一种道路边缘检测方法和装置制造方法及图纸

本申请公开了一种道路边缘检测方法和装置，以实现准确地检测道路边缘曲线。该方法包括：在车辆行驶过程中，车载道路边缘检测装置获取车载激光雷达扫描周围环境生成的点云数据；其中，点云数据中包括多个点的三维坐标值以及反射强度值；确定点云数据中每个点的局部几何特征，局部几何特征包括点的法向以及法向曲率；在点云数据中选择多个种子点，使用区域生长方法、根据种子点和各个点的局部几何特征，生成多个点簇；确定包括的点数最多的一个点簇为可行驶路面点簇，在可行驶路面点簇中确定多个道路边缘点；根据确定的多个道路边缘点拟合得到道路边缘曲线。拟合得到道路边缘曲线。拟合得到道路边缘曲线。

【技术实现步骤摘要】
一种道路边缘检测方法和装置


[0001]本专利技术涉及自动驾驶领域，特别涉及一种道路边缘检测方法和装置。

技术介绍

[0002]自动驾驶车辆的导航技术是根据感知车辆的位置和运动情况，自动地控制车辆向目的地行驶的技术。自动驾驶车辆导航在人们出行、货物运输和服务提供方面有重要的应用。自动驾驶技术的一个组成部分就是道路边缘检测，该技术能够保证车辆和乘客以及附近的人和物的安全。

