用于从LIDAR数据检测道路标记点的系统、方法和计算机程序产品技术方案

用于从LiDAR数据检测道路标记点的系统、方法和自动驾驶车辆可以获得由LiDAR系统生成的LiDAR数据集；对于LiDAR系统的每个激光发射器，通过以下方式处理与该激光发射器相关联的点云：对于点云中的每个点，基于该点处的强度梯度，确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定该候选梯度边缘点对是否对应于道路标记边缘；以及根据对多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对。路标记边缘的候选梯度边缘点对。路标记边缘的候选梯度边缘点对。

【技术实现步骤摘要】
【国外来华专利技术】用于从LIDAR数据检测道路标记点的系统、方法和计算机程序产品
[0001]相关申请的交叉引用
[0002]本申请要求于2020年12月21日提交的美国专利申请第17/128946号的优先权，其全部内容通过引用明确地合并于此。

技术介绍

[0003]1.领域
[0004]本公开一般涉及物体检测，并且在一些非限制性实施例或方面中，涉及从LiDAR(光检测与测距)数据检测道路标记点。
[0005]2.技术考虑
[0006]在许多自动驾驶系统中使用高清地图。例如，3D LiDAR地图可以提供参考，定位子系统可以在线配准LiDAR扫描，以便以高精度在地图内定位车辆。将语义信息(例如，将点标记为道路、人行道、道路标记、植被、建筑物等)添加到地图中的LiDAR点和在线扫描可以帮助配准(registration)算法，并且提供地图内车辆的更本地化的估计。

