本申请涉及一种路沿检测方法、装置、电子设备及存储介质,包括:获取激光雷达采集的点云数据;其中,点云数据携带第一时间戳;将点云数据进行预处理,得到道路路沿点云;获取前方摄像头采集的图像数据,得到分割后的道路路沿像素区域信息;其中,图像数据携带第二时间戳;根据第一时间戳、第二时间戳确定道路路沿点云在第二时间戳所在时刻的目标路沿点云;将目标路沿点云转换到图像数据中,基于道路路沿像素区域信息对目标路沿点云的像素进行校验,确定道路路沿边界点,进而得到道路路沿点。该方法,可以将目标路沿点云转换到图像数据中,利用激光雷达的测距准确和图像语义分割对类型的准确识别,可准确识别复杂场景下的道路路沿。
【技术实现步骤摘要】
本申请涉及智能辅助驾驶,具体涉及一种路沿检测方法、装置、电子设备及存储介质。
技术介绍
1、随着智能辅助驾驶技术的不断进步,人们对自动驾驶的需求越来越强烈。基于激光雷达的车型也在不断增加,由于激光雷达易受道路路面、雨天等因素影响,部分场景下无法准确识别道路路沿,使得智能辅助驾驶使用场景受限。
技术实现思路
1、为了解决如何准确识别复杂场景下的道路路沿的技术问题,本申请提供了一种路沿检测方法、装置、电子设备及存储介质。
2、第一方面,本申请提供了一种路沿检测方法,所述方法包括:
3、获取激光雷达采集的点云数据;其中,所述点云数据携带第一时间戳;
4、将所述点云数据进行预处理,得到预训练点云数据,并将所述预训练点云数据输入到预先训练的3d点云神经网络中,得到所述点云数据的关键点信息;其中,所述预处理包括滤波处理和感兴趣区域划分,所述关键点信息至少包括道路路沿点云;
5、获取前方摄像头采集的图像数据,并将所述图像数据输入到预先训练的语义分割网络中,得到分割后的道路路沿像素区域信息;其中,所述图像数据携带第二时间戳;
6、根据所述第一时间戳、所述第二时间戳确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云;
7、将所述目标路沿点云转换到所述图像数据中,基于所述道路路沿像素区域信息对所述目标路沿点云的像素进行校验,确定道路路沿边界点;
8、对所述道路路沿边界点进行三次曲线拟合,得到道路路沿点。
9、可选地,所述根据所述第一时间戳、所述第二时间戳确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云,包括:
10、获取车辆底盘信息;
11、根据所述第一时间戳对应的第一底盘信息和所述第二时间戳对应的第二底盘信息确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云。
12、可选地,所述将所述目标路沿点云转换到所述图像数据中,基于所述道路路沿像素区域信息对所述目标路沿点云的像素进行校验,确定道路路沿边界点,包括:
13、将所述目标路沿点云的坐标系转换到所述图像数据的坐标系中,得到路沿点云转换数据;
14、根据所述道路路沿像素区域信息对所述路沿点云转换数据的像素点进行校验,得到校验结果;
15、根据所述校验结果确定所述道路路沿边界点。
16、可选地,所述根据所述道路路沿像素区域信息对所述路沿点云转换数据的像素点进行校验,得到校验结果,包括:
17、提取所述道路路沿像素区域信息中每个路沿像素点对应的路沿标签;其中,相同路沿的所述路沿标签相同;
18、对所述路沿点云转换数据每个像素点执行如下处理:对所述像素点周围目标像素区域进行校验;若所述目标像素区域内的像素坐标对应的值为目标路沿标签,则将所述像素坐标所处的像素点确定为目标道路路沿边界点;
19、相应地,根据所述校验结果确定所述道路路沿边界点,包括:
20、将所有所述目标道路路沿边界点作为所述道路路沿边界点。
21、可选地,所述目标像素区域为以所述像素点为中心,向四周各延伸三个像素所包含的区域。
22、可选地,所述对所述道路路沿边界点进行三次曲线拟合,得到道路路沿点,包括:
23、对所述道路路沿边界点按照目标路沿标签进行划分;
24、提取相同所述目标路沿标签对应的所述目标道路路沿边界点的空间坐标;
25、对所述空间坐标进行三次曲线拟合,得到所述道路路沿点。
26、可选地,所述将所述预训练点云数据输入到预先训练的3d点云神经网络之前,所述方法还包括:
27、获取所述3d点云神经网络以及获取所述语义分割网络。
28、第二方面,本申请提供了一种路沿检测装置,所述装置包括:
29、获取模块,用于获取激光雷达采集的点云数据;其中,所述点云数据携带第一时间戳;
30、关键点提取模块,用于将所述点云数据进行预处理,得到预训练点云数据,并将所述预训练点云数据输入到预先训练的3d点云神经网络中,得到所述点云数据的关键点信息;其中,所述预处理包括滤波处理和感兴趣区域划分,所述关键点信息至少包括道路路沿点云;
