轨道路面识别方法及装置制造方法及图纸

本申请涉及图像识别技术领域，提供一种轨道路面识别方法及装置。所述方法包括：对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段；根据点云区段中各目标点的Z轴坐标，确定点云区段的平均路面高度和目标路面法向量，以根据平均路面高度和目标路面法向量，获取点云区段中的目标点云；根据各点云区段的目标点云，确定各点云区段的轨道路面点云，以根据各点云区段的轨道路面点云，确定轨道路面。本申请实施例提供的轨道路面识别方法能够提高对轨道路面识别的准确率。法能够提高对轨道路面识别的准确率。法能够提高对轨道路面识别的准确率。

【技术实现步骤摘要】
轨道路面识别方法及装置


[0001]本申请涉及图像识别
，具体涉及一种轨道路面识别方法及装置。

技术介绍

[0002]目前，随着人口的增长和流动，城市交通中的轨道交通任务更为繁重，对轨道车辆的自动化控制，如无人驾驶有了更高的要求。而在实现轨道车辆的自动化控制中，对轨道路面的自主识别，以识别出轨道路面中的路面和路面障碍物，是十分重要的一环。
[0003]相关技术中，对路面的识别，通常是通过获取路面的点云数据，然后将获取到的点云数据采用类似平面网格法或基于聚类的地面分割法，来实现路面的识别，这些路面的识别方式在地面平台且具有明显障碍物的情况下，能够取得比较理想的地面识别效果。然而，由于轨道路面的环境较复杂，如有建立在碎石堆的小山坡上，处于地势高点；有位于道口横穿公路的轨道，和周围齐平；也有轨道附近施工，路面深坑不断等等各种工况环境，而在这些环境下，获取到的点云数据是凹凸不平的，存在大规模散乱的点云数据，而现有的路面识别方式均不适用于对大规模散乱的点云数据进行去噪处理，因此无法很好地分割出轨道路面中的路面和路面障碍物，影响轨道路面的识别准确率。