技术实现思路

[0003]鉴于上述问题，本申请提供一种道路边缘检测方法和装置，以实现准确地检测道路边缘曲线。
[0004]根据本申请的一个方面，提供了一种道路边缘检测方法，包括：
[0005]在车辆行驶过程中，车载道路边缘检测装置获取车载激光雷达扫描周围环境生成的点云数据；其中，点云数据中包括多个点的三维坐标值以及反射强度值；
[0006]确定点云数据中每个点的局部几何特征，局部几何特征包括点的法向以及法向曲率；
[0007]在点云数据中选择多个种子点，使用区域生长方法、根据种子点和各个点的局部几何特征，生成多个点簇；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路边缘检测方法，其特征在于，包括：在车辆行驶过程中，车载道路边缘检测装置获取车载激光雷达扫描周围环境生成的点云数据；其中，点云数据中包括多个点的三维坐标值以及反射强度值；确定点云数据中每个点的局部几何特征，局部几何特征包括点的法向以及法向曲率；在点云数据中选择多个种子点，使用区域生长方法、根据种子点和各个点的局部几何特征，生成多个点簇；确定包括的点数最多的一个点簇为可行驶路面点簇，在可行驶路面点簇中确定多个道路边缘点；根据确定的多个道路边缘点拟合得到道路边缘曲线；在本次对一个路段确定得到的多个道路边缘点无法拟合得到一条连续的道路边缘曲线的情况下，获取其它次对该路段确定得到的道路边缘曲线；根据其它次对该路段确定得到的道路边缘曲线、以及本次对该路段的前后相邻路段确定得到的道路边缘曲线，拟合得到该路段的道路边缘曲线；其中，所述本次对该路段的前后相邻路段确定得到道路边缘曲线是根据所述车辆上的所述车载道路边缘检测装置获取的所述点云数据。2.根据权利要求1所述的方法，其特征在于，所述其它次对该路段确定得到的道路边缘曲线是根据所述车辆上的所述车载道路边缘检测装置所获取的所述点云数据。3.根据权利要求1所述的方法，其特征在于，所述其它次对该路段确定得到的道路边缘曲线是根据所述车辆以外的其他车辆上的所述车载道路边缘检测装置获取的所述点云数据。4.根据权利要求3所述的方法，其特征在于，所述车辆与所述其他车辆进行通信，所述通信包括V2X通信、Wi
‑
Fi通信或移动通信。5.根据权利要求1所述的方法，其特征在于，根据其它次对该路段确定得到的道路边缘曲线、以及本次对该路段的前后相邻路段确定得到的道路边缘曲线，拟合得到该路段的道路边缘曲线，包括：对其它次确定得到的该路段的道路边缘曲线、本次对该路段的前后相邻路段确定得到的道路边缘曲线进行抽样，得到按照空间位置分布的多个道路边缘点；根据抽样得到的多个道路边缘点拟合得到该路段和前后相邻路段的道路边缘曲线。6.根据权利要求1所述的方法，其特征在于，所述预定数量的多个种子点是在所述点云数据中随机选择或均匀选择的。7.根据权利要求1所述的方法，其特征在于，所述根据确定的多个道路边缘点拟合得到道路边缘曲线，包括：当所述车辆之外的相邻车辆遮挡道路边缘的一部分时，根据检测到的所述多个道路边缘点及被所述相邻车辆遮挡的部分来拟合以得到所述道路边缘曲线，其中，所述相邻车辆被检测到的部分被忽略以拟合得到所述道路边缘曲线。8.根据权利要求1所述的方法，其特征在于，获取车载激光雷达生成的点云数据，包括：获取激光雷达生成的多帧点云数据，以及车载全球定位系统GPS测量的定位信息和惯性测量单元IMU测量的姿态信息，将多帧点云数据标定到一个公共的坐标系中，得到一个累积的点云数据。
9.根据权利要求1所述的方法，其特征在于，确定点云数据中每个点的局部几何特征包括：对于点云数据中的一个点，通过该点及该点周围的多个相邻点的三维坐标，拟合得到一个平面，确定该点在拟合的平面上的法向；确定该点及该点周围的多个相邻点构成的协方差矩阵以及协方差矩阵的多个特征值，根据多个特征值确定得到该点的法向曲率。10.根据权利要求9所述的方法，其特征在于，所述方法还包括：通过K维树方法在点云数据中搜索确定得到一个点周围的多个相邻点；多个相邻点包括冯诺依曼相邻点，或者摩尔相邻点。11.根据权利要求9所述的方法，其特征在于，根据多个特征值确定得到该点的法向曲率，包括：协方差矩阵的特征值包括λ0、λ1、λ2，确定λ0/(λ0+λ1+λ2)为该点的法向曲率。12.根据权利要求1所述的方法，其特征在于，在点云数据中选择多个种子点，包括：在点云数据中随机选择预定数量的多个种子点；或者，在点云数据中均匀选择预定数量的多个种子点。13.根据权利要求1所述的方法，其特征在于，使用区域生长方法、根据种子点和各个点的局部几何特征，生成多个点簇，包括：迭代执行区域生长操作，得到多个点簇，区域生长操作包括：对于每个种子点，判断该种子点周围的一个点是否满足预定的判断准则，在满足的情况下，确定将该点加入到该种子点所属的点簇；将该点簇的多个外围点确定为新的种子点；预定的判断准则包括：判断一个周围点与种子点在三维坐标中的高度差是否处于预定的高度差范围内、该周围点与种子点的法向差是否处在预定的法向差范围内、以及该周围点与种子点的法向曲率差是否处在预定的法向曲率差范围内。14.根据权利要求13所述的方法，其特征在于，在生成多个点簇的过程中，在点云数据中的点的数量小于预定的第一数量的情况下，停止生成多个点簇；和/或，在一个点簇中的点的数量大于预定的第二数量的情况下，停止生成该点簇。15.根据权利要求13所述的方法，其特征在于，在一个点簇的种子点和另一个点簇的种子点互为周围点的情况下，在这两个点满足预定的判断准则时，将该两个点簇合并为一个点簇。16.根据权利要求1所述的方法，其特征在于，在可行驶路面点簇中确定多个道路边缘点，包括：通过凹包算法确定得到可行驶路面点簇的多个边缘点；确定可行驶路面点簇的多个边缘点为多个道路边缘点。17.根据权利要求1所述的方法，其特征在于，根据确定的多个道路边缘点拟合得到道路边缘曲线，包括：使用随机抽样一致方法通过多个道路边缘点拟合得到道路边缘曲线。18.根据权利要求1所述的方法，其特征在于，所述方法还包括：对拟合得到的道路边缘曲线进行平滑处理，得到平滑后的道路边缘曲线。19.一种道路边缘检测装置，其特征在于，...

【专利技术属性】
技术研发人员：韦予杰，梅学，
申请(专利权)人：北京图森未来科技有限公司，
类型：发明
国别省市：