[发明专利]基于三维点云数据的道路标识获取方法、终端设备及装置

说明书

本发明提出了一种基于三维点云数据的道路标识获取方法、介质、终端设备及装置，该方法包括：通过构建U‑net分割网络对道路的三维点云数据进行处理以提取道路标识；采用多层次的分类算法对提取出的道路标识进行分类以获得不同类型的道路标识；针对不同类型的道路标识，采用相应的补全算法进行道路标识补全，以获得完整的道路标识。该方法通过对道路标识的精准识别及分类补全，提升了获取结果的准确性、完整度。

技术领域

本发明涉及计算机技术领域，特别涉及一种基于三维点云数据的道路标识获取方法、介质、终端及装置。

背景技术

道路标线是城市环境的重要符号之一，对城市交通规划、秩序维护及管理具有重要的意义；在现有的车载导航、车辆自动驾驶、行车安全提示等领域中，对于车道线、道路标识等道路交通标线的获取尤为重视。

目前,现有的处理方式是从三维点云中直接获取道路交通标志；但是,由于三维点云存在的点云稀疏、遮挡、缺失等问题可能影响道路标识提取的完整度，从而导致道路标识的获取效果差。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于三维点云数据的道路标识获取方法，通过对道路标识的精准识别及分类补全，以提升获取结果的准确性。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种终端设备。

本发明的第四个目的在于提出一种基于三维点云数据的道路标识获取装置。

为达到上述目的，本发明第一方面实施例提出了一种基于三维点云数据的道路标识获取方法，包括以下步骤：通过构建U-net分割网络对道路的三维点云数据进行处理以提取道路标识；采用多层次的分类算法对提取出的道路标识进行分类以获得不同类型的道路标识；针对不同类型的道路标识，采用相应的补全算法进行道路标识补全，以获得完整的道路标识。

根据本发明实施例的基于三维点云数据的道路标识获取方法，首先通过构建U-net分割网络对道路的三维点云数据进行处理，提取道路标识；然后采用多层次的分类算法对提取出的道路标识进行分类，获得不同类型的道路标识；接着根据不同类型的道路标识，采用相应的补全算法进行道路标识补全，最终获得完整的道路标识；由此，通过对道路标识的精准识别及分类补全，实现道路标识的完整获取，提升了道路标识获取结果的准确性、完整度。

另外，根据本发明上述实施例提出的基于三维点云数据的道路标识获取方法还可以具有如下附加的技术特征：

可选地，通过构建U-net分割网络对道路的三维点云数据进行处理以提取道路标识，包括：对所述道路的三维点云数据进行网格化处理以获得网格化处理结果，并将所述网格化处理结果投影到XOY平面以获得二维路面强度投影图；将二维路面强度投影图导入U-net分割网络，并通过所述U-net分割网络判断所述二维路面强度投影图中每个像素的类别，以提取道路标识，其中，所述每个像素的类别包括道路标识和非道路标识。

可选地，所述二维路面强度投影图的尺寸为256×256，每个像素对应4厘米×4厘米实际区域。

可选地，采用多层次的分类算法对提取出的道路标识进行分类，包括：采用第一聚类半径的欧式聚类算法对提取出的道路标识进行小阈值欧式聚类，以获得连续车道线的大尺寸道路标识；继续采用第二聚类半径的欧式聚类算法对已分离出所述连续车道线的道路标识进行大阈值欧式聚类，以获得小尺寸道路标识，其中，所述第二聚类半径大于所述第一聚类半径；通过计算每个小尺寸道路标识的中心点坐标及最小外接边框，以获取相互平行且间距在预设范围内的道路标识，并将其判定为斑马线；将分离出所述连续车道线和所述斑马线后的小尺寸道路标识放入预设的矩阵中，并将所述预设矩阵输入预先设计的卷积神经网络分类器，以及根据所述卷积神经网络分类器的输出结果对分离出所述连续车道线和所述斑马线后的小尺寸道路标识进行分类。