[发明专利]一种道路对象识别方法和装置

说明书

本申请提供了一种道路对象识别方法和装置，识别方法包括：根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中；根据每个点集合中点的位置坐标和所述道路的参考线的方向，得到沿参考线的方向覆盖点集合中所有点的矩形；判断相邻的两个分段位置范围对应的矩形是否存在连接关系；将存在连接关系的矩形标记为属于同一道路对象。本申请基于道路参考线对道路的点云数据进行分段，获得覆盖各分段内所有点的矩形，根据矩形的位置关系来得到属于同一道路对象的矩形，有效识别出该矩形中覆盖的所有点对应的完整的道路对象。

技术领域

本申请涉及数据处理领域，具体的涉及到一种道路对象识别方法和装置。

背景技术

在地图导航中，自动驾驶是一个关键性的技术，自动驾驶的关键在于能够高精度地识别车辆周边的道路环境，从而使自动驾驶安全可靠。

激光扫描技术，特别是最近发展的车载移动激光测量系统，由于其快速、精确获取地面三维空间信息的能力，越来越受到人们的高度重视。车载激光扫描系统采集的数据为具有采集点密度高、数据量大等特性的点云数据，如何从点云数据中准确、快速的提取道路的地形、地物、图形、文字等道路对象已经成为点云数据实际应用中迫切需要解决的问题。

目前虽然有一些针对数据量较大的点云进行道路对象识别的方法，其通常是基于所采集的点云的数据量以及计算机的运算能力，将所采集的点云分成多份子点云，从而分次对该多份子点云进行识别。例如，所采集的点云的数据量是10G，而计算机的单次运算能力是2G，则将点云分成5份子点云进行识别。在对现有技术研究的过程中，发明人发现现有识别方法对点云的划分仅是根据数据量进行，在一定程度上切断了点云所对应的道路对象之间的实际地理联系，从而影响对点云对应的道路对象进行识别的正确率。

发明内容

鉴于上述问题，本申请提供一种道路对象识别方法和相应的一种道路对象识别装置，基于道路参考线对道路的点云数据进行分段，并通过获取覆盖各分段内的所有点的矩形，根据相邻的分段对应的矩形是否存在连接关系，来得到属于同一个道路对象的矩形，从而在已经确定矩形覆盖的点集对应的点云数据的情况下，能够更准确地识别道路对象，实际上，本申请实施例利用了所采集的点云数据之间的地理联系来得到属于同一道路对象的矩形，从而在确定矩形边框进而确定该矩形边框内的点云数据的情况下，对道路对象进行更准确地识别。

根据本申请的一个实施例，提供了一种道路对象识别方法，包括：根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；将所述道路的点云数据中，落入同一个分段位置范围内的点分到同一个点集合中；针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；将存在连接关系的矩形标记为属于同一道路对象。

根据本申请的另一个实施例，提供了一种道路对象识别装置，包括：分段位置范围获取单元，用于根据预设的分段长度和道路的参考线，得到用于对所述道路的点云数据进行分段的分段位置范围；分配单元，用于将所述道路的点云数据中、落入同一个分段位置范围内的点分到同一个点集合中；矩形获取单元，用于针对每个点集合，根据点集合中点的位置坐标和所述道路的参考线的方向，得到沿所述参考线的方向覆盖所述点集合中所有点的矩形；判断单元，用于针对相邻的两个分段位置范围对应的矩形，判断其中一个对应的矩形与另一个对应的矩形是否存在连接关系；标记单元，用于将存在连接关系的矩形标记为属于同一道路对象。

与现有技术相比，本申请具有以下优点：