31、像素区域分割模块,用于获取前方摄像头采集的图像数据,并将所述图像数据输入到预先训练的语义分割网络中,得到分割后的道路路沿像素区域信息;其中,所述图像数据携带第二时间戳;
32、确定模块,用于根据所述第一时间戳、所述第二时间戳确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云;
33、校验模块,用于将所述目标路沿点云转换到所述图像数据中,基于所述道路路沿像素区域信息对所述目标路沿点云的像素进行校验,确定道路路沿边界点;
34、路沿拟合模块,用于对所述道路路沿边界点进行三次曲线拟合,得到道路路沿点。
35、第三方面,本申请提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
36、存储器,用于存放计算机程序;
37、处理器,用于执行存储器上所存放的程序时,实现第一方面任一项实施例所述的路沿检测方法的步骤。
38、第四方面,本申请提供了一种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如第一方面任一项实施例所述的路沿检测方法的步骤。
39、本申请的有益效果:
40、本申请实施例提供的该方法,获取激光雷达采集的点云数据;其中,所述点云数据携带第一时间戳;将所述点云数据进行预处理,得到预训练点云数据,并将所述预训练点云数据输入到预先训练的3d点云神经网络中,得到所述点云数据的关键点信息;其中,所述预处理包括滤波处理和感兴趣区域划分,所述关键点信息至少包括道路路沿点云;获取前方摄像头采集的图像数据,并将所述图像数据输入到预先训练的语义分割网络中,得到分割后的道路路沿像素区域信息;其中,所述图像数据携带第二时间戳;根据所述第一时间戳、所述第二时间戳确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云;将所述目标路沿点云转换到所述图像数据中,基于所述道路路沿像素区域信息对所述目标路沿点云的像素进行校验,确定道路路沿边界点;对所述道路路沿边界点进行三次曲线拟合,得到道路路沿点。该方法,可以将目标路沿点云转换到图像数据中,将激光雷达和摄像头结合起来,利用激光雷达的测距准确和图像语义分割对类型的准确识别,有效减少路沿的误检测,可准确识别复杂场景下的道路路沿,为提高车辆自动驾驶的稳定性和安全性提供了数据基础。
本文档来自技高网...
【技术保护点】
1.一种路沿检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一时间戳、所述第二时间戳确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述目标路沿点云转换到所述图像数据中,基于所述道路路沿像素区域信息对所述目标路沿点云的像素进行校验,确定道路路沿边界点,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述道路路沿像素区域信息对所述路沿点云转换数据的像素点进行校验,得到校验结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述目标像素区域为以所述像素点为中心,向四周各延伸三个像素所包含的区域。
6.根据权利要求4所述的方法,其特征在于,所述对所述道路路沿边界点进行三次曲线拟合,得到道路路沿点,包括:
7.根据权利要求1所述的方法,其特征在于,所述将所述预训练点云数据输入到预先训练的3D点云神经网络之前,所述方法还包括:
8.一种路沿检测装置,其特征在于,所述装置包括:
>
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的路沿检测方法。
...
【技术特征摘要】
1.一种路沿检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一时间戳、所述第二时间戳确定所述道路路沿点云在所述第二时间戳所在时刻的目标路沿点云,包括:
3.根据权利要求1所述的方法,其特征在于,所述将所述目标路沿点云转换到所述图像数据中,基于所述道路路沿像素区域信息对所述目标路沿点云的像素进行校验,确定道路路沿边界点,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述道路路沿像素区域信息对所述路沿点云转换数据的像素点进行校验,得到校验结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述目标像素区域为以所述像素点为中心,向四周各延伸...
【专利技术属性】
技术研发人员:喻佳澜,陈剑斌,
申请(专利权)人:重庆长安汽车股份有限公司,
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。