技术实现思路

[0004]本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种轨道路面识别方法，能够提高对轨道路面识别的准确率。
[0005]本申请还提出一种轨道路面识别装置。
[0006]本申请还提出一种电子设备。
[0007]本申请还提出一种计算机可读存储介质。
[0008]根据本申请第一方面实施例的轨道路面识别方法，包括：
[0009]对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段；
[0010]根据所述点云区段中各目标点的Z轴坐标，确定所述点云区段的平均路面高度和目标路面法向量，以根据所述平均路面高度和目标路面法向量，获取所述点云区段中的目标点云；
[0011]根据所述各所述点云区段的目标点云，确定各所述点云区段的轨道路面点云，以根据各所述点云区段的轨道路面点云，确定轨道路面。
[0012]本申请实施例提供的轨道路面识别方法，通过对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段后，根据点云区段中各目标点的Z轴坐标来确定点云区段的平均路面高度和目标路面法向量，以根据平均路面高度和目标路面法向量来获取点云区段中的目标点云后，根据目标点云确定该点云区段的轨道路面点云，再根据各点云区段的轨道路面点云确定轨道路面。从而利用点云区段中各目标点的Z轴坐标获取到的平均路面高度和目标路面法向量，来独立计算出这个点云区段的轨道路面点云后，再由各点云区段的轨道路面点云确定最终的轨道路面，以减少大规模散乱点云对轨道路面识别的影
响，进而提高对轨道路面识别的准确率。
[0013]根据本申请的一个实施例，对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段，包括：
[0014]根据预设长度，对所述轨道点云地图进行分割，获取各点云区段。
[0015]根据本申请的一个实施例，对所述轨道点云地图进行分割，获取各点云区段，包括：
[0016]对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各初始区段；
[0017]根据所述初始区段的位置信息，从所述轨道车辆的行进方向上的轨道线路地图中，获取与所述初始区段对应的轨道线路区段；
[0018]从所述初始区段中，剔除与所述轨道线路区段不匹配的离群点，获取所述点云区段。
[0019]根据本申请的一个实施例，从所述初始区段中，剔除与所述轨道线路区段不匹配的离群点，获取所述点云区段，包括：
[0020]将所述轨道线路区段转换至所述轨道车辆的车辆坐标系中，获取目标线路区段；
[0021]从所述初始区段中，剔除与所述目标线路区段不匹配的离群点，获取所述点云区段。
[0022]根据本申请的一个实施例，根据各目标点的Z轴坐标，确定所述点云区段的平均路面高度和目标路面法向量，包括：
[0023]根据各目标点的Z轴坐标，获取平均Z轴坐标，以根据所述平均Z轴坐标确定所述平均路面高度；以及，
[0024]对各所述目标点的Z轴坐标进行PCA处理，获取所述目标路面法向量。
[0025]根据本申请的一个实施例，根据所述各所述点云区段的目标点云，确定各所述点云区段的轨道路面点云，包括：
[0026]将所述点云区段的目标点云标记为当前所述目标点云，多次对当前所述目标点云进行路面识别处理，每次处理均在根据当前所述目标点云的当前路面高度和当前路面法向量，确定当前所述路面区段中的下一目标点云后，将所述下一目标点云迭代为当前所述目标点云，直至迭代次数达到预设次数时，将最后一次迭代得到的当前所述目标点云，确定为所述点云区段的轨道路面点云；
[0027]其中，当前所述路面高度和当前所述路面法向量根据当前所述目标点云中各点数据的Z轴坐标确定。
[0028]根据本申请的一个实施例，所述目标点为所述点云区段中Z轴坐标的坐标值小于预设值的点数据。
[0029]根据本申请第二方面实施例的轨道路面识别装置，包括：
[0030]点云地图分割模块，用于对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段；
[0031]目标点云获取模块，用于根据所述点云区段中各目标点的Z轴坐标，确定所述点云区段的平均路面高度和目标路面法向量，以根据所述平均路面高度和目标路面法向量，获取所述点云区段中的目标点云；
[0032]轨道路面识别模块，用于根据所述各所述点云区段的目标点云，确定各所述点云
区段的轨道路面点云，以根据各所述点云区段的轨道路面点云，确定轨道路面。
[0033]根据本申请第三方面实施例的电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一实施例所述的轨道路面识别方法。
[0034]根据本申请第四方面实施例的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的轨道路面识别方法。
[0035]根据本申请第五方面实施例的计算机程序产品，包括：所述计算机程序被处理器执行时实现如上述任一实施例所述的轨道路面识别方法。
[0036]本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
[0037]通过对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段后，根据点云区段中各目标点的Z轴坐标来确定点云区段的平均路面高度和目标路面法向量，以根据平均路面高度和目标路面法向量来获取点云区段中的目标点云后，根据目标点云确定该点云区段的轨道路面点云，再根据各点云区段的轨道路面点云确定轨道路面。从而利用点云区段中各目标点的Z轴坐标获取到的平均路面高度和目标路面法向量，来独立计算出这个点云区段的轨道路面点云后，再由各点云区段的轨道路面点云确定最终的轨道路面，以减少大规模散乱点云对轨道路面识别的影响，进而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道路面识别方法，其特征在于，包括：对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段；根据所述点云区段中各目标点的Z轴坐标，确定所述点云区段的平均路面高度和目标路面法向量，以根据所述平均路面高度和目标路面法向量，获取所述点云区段中的目标点云；根据所述各所述点云区段的目标点云，确定各所述点云区段的轨道路面点云，以根据各所述点云区段的轨道路面点云，确定轨道路面。2.根据权利要求1所述的轨道路面识别方法，其特征在于，对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各点云区段，包括：根据预设长度，对所述轨道点云地图进行分割，获取各点云区段。3.根据权利要求1或2所述的轨道路面识别方法，其特征在于，对所述轨道点云地图进行分割，获取各点云区段，包括：对位于轨道车辆的行进方向上的轨道点云地图进行分割，获取各初始区段；根据所述初始区段的位置信息，从所述轨道车辆的行进方向上的轨道线路地图中，获取与所述初始区段对应的轨道线路区段；从所述初始区段中，剔除与所述轨道线路区段不匹配的离群点，获取所述点云区段。4.根据权利要求3所述的轨道路面识别方法，其特征在于，从所述初始区段中，剔除与所述轨道线路区段不匹配的离群点，获取所述点云区段，包括：将所述轨道线路区段转换至所述轨道车辆的车辆坐标系中，获取目标线路区段；从所述初始区段中，剔除与所述目标线路区段不匹配的离群点，获取所述点云区段。5.根据权利要1所述的轨道路面识别方法，其特征在于，根据各目标点的Z轴坐标，确定所述点云区段的平均路面高度和目标路面法向量，包括：根据各目标点的Z轴坐标，获取平均Z轴坐标，以根据所述平均Z轴坐标确定所述平均路面高度；以及，对各所述目标点的Z轴坐标进行PCA...

【专利技术属性】
技术研发人员：张志勇，田鑫钰，李昌林，刘硕，钟伟，
申请(专利权)人：重庆赛迪奇智人工智能科技有限公司，
类型：发明
国别省市：