[发明专利]一种图像行驶区域标注方法、装置、车载设备及存储介质

说明书

本发明实施例涉及一种图像行驶区域标注方法、装置、车载设备及存储介质，方法包括：获取雷达采集的车辆周围环境的原始点云数据以及图像传感器采集的车辆周围环境的图像；基于原始点云数据，确定路面点云数据；基于路面点云数据，在图像中标注行驶区域。本发明实施例通过获取雷达采集的原始点云数据，可确定路面点云数据，进而基于路面点云数据标注图像中可行驶区域，由于点云数据不受环境光照强度的影响，使得图像中可行驶区域的标注不受环境光照强度的影响，因此，本发明实施例提出的图像行驶区域标注方案适用于弱光照的场景。

技术领域

本发明实施例涉及图像处理技术领域，具体涉及一种图像行驶区域标注方法、装置、车载设备及存储介质。

背景技术

随着车辆无人驾驶技术的快速发展，对车辆周边环境的感知要求越来越高。当前车辆无人驾驶主要使用的感知传感器包括：图像传感器和雷达，其中，雷达又包括：毫米波雷达、超声波雷达以及激光雷达等。不同的感知传感器具有不同的特点和不同的感知范围，因此，不同感知传感器数据的融合成为车辆无人驾驶技术中重要的组成部分，通过融合不同特点和不同感知范围的感知传感器数据，可以实现更大探测范围、更准测量精度、更少误报及漏报的环境感知系统。

目前，在车辆无人驾驶领域中，通过融合多感知传感器数据、超像素分割、特征提取和置信度传播算法等方法实现图像中可行驶区域的标注。但是，超像素分割以及置信度传播算法均依赖于图像中障碍物和图像中可行驶区域之间有明显的边缘。在弱光照的场景中，例如地库场景，障碍物和地面间通常没有明显的边缘，当地面出现积水时，由于积水反光，无法确定障碍物和地面之间的边缘。

因此，在弱光照的场景中，目前实现图像中可行驶区域标注的方法，会将没有明显边缘的障碍物和地面认为是同一种区域，以及将积水区域与积水区域周围的地面当成两种不同的区域，使得可行驶区域标注失败或错误。所以，目前实现图像中可行驶区域标注的方法不适用于弱光照的场景。

发明内容

为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种图像行驶区域标注方法、装置、车载设备及存储介质。

第一方面，本发明实施例提出一种图像行驶区域标注方法，所述方法包括：

获取雷达采集的车辆周围环境的原始点云数据以及图像传感器采集的车辆周围环境的图像；

基于所述原始点云数据，确定路面点云数据；

基于所述路面点云数据，在所述图像中标注行驶区域。

基于第一方面，在第一方面第一实施例中，所述基于所述原始点云数据，确定路面点云数据，包括：

确定所述原始点云数据中各点在雷达坐标系下的相对高程；

将相对高程小于或等于预设的障碍物相对高程阈值的点确定为路面点云数据中的点。

基于第一方面，在第一方面第二实施例中，所述基于所述原始点云数据，确定路面点云数据，包括：

对所述原始点云数据进行上采样，得到采样点云数据；

基于所述原始点云数据以及所述采样点云数据，确定路面点云数据。

基于第一方面第二实施例，在第一方面第三实施例中，所述基于所述原始点云数据以及所述采样点云数据，确定路面点云数据，包括：

确定所述原始点云数据以及所述采样点云数据中各点在雷达坐标系下的相对高程；

将相对高程小于或等于预设的障碍物相对高程阈值的点确定为路面点云数据中的点。

基于第一方面，在第一方面第四实施例中，所述基于所述路面点云数据，在所述图像中标注行驶区域，包括：

将所述路面点云数据投影到所述图像中，得到所述图像中的路面投影数据；