技术实现思路

[0007]因此，提供了用于从LiDAR数据检测道路标记点的改进的系统、方法、产品、装置和/或设备。检测到的道路标记点可以用于生成和/或更新用于控制自动驾驶车辆和/或促进自动驾驶车辆的至少一个自动驾驶操作的地图(例如，3D LiDAR地图等)，诸如在自动驾驶车辆所在的地理区域的3D LiDAR地图中定位自动驾驶车辆等。
[0008]根据一些非限制性实施例或方面，提供了一种获得由LiDAR系统生成的LiDAR数据集的方法和系统，所述LiDAR数据集定义了与所述LiDAR系统的多个激光发射器相关联的多个点云；对于所述多个激光发射器中的每个激光发射器，通过以下方式处理与该激光发射器相关联的所述多个点云中的点云：对于点云中的每个点，基于该点处的强度梯度，确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在所述至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定所述至少一个候选梯度边缘点对是否对应于道路标记边缘；根据对所述多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对；以及使用被确定为对应于道路标记边缘的候选梯度边缘点对来生成包括道路标记边缘的地图、促进自动驾驶车辆的至少一个自动驾驶操作或其任意组合中的至少一个。
[0009]根据一些非限制性实施例或方面，提供了一种自动驾驶车辆，所述自动驾驶车辆包括：LiDAR系统，所述LiDAR系统被配置为生成LiDAR数据集，所述LiDAR数据集定义了与所述LiDAR系统的多个激光发射器相关联的多个点云；以及计算设备，所述计算设备被编程和/或被配置为：获得由LiDAR系统生成的LiDAR数据集，所述LiDAR数据集定义了与所述LiDAR系统的多个激光发射器相关联的多个点云；对于所述多个激光发射器中的每个激光发射器，通过以下方式处理与该激光发射器相关联的所述多个点云中的点云：对于点云中
的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在所述至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定所述至少一个候选梯度边点对是否对应于道路标记边缘；根据对所述多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对；以及基于被确定为对应于道路标记边缘的候选梯度边缘点对，在自动驾驶车辆所在的地理区域的3D LiDAR地图中定位自动驾驶车辆。
[0010]在以下编号的条款中阐述了进一步的实施例或方面：
[0011]条款1.一种计算机实现的方法，包括：获得由LiDAR系统生成的LiDAR数据集，所述LiDAR数据集定义了与所述LiDAR系统的多个激光发射器相关联的多个点云；对于所述多个激光发射器中的每个激光发射器，通过以下方式处理与该激光发射器相关联的所述多个点云中的点云：对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在所述至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定所述至少一个候选梯度边缘点对是否对应于道路标记边缘；根据对所述多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对；以及使用被确定为对应于道路标记边缘的候选梯度边缘点对来生成包括道路标记边缘的地图、促进自动驾驶车辆的至少一个自动驾驶操作或其任意组合中的至少一个。
[0012]条款2.根据条款1所述的计算机实现的方法，其中，对于所述多个激光发射器中的每个激光发射器，处理与该激光发射器相关联的所述多个点云中的点云还包括：基于与点相关联的方位角、与点相关联的时间或其任意组合中的至少一个对点云中的点进行排序。
[0013]条款3.根据条款1或2所述的计算机实现的方法，其中，对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点还包括：基于点云中的包括该点和另一个点的相邻点对在该点处的强度梯度以及所述相邻点对之间的强度的相对差，确定该点是否对应于梯度边缘点。
[0014]条款4.根据条款1
‑
3中任一项所述的计算机实现的方法，其中，确定所述至少一个候选梯度边缘点对是否对应于道路标记边缘是基于以下参数中的至少一个：点的内部段的角弧，点的内部段的欧几里得距离，点的内部段中的连续点之间的最大距离，点的内部段中的点的最小强度，点的内部段中的点的最小强度与点的内部段中的点的最大强度之比，点的内部段的平均内部强度与点的外部段的平均外部强度之间的差，点的内部段的标准偏差，或其任意组合。
[0015]条款5.根据条款1
‑
4中任一项所述的计算机实现的方法，其中，使用多线程分别且并行地处理与所述多个激光发射器相关联的所述多个点云中的点云。
[0016]条款6.根据条款1
‑
5中任一项所述的计算机实现的方法，其中，所述多个LiDAR点云中的每个LiDAR点云对应于所述LiDAR系统的单个360度扫描。
[0017]条款7.根据条款1
‑
6中任一项所述的计算机实现的方法，还包括：基于被确定为对应于道路标记边缘的候选梯度边缘点对，在自动驾驶车辆所在的地理区域的3D LiDAR地图中定位自动驾驶车辆。
[0018]条款8.一种系统，包括：一个或多个处理器，所述一个或多个处理器被编程和/或被配置为：获得由LiDAR系统生成的LiDAR数据集，所述LiDAR数据集定义了与所述LiDAR系
统的多个激光发射器相关联的多个点云；对于所述多个激光发射器中的每个激光发射器，通过以下方式处理与该激光发射器相关联的所述多个点云中的点云：对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在所述至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定所述至少一个候选梯度边点对是否对应于道路标记边缘；根据对所述多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对；以及使用被确定为对应于道路标记边本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算机实现的方法，包括：获得由LiDAR系统生成的LiDAR数据集，所述LiDAR数据集定义了与所述LiDAR系统的多个激光发射器相关联的多个点云；对于所述多个激光发射器中的每个激光发射器，通过以下方式处理与该激光发射器相关联的所述多个点云中的点云：对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在所述至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定所述至少一个候选梯度边缘点对是否对应于道路标记边缘；根据对所述多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对；以及使用被确定为对应于道路标记边缘的候选梯度边缘点对来生成包括道路标记边缘的地图、促进自动驾驶车辆的至少一个自动驾驶操作或其任意组合中的至少一个。2.根据权利要求1所述的计算机实现的方法，其中，对于所述多个激光发射器中的每个激光发射器，处理与该激光发射器相关联的所述多个点云中的点云还包括：基于与点相关联的方位角、与点相关联的时间或其任意组合中的至少一个对点云中的点进行排序。3.根据权利要求1和2中任一项所述的计算机实现的方法，其中，对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点还包括：基于点云中的包括该点和另一个点的相邻点对在该点处的强度梯度以及所述相邻点对之间的强度的相对差，确定该点是否对应于梯度边缘点。4.根据权利要求1
‑
3中任一项所述的计算机实现的方法，其中，确定所述至少一个候选梯度边缘点对是否对应于道路标记边缘是基于以下参数中的至少一个：点的内部段的角弧，点的内部段的欧几里得距离，点的内部段中的连续点之间的最大距离，点的内部段中的点的最小强度，点的内部段中的点的最小强度与点的内部段中的点的最大强度之比，点的内部段的平均内部强度与点的外部段的平均外部强度之间的差，点的内部段的标准偏差，或其任意组合。5.根据权利要求1
‑
4中任一项所述的计算机实现的方法，其中，使用多线程分别且并行地处理与所述多个激光发射器相关联的所述多个点云中的点云。6.根据权利要求1
‑
5中任一项所述的计算机实现的方法，其中，所述多个LiDAR点云中的每个LiDAR点云对应于所述LiDAR系统的单个360度扫描。7.根据权利要求1
‑
6中任一项所述的计算机实现的方法，还包括：基于被确定为对应于道路标记边缘的候选梯度边缘点对，在自动驾驶车辆所在的地理区域的3D LiDAR地图中定位自动驾驶车辆。8.一种系统，包括：一个或多个处理器，所述一个或多个处理器被编程和/或被配置为：获得由LiDAR系统生成的LiDAR数据集，所述LiDAR数据集定义了与所述LiDAR系统的多个激光发射器相关联的多个点云；
对于所述多个激光发射器中的每个激光发射器，通过以下方式处理与该激光发射器相关联的所述多个点云中的点云：对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点；以及基于在至少一个候选梯度边缘点对之间的点的内部段中的点的强度和在所述至少一个候选梯度边缘点对之外的点的外部段中的点的强度，确定所述至少一个候选梯度边点对是否对应于道路标记边缘；根据对所述多个点云的处理，聚集被确定为对应于道路标记边缘的候选梯度边缘点对；以及使用被确定为对应于道路标记边缘的候选梯度边缘点对来生成包括道路标记边缘的地图、促进自动驾驶车辆的至少一个自动驾驶操作或其任意组合中的至少一个。9.根据权利要求8所述的系统，其中，所述一个或多个处理器还被编程和/或被配置为对于所述多个激光发射器中的每个激光发射器，通过以下方式来处理与该激光发射器相关联的所述多个点云中的点云：基于与点相关联的方位角、与点相关联的时间或其任意组合中的至少一个对点云中的点进行排序。10.根据权利要求8和9中任一项所述的系统，其中，对于点云中的每个点，基于该点处的强度梯度来确定该点是否对应于梯度边缘点还包括：基于点云中的包括该点和另...

【专利技术属性】
技术研发人员：E，
申请(专利权)人：阿尔戈人工智能有限责任公司，
类型：发明
国别省市：