，然后使用所述并查集算法，将所有存在联系关系的点云簇分别聚类，最终得到位于同一条车道线上的多个点云簇大类。
[0030]进一步地，所述步骤S8中，在使用最小二乘拟合的方法对每类中的车道线点进行拟合时，当点数、拟合直线后与主方向差距和拟合均方误差RMSE中任一不满足预设条件的不做拟合。
[0031]进一步地，所述步骤S8中，所述拟合完成后，加入一个补充预测处理；
[0032]利用追踪方法，通过GPS信息得到两帧位置变化量，将前一帧检出的所有车道线投
影至当前帧，在所述车道线附近设定候选区域，若所述候选区域内没有车道线生成却存在一定数量的点云点，用上一帧的检测结果进行补充预测。
[0033]与现有技术相比，本专利技术的有益效果至少包括：
[0034]1.本专利技术在车道线检测时，满足实时性要求，有效地滤除了噪声点，减少了漏检和误检的情况，精度可以达到保障；且该方法步骤设置紧凑合理，有良好的可验证性以及实用性。
[0035]2.本专利技术利用三维点云检测车道线，车道线因为有涂层所以点云强度较高，利用点云强度这一属性，在地面点中提取出车道线候选点，保证了其空间特征，比图像的三角化恢复更为精确。
[0036]3.本专利技术提出基于强度直方图几何特征求解分离车道线点云的自适应阈值的方法，充分观察了多帧点云的强度分布直方图，发现并利用了分布直方图的几何特征，以及车道线点和普通地面点相对数量、相对强度大小的特征，排除普通地面点，筛选出车道线点，并且针对每帧单独求解阈值，对多种车道线情况具有适应性。
[003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点云信息的车道线检测方法，其特征在于，包括：S1、获取车辆的激光雷达点云信息，从所述点云中提取地面附近区域点云；S2、从所述地面附近区域点云中提取地面区域作为目标区域；S3、对所述目标区域内的地面点进行多帧累积；S4、根据多帧累积后的地面点生成强度分布直方图，基于所述强度分布直方图求取提取车道线点云的强度阈值，根据所述强度阈值确定车道线候选点；S5、利用直方图滤波方法去除所述车道线候选点中的噪声点；S6、使用DBSCAN算法将位置上接近的多个点云点进行聚类生成多个点云簇；S7、使用并查集算法对所述多个点云簇进行聚类，将位于同一条车道线上的点云簇聚为一类；S8、使用最小二乘拟合的方法对每类车道线点进行拟合，获取车道线方程，基于所述车道线方程实现车道线检测。2.如权利要求1所述的一种基于激光雷达点云信息的车道线检测方法，其特征在于，所述步骤S1具体包括：获取车辆的激光雷达点云信息，利用PCL库中的长方体滤波，从所述点云信息中提取地面附近长方体区域内的点云。3.如权利要求2所述的一种基于激光雷达点云信息的车道线检测方法，其特征在于，所述步骤S3中，对所述目标区域内的地面点进行多帧累积，包括：通过所述地面点的两帧之间GPS数据的变化量，变换点云坐标，将当前帧附近的多帧点云都转换到当前帧坐标系下，多帧之间进行相互补充。4.如权利要求3所述的一种基于激光雷达点云信息的车道线检测方法，其特征在于，所述步骤S4中，基于所述强度分布直方图求取提取车道线点云的强度阈值，根据所述强度阈值确定车道线候选点，包括：在所述强度分布直方图上对点云的强度由小到大进行遍历，对点数、梯度、强度分别设定筛选条件，找到同时符合点数小于点数阈值、梯度小于梯度阈值、强度大于强度阈值三个条件的第一个强度值，作为求取的分离阈值；针对每一帧，重复求取该分离阈值，将强度大于所述分离阈值的点云提取出来作为车道线候选点。5.如权利要求4所述的一种基于激光雷达点云信息的车道线检测方法，其特征在于，所述步骤S5中，所述利用直方图滤波方法去除所述车道线候选点中的噪声点，包括：对当前帧车道线候选点，沿着垂直于主行驶方向的方向平均划分多个区间，分别统计所述区间内的所述车道线候选点点数，生成点数直方图，点数少的区间内的点视作噪声点；选取一个点数阈值，过滤掉点数低于所述点数阈值的区间。6.如权利要求5所述的一种基于激光雷达点云信息的车道线检测方法，其特征在于，所述步骤S...

【专利技术属性】
技术研发人员：李超群，曲婷，王锦坤，高炳钊，
申请(专利权)人：吉林大学，
类型：发明
国别省市：