【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其涉及一种道路边界检测方法、装置、电子设备及存储介质。
技术介绍
1、道路边界检测是自动驾驶车辆环境感知重要内容，它将感知的环境分为行驶区域道路、道路边界和道路边界以外环境。道路边界检测可以辅助车辆定位，并且可以是识别道路区域，减少感知范围，提高环境感知后续处理效率与精度。
2、相关技术中，随着深度学习的快速发展，道路边界的检测与提取主要是通过对相机采集的道路图像使用像素级的分割算法来实现；或者，通过时空复杂度高的深度学习模型对车载雷达采集的点云数据进行处理得到道路边界点，也可以由制作和维护成本高的高精度地图提供道路边界信息。然而，下游感知算法如物体检测与跟踪等通常仅需要道路边界内部的点云作为输入，如果输入单帧全部点云，不仅会产生大量由栅栏、植被等造成的障碍物误检测、误跟踪，也会增加算法的时间和空间复杂度，加大在车载计算平台上的部署难度。
技术实现思路
1、本专利技术提供了一种道路边界检测方法、装置、电子设备及存储介质，以实现根据点云数据的聚类特征对道...
【技术保护点】
1.一种道路边界检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述聚类分类特征向量包括直角特征向量，所述根据当前聚类区域对应的图像数据，确定与所述当前聚类区域对应的聚类分类特征向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述聚类分类特征向量包括矩形特征向量，所述根据当前聚类区域对应的图像数据，确定与所述当前聚类区域对应的聚类分类特征向量，包括：
4.根据权利要求1所述的方法，其特征在于，所述聚类分类特征向量包括几何特征向量，所述根据当前聚类区域对应的图像数据，确定与所述当前聚类区域对应的聚类分类
【技术特征摘要】
1.一种道路边界检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述聚类分类特征向量包括直角特征向量，所述根据当前聚类区域对应的图像数据，确定与所述当前聚类区域对应的聚类分类特征向量，包括：
3.根据权利要求2所述的方法，其特征在于，所述聚类分类特征向量包括矩形特征向量，所述根据当前聚类区域对应的图像数据，确定与所述当前聚类区域对应的聚类分类特征向量，包括：
4.根据权利要求1所述的方法，其特征在于，所述聚类分类特征向量包括几何特征向量，所述根据当前聚类区域对应的图像数据，确定与所述当前聚类区域对应的聚类分类特征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述几何特征向量包括高...
【专利技术属性】
技术研发人员：毛威，曹亮，
申请(专利权)人：吉咖智能机器人有限公司，
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。